Article
Medizinische Bildverarbeitung in Grid-Infrastrukturen – Chancen und Schwierigkeiten
Search Medline for
Authors
Published: | September 2, 2009 |
---|
Outline
Text
Einleitung / Hintergrund: Gridcomputing soll durch Zusammenschluss verteilter Rechen-, Speicher- und Softwareressourcen Nutzern standortunabhängig beliebig hohe Rechenleistung zur Verfügung stellen, kollaboratives Arbeiten fördern und Zugang zu neuen Anwendungen ermöglichen. Deshalb wurde 2005 vom BMBF die D-Grid-Initiative zum Aufbau eines nationalen Grids für Wissenschaft und Wirtschaft gegründet [1]. Im Rahmen des Pilotprojektes MediGRID wurden u.a. verschiedene Anwendungen der medizinischen Bildverarbeitung in die Gridinfrastruktur integriert [2]. Dieser Beitrag stellt die wichtigsten Ergebnisse aus dem Bildverarbeitungsmodul vor und unterstützt potentielle Nutzer bei der Entscheidung, ob eine Gridnutzung sinnvoll ist.
Methoden: Im MediGRID wurden vier Anwendungsszenarien der medizinischen Bild- und Biosignalverarbeitung implementiert. Die Anwendungen sollten prototypischen Charakter haben und die wesentlichen Methoden und Werkzeuge der medizinischen Bildberarbeitung umfassen. Implementiert wurden Methoden zur Vorverarbeitung, Segmentierung, Registrierung, Klassifizierung, Image Retrieval und numerischen Simulation, basierend auf existierenden Anwendungen, die mit matlab, c++ (itk/vtk), fortran, delphi und java entwickelt wurden. Die Anwendungen wurden als Workflow implementiert, und ggf. parallelisiert. Nutzeroberflächen wurden als Gridportlets realisiert. Die Datenverwaltung erfolgte über ein integriertes PACS und ein Griddatenmanagementsystem.
Ergebnisse: Alle Anwendungen konnten erfolgreich integriert werden. Das Workflowsystem führt zu einem hohen Grad an Visualisierung und Fehlertoleranz [3]. Die heterogene Auslastung der verfügbaren Ressourcen führt zu sehr unterschiedlichen Laufzeiten, so dass die Zeitersparnis durch Parallelisierung im Allgemeinen nicht linear skaliert, sondern oft um einen Faktor 10 unter der theoretisch möglichen Reduktion liegt. Das Gridportal erlaubt einen webbasierten Zugriff auf die Daten und Anwendungen, auch aus gesicherten Kliniknetzen heraus.
Diskussion: Gut geeignet für die Gridnutzung sind Anwendungen, die temporär einen hohen Rechenbedarf haben, wie z.B. Parameterstudien zur Entwicklung einer neuen Methode, oder gelegentliche Spezialuntersuchungen; sowie Anwendungen und Daten, die anderen Nutzern (Kooperationspartnern, Endnutzern) standortunabhängig zur Verfügung gestellt werden sollen. Eine klinische Nutzung ist zur Zeit aufgrund von Datenschutzaspekten nicht möglich, ist aber (z.B. im PneumoGRID-Projekt [4]) Gegenstand aktueller Forschung und Entwicklung.
Literatur
- 1.
- Gentzsch W. D-Grid, an E-Science Framework for German Scientists. In: Proceedings of The Fifth International Symposium on Parallel and Distributed Computing (ISPDC 2006); 2006. Available from: http://www.d-grid.de
- 2.
- Krefting D, et al. MediGRID: Towards a user friendly secured grid infrastructure. FGCS. 2009;25(3):326-36.
- 3.
- Hoheisel A. Grid workflow execution service – dynamic and interactive execution and visualization of distributed workflows. In: Proceedings of the Cracow Grid Workshop 2006 Vol II, Academic Computer Centre CYFRONET AGH. 2007.
- 4.
- Canisius S. PneumoGRID – Bildverarbeitung in der Pneumologie [Vortrag]