核磁共振圖像處理并行構件框架設計與實現

安陽師范學院軟件學院 彭云峰

隨著醫學影像成像技術的不斷發展，超聲，CT，MRI，PET等不同類型的醫學影像技術在醫學臨床應用上起著越來越重要的作用。MRI核磁共振成像技術具有其它技術所不能比擬的優勢。它無輻射，三維分辨能力高，解剖分辨率高，軟組織對比度高，具有多成像參數。這些優勢使它成為各種臨床疾病診斷的重要輔助手段。它在醫學臨床診斷時，能夠對軟組織進行非常清晰的成像，為腦部，肌肉，骨骼，骨髓的細節的觀察提供重要幫助。它空間分辨率高。同時層析斷面可以選擇方向，從而建立被成像部位的清晰立體圖像。這些優點使它能在病變尚未顯示形態變化之前就能暴露出生物組織的化學變化，在各種嚴重疾病的早期診斷中起著非常重要的作用。MRI成像時，人體內部的氫質子形成的磁矩在外部磁場作用下出現馳豫現象。外部磁場撤離后，氫質子釋放激勵能量，被人體外的接受線圈接受，通過后處理，獲取圖像的具體內容。fMRI(functional)功能成像[1]，是基于大腦進行某項活動時局部腦區血氧水平的變化,來觀察進行某項任務時所謂"腦激活"情況是BOLD信號成像。MRI可認為時間分辨率為無窮大(不發生損傷或病理性改變及老化因素等影響，腦結構基本保持穩定)，fMRI的時間分辨率為秒級。

SPM（statistical parametric mapping)[2]指的是建立和評估統計處理方法，用于對功能影像數據的假設檢驗。SPM在處理圖像時要經過以下步驟：預處理，模型估計，和結果顯示。這將是本文后面將要構件化的主要功能模塊。SPM軟件包已用于分析大腦圖像序列。由于大腦圖像比較復雜，圖像的隱含信息比較多，對圖像的分辨率要求也比較高。SPM目前可用于分析fMRI，PET， SPECT等圖像。SPM預處理圖像時要將所得數據進行對齊，平滑，標準化等，然后將將刺激的時間等信息與血流動力函數進行卷積，進行相關分析），最后察看結果。由于SPM要處理大量的圖像數據，對數據進行計算和分析，它的成像過程要花費大量的時間。而且，SPM本身用Matlab實現，可修改和可擴充性都不強，對底層硬件平臺的適應能力也欠佳。

圖1 基于SPM的圖像處理框架

為更快地處理醫學影像數據，提高程序運行速度，可以采用MPI和OpenMP混合編程來處理程序中可以并行處理的大量圖像數據。為此，本研究實現了一個簡單的基于SPM的圖像處理框架。本框架采用了SPM軟件中的若干關鍵功能模塊。用C語言結合MPI和OpenMP語句實現。如圖1所示，該框架主要包含3個模塊，分別對應圖像處理中的3個步驟。其中第一個模塊采用C+OpenMP的方式實現。由于OpenMP編程模型在共享存儲式并行方面具有強大能力，數據預處理過程可以通過OpenMP線程并行執行，由于在此數據預處理過程中，輸入數據之間的依賴關系較弱，程序執行的并行度幾乎完全依賴于能夠使用的CPU處理核心。采用這樣的方式，不同的圖像信息，或同一圖像不同部位的信息都可以被共享內存的多核處理器并行處理，極大地提高了圖像預處理的速度。第2個模塊用來進行模型估計，將刺激的時間、間隔與血流動力函數進行卷積，所得結果與全腦象素信號進行相關分析。這是一個計算量更大的操作，也是本圖像處理程序的核心功能。為了更好地處理數據，本模塊采用MPI和OpenMP混合編程實現。對于數據之間耦合比較密切的計算，采用共享存儲式編程，減少任務之間通信，交互的代價。對于數據耦合較弱的運算，則采用MPI進程并行的方式實現，利用執行平臺的可擴展性，提高程序執行的并行度。結果顯示模塊比較簡單，只使用C語言編程實現。

