(45-3) 15 * << * >> * Русский * English * Содержание * Все выпуски

Разработка векторного алгоритма по технологии CUDA для трехмерного моделирования процесса лазерной коагуляции сетчатки
А.С. Широканев 1,2, Н.А. Андриянов 3, Н.Ю. Ильясова 1,2

Самарский национальный исследовательский университет имени академика С.П. Королёва,
443086, Россия, г. Самара, Московское шоссе, д. 34,
ИСОИ РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН,
443001, Россия, г. Самара, ул. Молодогвардейская, д. 151,
Финансовый университет при Правительстве Российской Федерации,
125167, Россия, г. Москва, Ленинградский пр-т, д. 49

 PDF, 2414 kB

DOI: 10.18287/2412-6179-CO-828

Страницы: 427-437.

Аннотация:
Для лечения диабетической ретинопатии в современной практике применяется лазерная коагуляция. В процессе лазерной операции параметры лазерного воздействия подбираются вручную врачом, что требует от врача достаточного опыта и знаний, чтобы достичь терапевтического эффекта. На основе математического моделирования процесса лазерной коагуляции можно оценить основные параметры без проведения операции. Однако сетчатка имеет достаточно сложную структуру, и при применении даже низкозатратных численных методов для моделирования требуется значительное время для получения результата. В связи с этим разработка эффективных по времени алгоритмов трехмерного моделирования является актуальной задачей, поскольку применение таких алгоритмов позволит обеспечить проведение комплексного исследования в рамках ограниченного времени.
     В настоящей работе проводится исследование времени выполнения алгоритмов, реализующих различные вариации применения метода расщепления и метода конечных разностей, адаптированных под поставленную задачу теплопроводности, выявляется наиболее эффективный алгоритм, который далее подвергается векторизации и реализации с использованием технологии CUDA. Исследование проводилось с использованием Intel Core i7-10875H и Nvidia RTX 2080 MAX Q и показало, что аналог векторного алгоритма, ориентированного на решение многомерной задачи теплопроводности, обеспечивает ускорение не более, чем в 1,5 раза, по сравнению с последовательным вариантом. Разработанный векторный алгоритм, ориентированный на применение метода прогонки по всем направлениям трехмерной задачи, существенно снижает временные издержки, затрачиваемые на копирование в память видеокарты, и обеспечивает 40-кратное ускорение по сравнению с последовательным алгоритмом трехмерного моделирования. На основе такого же подхода разработан параллельный алгоритм математического моделирования, который обеспечил 20-кратное ускорение при полной загрузке процессора.

Ключевые слова:
диабетическая ретинопатия, лазерная коагуляция, математическое моделирование, уравнение теплопроводности, параллельные алгоритмы, векторные алгоритмы, CUDA.

Благодарности
Исследование выполнено при финансовой поддержке РФФИ в рамках научных проектов № 19-31-90160, № 19-29-01135 и Министерства науки и высшего образования Российской Федерации в рамках выполнения государственного задания Самарского университета и ФНИЦ «Кристаллография и фотоника» РАН.

Цитирование:
Широканев, А.С. Разработка векторного алгоритма по технологии CUDA для трехмерного моделирования процесса лазерной коагуляции сетчатки / А.С. Широканев, Н.А. Андриянов, Н.Ю. Ильясова // Компьютерная оптика. – 2021. – Т. 45, № 3. – С. 427-437. – DOI: 10.18287/2412-6179-CO-828.

Citation:
Shirokanev AS, Andriyanov NA, Ilyasova NYu. Development of vector algorithm using CUDA technology for three-dimensional retinal laser coagulation process modeling. Computer Optics 2021; 45(3): 427-437. DOI: 10.18287/2412-6179-CO-828.

Литература:

