分布式并行計算在數字化人體圖像重采樣加速處理中的應用.pdf

1、數字化人體研究，是醫(yī)學與信息技術、虛擬現實技術相結合的科技性研究課題，通過對人體信息多模式集成的研究，從而實現人體結構和功能的數字化、可視化，最終達到對人體功能的精確模擬。 在數字化人體模型建立的過程中，隨著切片加工精度的提高，大規(guī)模數據或者海量數據的處理是伴隨數字化人體研究要解決的一個關鍵技術，如何提高人體切片圖像數據的處理速度是目前研究的瓶頸之一。因此，尋求新的技術方法解決這一問題具有重要意義。 本文首先對目前常規(guī)采

2、用的數字化人體圖像重采樣工具軟件進行了分析研究，研究發(fā)現現在常用的商業(yè)軟件都只能在單機上實現二維圖像的重采樣，在大型計算機或圖形工作站上可以獲得較快的處理速度，但在微機上進行處理需要較長的重采樣時間，難以滿足實時處理與顯示的需求，嚴重阻礙了數字化入體數據集在教學與臨床上的應用。 針對當前數字化人體圖像重采樣研究中的瓶頸問題，本文對數字化人體圖像數據重采樣技術的理論、方法進行了全面、細致的研究，采用GDI+技術在單機上進行了實現，

3、并在重采樣處理中引入流水線技術，將磁盤I/O操作與圖像運算操作并行處理，使重采樣的速度有了一定的提升。但是由于軟件在單機上讀取圖像數據時磁盤I/O操作的串行處理無法進一步改善，使得軟件運行速度提升的幅度有限，依然無法滿足實時處理與顯示的需求，仍需進一步改進。 針對在單機上磁盤I/O操作的串行處理問題，本文通過對數字化人體圖像重采樣處理特點以及分布式并行計算的研究，發(fā)現數字化人體圖像局部數據之間的相關性較小，較少地涉及學科知識和人

4、工干預，完全滿足分布式并行計算的特征。本文利用了校園網內連接的大量個人計算機，通過Socket編程進行合理的任務分配與調度，以較低的成本搭建了高性能的數字化人體圖像海量信息計算平臺，實現了對數字化人體數據集數據的高速處理，實驗結果表明，通過分布式并行計算能夠大幅度減少重采樣時間，提高重采樣加速比，完全能夠滿足實時處理與顯示的需求。但當參與重采樣的客戶機數量達到一定規(guī)模時，算法中服務器上串行處理部分和處理機之間通信開銷的瓶頸逐漸凸現，總的

5、處理時間達到并保持在較低水平，加速比也趨于平穩(wěn)。 分布式并行計算系統(tǒng)所面對的大批量的客戶機以及計算機網絡具有許多不確定的因素，這就對分布式并行計算系統(tǒng)提出了適應性的要求，因此本文對于分布式并行計算系統(tǒng)的可伸縮性、可擴展性進行了研究，實現了系統(tǒng)的可維護和可進化，完全能夠適應客戶機規(guī)模動態(tài)變化的需求。并對分布式并行計算系統(tǒng)的負載平衡技術進行了初步的探索性研究，能夠適應客戶機節(jié)點在運行的過程中資源的動態(tài)變化，但負載平衡采用的是被動探測