通過以上方式，本研究建立了一個基于SPM算法的并行圖像處理程序框架。但是，在圖像預處理，模型估計的執行過程中，有可能對某一功能有不同的實現算法。同時，由于執行平臺可能是一個異構的集群，可用資源的情況會發生動態的變化。為了方便軟件用戶在算法實現中做出選擇，同時讓程序能夠根據平臺資源的變化，自動地調整程序運行的并行度，更充分地利用平臺的資源，提高程序性能，本研究將上面的圖像處理程序使用cca-tools[3]制作成了并行構件程序。基于CCA并行構件模型，美國的并行計算研究者們制定了CCA并行構件體系結構規范，對該體系結構的組成元素，構件，接口，框架和多語言互操作機制進行了完整和清晰的定義，同時實現了一套以bocca工程工具，CCAFFEINE運行框架和Babel編譯器為核心的并行構件開發工具包cca-tools，能夠方便快捷地開發CCA并行構件程序。要成為一個符合CCA規范的并行構件，只要實現特定的SetServices方法即可，對被封裝的并行代碼的要求很少。將并行程序制作成CCA構件，同一功能的不同算法實現提供的是相同的接口。用戶可以根據自己的需要選擇不同的實現，通過接口和程序的其它部分連接起來。比如對數據預處理中的平滑功能，可使用理想濾波器、梯形濾波器、巴特沃斯濾波器、指數型濾波器進行濾波處理。將不同的濾波器實現為CCA并行構件，使用時只要通過調用濾波器接口，就可以選擇任何一個濾波器處理圖像數據。將并行圖像處理程序制作為構件，還能結合對運行平臺資源的管理，動態地改變程序的并行度。資源管理引擎能夠通過實時探測的方法，得到平臺資源的具體信息，包括處理器核數，內存，網絡帶寬等信息。對使用OpenMP共享內存模型的代碼來說，根據同一臺服務器上共享內存的處理器核數信息，可以靈活地增加或減少程序運行的線程數，提高對處理器資源的利用率，同時提高程序運行的性能。對使用MPI并行編程模型的代碼來說，當運行平臺上的服務器個數發生變化時，可以增加或減少MPI進程，改變程序的并行度，提高程序性能。對于前面程序當中的模塊2，同時使用MPI和OpenMP編程模型，可以把程序部署在多核集群上。關系比較密切的任務被放在同一個多核服務器上，比如卷積操作和分析操作具有前后依賴關系，它們可以放在同一個服務器上，減少任務之間通信的開銷。而對于不同圖像的處理，由于它們之間的耦合較小，可以被放在不同的服務器上，通過MPI進程并行的方式執行，只要做好任務的分配和結果的收集即可。

本研究利用CCA并行構件技術，將SPM軟件包中的不同功能模塊實現為符合CCA標準的并行構件，對于同一圖像處理功能，可能有不同的算法實現。用戶在運行程序使在這些實現中做出選擇，并通過相應的調用接口，把不同的并行構件連接起來，組成圖像處理程序。結合部署運行并行程序的集群平臺，混合使用MPI和OpenMP兩種編程模型，針對構件代碼中不同任務的依賴關系，可以靈活地改變構件運行的并行度，既充分地利用了平臺的計算資源，又提高了圖像處理功能的運行速度，提高了整個程序的性能。

[1]The FIL Methods group.SPM[EB/OL].http：//www.fil.ion.ucl.ac.uk/spm/.

[2]Wikipedia.Functional magnetic resonance imaging[EB/OL]. https：//en.wikipedia.org/wiki/Functional_magnetic_resonance_imaging.

[3]The Common Component Architecture Forum.CCA Forum Homepage[EB/OL].http：//www.cca-forum.org/.