7/4/2000 Traitement de séries IRMf en « temps réel » Gérald Vétois et Christian Scheiber Institut de Physique Biologique Faculté de Médecine Strasbourg Cedex

7/4/2000 RATIONALE * Besoin clinique croissant incompatible avec un traitement différé des données. * Contrôle de qualité indispensable sur le résultat des Activations - patient dépendant - * Pré-traitement indispensable * Intérêt en recherche suivre l ’évolution f(t) des SPM ’s * Servir aussi en différé pour les traitements nombre d ’équipes augmente rapidement

7/4/ coupes de 4 mm/150 ms - Volume /5s en 15 minutes d ’acquisition ECHO PLANAR « k-space »Image space FFT Whole brain, 2secs 64*64 ou 128*128

7/4/2000 Mvts de la tête pendant l’acquisition Détruire ou construire des activations………même fraction de pixel difficile à voir en z (si pas isotropique) Soustraction après shift d’un pixel

7/4/2000 Time-series dataKernel Desgin matrixStatistical Parametic Map Gaussian field theory Parameter Estimates Templatesp<0.05

7/4/2000 Stimulus tâche Modèle Stimulus/tâche Réponse Cerveau Théorie Champs Gaussiens Estimation des Paramètres SPM{F} ou SPM{Z} InstrumentalPhysiologique Modèle Réponse Physiologique Confondant Hypothèse Modèle Bruit Physiologique Modèle Bruit Instrumental Confondant Physiologique Confondant Instrumental Biophysique, Physiologie IRMf DataMatrice Design ModèleAutocorrélationtemporelle Acquisition des Images IRMf realignement

7/4/2000 Parallèlisation de SPM Deux Besoins, 1 seul code : –Opérationnel sortie immédiate de l’IRM –Recherche post saisie Transformations du code Choix de la parallèlisation Choix du calculateur

7/4/2000 Deux Besoins, 1 seul code : Opérationnel impose: –Une vitesse d’exécution élevée... –Automatisation des traitements (pipe de calculs) –Des résultats intermédiaires Recherche impose: –Rapidité mais qualité des résultats –Exploitation maximale des ressources disponibles –Retraitements des données

7/4/2000 Transformations de SPM SPM Standalone parallel & Graphique C Compilé avec MPI/OpenMP utilisant les bibliothèques graphiques SPM Graphique C Compilé utilisant les bibliothèques graphiques SPM Standalone parallel C Compilé utilisant MPI/OpenMP Avec cycles d'optimisations SPM Standalone C Ansi Compilé Avec cycles d'optimisations SPM Interprété Matlab

7/4/2000 Choix de la parallélisation MPI/OpenMP sous Unix ( Linux) 2 groupes de calcul : preprocessing et stats Distribution sur un parc hétérogène

7/4/2000 Choix du calculateur Cluster Linux : –Multi plate-forme comme Matlab –Maîtrise complète du matériel : Possibilité de faire une machine dédiée –Exploitation du matériel de commodité –Anticipation des futures machines parallèles