  1. Гафуров, С.Д. Особенности применения лазеров в медицине / С.Д. Гафуров, Ш.М. Катахонов, М.М. Холмонов // European Science Journal. – 2019. – № 3(45). – С. 92-95.
  2. Коцур, Т.В. Эффективность лазерной коагуляции в макуле и микрофотокоагуляции высокой плотности в лечении диабетической макулопатии / Т.В. Коцур, А.С. Измайлов // Офтальмологические ведомости. – 2016. – Т. 9, № 4. – C. 43-45. – DOI: 10.17816/OV9443-45.
  3. Замыцкий, Е.А. Лазерное лечение диабетического макулярного отека / Е.А. Замыцкий // Аспирантский вестник Поволжья. – 2015. – № 1-2. – С. 74–80.
  4. Kozak, I. Modern retinal laser therapy / I. Kozak, J. Luttrull // Saudi Journal of Ophthalmology. – 2014. – Vol. 29, Issue 2. – P. 137-146.
  5. Doga, A.V. Modern diagnostic and treatment aspects of diabetic macular edema / A.V. Doga, G.F. Kachalina, E.K. Pedanova, D.A. Buryakov // Ophthalmology, Diabetes. – 2014. – No. 4. – P. 51-59.
  6. Whiting, D.R. IDF diadetes atlas: global estimates of the prevalence of diabetes for 2011 and 2030 / D.R. Whiting [et al.] // Diabetes Res. Clin. Pract. – 2011. – Vol. 94(3). – P. 311–321.
  7. Братко, Г.В. К вопросу о ранней диагностике и частоте встречаемости диабетического макулярного отека и формировании групп риска его развития / Г.В. Братко, В.В. Черных, О.В. Сазонова // Сибирский научный медицинский журнал. – 2015. – Т.35, №1. – С. 33–36.
  8. Воробьёва, И.В. Диабетическая ретинопатия у больных сахарным диабетом второго типа. Эпидемиология, современный взгляд на патогенез. Обзор / И.В. Воробьёва, Д.А. Меркушенкова // Офтальмология. – 2012. – Т. 9, № 4. – С. 18-21. – doi: 10.18008/1816-5095-2012-4-18-21.
  9. Амиров, А.Н. Диабетический макулярный отёк: эпидемиология, патогенез, диагностика, клиническая картина, лечение / А.Н. Амиров, Э.А. Абдулаева, Э.Л. Минхузина // Казанский медицинский журнал. – 2015. – Т. 96, №1. – С. 70 – 74.
  10. Астахов, Ю.С. Современные подходы к лечению диабетического макулярного отека / Ю.С. Астахов, Ф.Е. Шадричев, М.И. Красавина, Н.Н. Григорьева // Офтальмологические ведомости. – 2009. – Т. 2, № 4. – С. 59-69.
  11. Исхакова, А.Г. Результаты клиникоэкономического анализа лечения больных диабетической ретинопатией с макулярным отеком / А.Г. Исхакова // Аспирантский вестник Поволжья. – 2014. – № 1. – С. 96 – 98.
  12. Уманец, Н.Н. Интравитреальное введение ранибизумаба как метод лечения больных кистозным диабетическим макулярным отеком / Н.Н. Уманец, З.А. Розанова, М. Альзин // Офтальмологический журнал. – 2013. – № 2. – С. 56-60..
  13. Cohen, S.M. Laser energy and dye fluorescence transmission through slood in vitro / S.M. Cohen, J.H. Shen, W.E. Smiddy // American Journal of Ophthalmology. – 1995. – Vol. 119, Issue 4. – P. 452-457..
  14. Замыцкий, Е.А. Анализ интенсивности коагулятов при лазерном лечении диабетического макулярного отека на роботизированной лазерной установке Navilas / Е.А. Замыцкий, А.В. Золотарев, Е.В. Карлова, П.А. Замыцкий // Саратовский научно-медицинский журнал. – 2017. – Т. 13, № 2. – С. 375-378.
  15. Ильясова, Н.Ю. Оценивание геометрических признаков пространственной структуры кровеносных сосудов / Н.Ю. Ильясова // Компьютерная оптика. – 2014. – Т. 38, № 3. – С. 529-538. – DOI: 10.18287/0134-2452-2014-38-3-529-538.
  16. Хорин, П.А. Выделение информативных признаков на основе коэффициентов полиномов Цернике при различных патологиях роговицы человеческого глаза / П.А. Хорин, Н.Ю. Ильясова, Р.А. Парингер // Компьютерная оптика. – 2018. – Т. 42, № 1. – С. 159-166. – DOI: 10.18287/2412-6179-2018-42-1-159-166.
  17. Широканев, А.С. Исследование алгоритмов расстановки коагулятов на изображение глазного дна / А.С. Широканев, Д.В. Кирш, Н.Ю. Ильясова, А.В. Куприянов // Компьютерная оптика. – 2018. – Т. 42, № 4. – С. 712-721. – doi: 10.18287/2412-6179-2018-42-4-712-721.
  18. Ильясова, Н.Ю. Диагностический комплекс анализа изображений сосудов глазного дна / Н.Ю. Ильясова // Биотехносфера. – 2014. – Т. 3(33). – С. 20-24.
  19. Ильясова, Н.Ю. Методы цифрового анализа сосуди-стой системы человека. Обзор литературы / Н.Ю. Ильясова // Компьютерная оптика. – 2013. – Т. 37, № 4. – С. 511-535. – DOI: 10.18287/0134-2452-2013-37-4-511-535.
