An efficient software tool to segment slice and view electron tomograms

Abstract

Segmentation is a key method to extract useful information in Electron Tomography. Manual segmentation is the most commonly used method, but it is subject to user bias and the process is slow. The lack of adequate automated processes, due to the high complexity and to the low signal-to-noise ratio of these tomograms, provided the main challenges for this dissertation: to develop a software tool to efficiently handle electron tomograms, including a novel 3D segmentation algorithm. Tomograms can be seen as a stack of 2D images; operations on tomograms usually lead to computationally intense tasks. This is due to the large amount of involved data and to the strided and random memory access patterns. These characteristics represent serious problems on novel computing systems, which rely on complex memory hierarchy architectures to hide memory access latency time. A software tool with a user-friendly interface — TomSeg — was designed, implemented and tested with experimental datasets, built with sequences of Scanning Electron Microscopy images obtained using a Slice and View technique. This tool lets users align, crop, segment and export electron tomograms, using computationally efficient processes. TomSeg takes advantage of the most usual architectures of modern compute servers, namely based on multicore and many-core CPU devices, exploring vector and parallel programming techniques; it also explores the available GPU-devices to speedup critical code functions. Validation and performance results on a compute server are presented together with the performance improvements obtained during the implementation and test phases. TomSeg is an open-source tool for Unix and Windows that can be easily extended with new algorithms to efficiently handle generic tomograms.

A segmentação é uma técnica fundamental na tomografia eletrónica para a extração de informação. A segmentação manual é o método mais utilizado, mas é um processo lento e sujeito à parcialidade humana. A falta de métodos automáticos adequados, muito devido à elevada complexidade e à baixa relação sinal-ruído destes tomogramas, conduziu aos principais desafios desta dissertação: desenvolver uma ferramenta de software para manusear tomogramas eletrónicos de forma eficiente, que inclui um novo algoritmo de segmentação 3D. Os tomogramas podem ser vistos como uma pilha de imagens 2D; operações sobre tomogramas costumam originar tarefas computacionalmente exigentes. Isto deve-se à grande quantidade de dados envolvidos e aos acessos espaçados e aleatórios à memória. Estas características representam problemas sérios nos mais recentes sistemas de computação, que dependem de uma complexa arquitetura hierárquica para esconder o tempo de acesso à memória. Desenhou-se, implementou-se e testou-se uma ferramenta de software com uma interface de utilização amigável — TomSeg — utilizando conjuntos de dados experimentais, construídos a partir de sequências de imagens de microscopia eletrónica de varrimento obtidas através de uma técnica de Slice and View. Esta ferramenta permite aos utilizadores alinhar, cortar, segmentar e exportar tomogramas eletrónicos, utilizando processos computacionalmente eficientes. O TomSeg tira vantagem das arquiteturas mais habituais dos servidores de computação atuais, nomeadamente daqueles baseados em dispositivos CPU multicore e many-core, explorando técnicas de programação vetorial e paralela; os dispositivos GPU podem ainda ser usados como aceleradores de algumas funções. Vários resultados de validação obtidos num servidor de computação são apresentados, em conjunto com algumas melhorias obtidas durante as fases de implementação e teste. O TomSeg é uma ferramenta de código aberto para Unix e Windows que pode ser estendida facilmente com novos algoritmos para manusear de forma eficiente qualquer tipo de tomogramas.