Применение технологии параллельного программирования CUDA для анализа больших биомедицинских данных на основе расчета показателей эффективности

Abstract

В настоящей работе предложена технология анализа биомедицинских больших данных, основанная на применении технологии CUDA. Технология применялась для анализа большого набора изображений глазного дна, по которым проводилась автоматическая диагностика диабетической ретинопатии. Разработан высокопроизводительный алгоритм, вычисляющий эффективные текстурные признаки для анализа медицинских изображений. В процессе автоматической диагностики на изображении выделяются следующие классы: тонкие сосуды, толстые сосуды, экссудаты и здоровая область. Было проведено исследование эффективности разработанного алгоритма на изображениях размерностей 500х500-1000х1000 пикселей с использованием квадратного окна размерностью 12х12. Продемонстрирована зависимость ускорения разработанного высокопроизводительного алгоритма от различных размеров данных. Как показало исследование, на эффективность алгоритма могут влиять определённые характеристики изображения: чёткость изображения, форма зоны экссудатов, вариабельность сосудов, расположение зрительного диска. This research presents a biomedical big data analysis technology based on CUDA. It uses a parallel algorithm that calculates effective textural attributes of medical images. This technology analyses a large set of an ocular fundus images in purpose for automatic diabetic retinopathy diagnosis. The process of automatic diagnosis defines the classes, such as the thin vessels, the thick vessels, the exudates and the healthy area. During the research the efficiency of the developed algorithm was examined on the images with 500x500 up to 1000x1000 pixel dimensions using a square window with 12x12 pixel dimension. There was demonstrated the values of the developed algorithm acceleration for different amounts of data. As it shows the algorithm efficiency depends on the different fundus image features like the image clarity, the shape of the exudate zone, the vascular variability and the optic disc location.