  20. Ильясова, Н.Ю. Измерение биомеханических характеристик сосудов для ранней диагностики сосудистой патологии глазного дна / Н.Ю. Ильясова, А.В. Устинов, А.В. Куприянов, М.А. Ананьин, Н.А. Гаврилова // Компьютерная оптика. – 2005. – № 27. – С. 165-169.
  21. Сойфер, В.А. Методы компьютерного анализа диагностических изображений глазного дна / В.А. Сойфер, Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов, М.А. Ананьин // Технология живых систем. – 2008. – Т. 5, № 5-6. – C. 61-71.
  22. Симчера, В.М. Методы многомерного анализа стати-стических данных / В.М. Симчера. – М: Финансы и статистика, 2008. – 400 с. – ISBN: 978-5-279-03184-9.
  23. Dementyiev, V.E. Use of images augmentation and implementation of doubly stochastic models for improving accuracy of recognition algorithms based on convolutional neural networks / V.E. Dementyiev, N.A. Andriyanov, K.K. Vasilyiev. – In: 2020 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO). – 2020. – P. 1-4. – DOI: 10.1109/SYNCHROINFO49631.2020.9166000.
  24. Vasiliev, K.K. Using probabilistic statistics to determine the parameters of doubly stochastic models based on autoregression with multiple roots / K.K. Vasiliev, V.E. Dementyiev, N.A. Andriyanov // Journal of Physics: Conference Series. – 2019. – Vol. 1368. – 032019. – DOI: 10.1088/1742-6596/1368/3/032019.
  25. Jung, J.J. NAVILAS Laser System Focal Laser Treatment for Diabetic Macular Edema - One Year Results of a Case Series / Jung J.J., Gallego-Pinazo R., Lleó-Pérez A., Huz J.I., Barbazetto I.A. // Open Ophthalmology Journal, 2013. – Vol. 7. – P. 48-53.
  26. Ковеня, В.М. Алгоритмы расщепления при решении многомерных задач аэрогидродинамики / В.М. Ковеня; под ред. Ю.И. Шокина. – Новосибирск: Изд-во СО РАН, 2014. – 280 c.
  27. Чернов, В.М. Параллельная машинная арифметика для рекуррентных систем счисления в неквадратичных полях / В.М. Чернов // Компьютерная оптика. – 2020. – Т. 44, № 2. – С. 274-281. – doi: 10.18287/2412-6179-CO-666.
  28. Якобовский, М.В. Введение в параллельные методы решения задач: Учебное пособие / М.В. Якобовский. – М.: Издательство Московского университета, 2012. – 328 с.
  29. Fadeev, D.A. High performance 2D simulations for the problem of optical breakdown / D.A. Fadeev // Computer Optics. – 2016. – Vol. 40(5) – P. 654-658. – DOI: 10.18287/2412-6179-2016-40-5-654-658.
  30. Поляков, М.В. Математическое моделирование пространственного распределения радиационного поля в биоткани: определение яркостной температуры для диагностики / М.В. Поляков, А.В. Хоперсков // Вестник Волгоградского государственного университета. – 2016. – Т. 36, № 5. – С. 73-84.
  31. Поляков, М.В. Численное моделирование динамики распространения температуры в биологической ткани / М.В. Поляков; под ред. Д.А. Новиковой, А.А. Ворониной. – В кн.: Материалы всероссийской школы-конфе­ренции молодых ученых. – 2015. – Т. 1. – С. 971-978.
  32. Пушкарева, А.Е. Методы математического моделирования в оптике биоткани. Учебное пособие / А.Е. Пушкарева. – СПб: СПбГУ ИТМО, 2008. – 103 с.
  33. Kistenev, Y. Modeling of IR laser radiation propagation in bio-tissues / Y. Kistenev, A. Buligin, E. Sandykova, E. Sim, D. Vrazhnov // Proceedings of SPIE. – 2019. – Vol. 11208. – 112081Q.
  34. Самарский, А.А. Схемы повышенного порядка точности для многомерного уравнения теплопроводности / А.А. Самарский // Журнал вычислительной математики и математической физики. – 1963. – Т. 3(5). – С. 812-840.
  35. Ануфриев, И.Е. Математические методы моделирования физических процессов. Метод конечных разностей. С решениями типовых задач: Учебное пособие / И.Е. Ануфриев, П.А. Осипов. – СПб: Издательство Санкт-Петербургского государственного политехнического университета, 2014. – 130 с.
  36. Федоров, А.А. Сравнение двух методов распараллеливания прогонки на гибридных ЭВМ с графическими ускорителями / А.А. Федоров, А.Н. Быков // Вопросы атомной науки и техники. Серия: математическое моделирование физических процессов. – 2016. – № 4. – С. 40-50.
  37. Широканев, А.С. Разработка векторного алгоритма параметрической идентификации трёхмерных кристаллических решёток на основе оценки расстояний между двумерными слоями / А.С. Широканев, Д.В. Кирш, А.В. Куприянов // Информационные технологии и нанотехнологии (ИТНТ-2017). Сборник трудов по материалам III Международной конференции и молодежной школы. – 2017. – С. 1615-1619.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20