Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Parallel and Distributed Processing for Unsupervised Patient Phenotype Representation Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

In-situ Visualization of the Propagation of the Electric Potential in a Human Atrial Model Using GPU

verfasst von : John H. Osorio, Andres P. Castano, Oscar Henao, Juan Hincapie

Erschienen in: High Performance Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Computational heart-tissue models envelope the solution of non-linear partial and ordinary differential equations. After applying certain discretization methods (finite difference, finite elements) to them for its solution, result in a set of operations between matrices in the order of millions. The outcome of this are programs with high execution times.
The current work simulates a human atrium tissue using the Courtemanche electrical model [1]. The cell pairing is made using the finite difference method and its computational implementation was made using the Armadillo C++ library [2], for the CPU version and the acceleration was made through the CUDA library [3] on a nVidia Tesla K40 card.
Additionally the visualization process was made using Paraview-Catalyst [4], two computing nodes permits that the execution process of the numerical method runs on a node while the other node makes the visualization simultaneously.
A novel process to make atrium human visualizations was implemented, a 200X acceleration was achieved using CUDA and Arrayfire [5].

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Hybrid Reinforcement Learning and Cellular Automata Model for Crowd Simulation on the GPU
Nächstes Kapitel GPU Acceleration for Directional Variance Based Intra-prediction in HEVC
Literatur
1.
Courtemanche, M.: Ionic mechanisms underlying human atrial action potential properties: insights from a mathematical model. The American Physiological Society (1998)
2.
3.
4.
kitware. Paraview catalyst, August 2016
5.
6.
Bueno-Orovio, A., Cherry, E.M., Fenton, F.H.: Minimal model for human ventricular action potentials in tissue. J. Theoret. Biol. 253(3), 544–560 (2008)MathSciNetCrossRef
7.
Rush, S., Larsen, H.: A practical algorithm for solving dynamic membrane equations. IEEE Trans. Biomed. Eng. BME 25(4), 389–392 (1978)CrossRef
8.
Sundnes, J., Artebrant, R., Skavhaug, O., Tveito, A.: A second-order algorithm for solving dynamic cell membrane equations. IEEE Trans. Biomed. Eng. 56(10), 2546–2548 (2009)CrossRef
9.
Perego, M., Veneziani, A.: An efficient generalization of the rush-larsen method for solving electro-physiology membrane equations. Electron. Trans. Numer. Anal. 35, 234–256 (2009)MathSciNetMATH
10.
de Barros, B.G., Oliveira, R.S., Meira, W., Lobosco, M., dos Santos, R.W.: Simulations of complex and microscopic models of cardiac electrophysiology powered by Multi-GPU platforms. Comput. Math. Methods Med. 2012, 1–13 (2012)MathSciNetCrossRef
11.
Nimmagadda, V.K., Akoglu, A., Hariri, S., Moukabary, T.: Cardiac simulation on multi-GPU platform. J. Supercomput. 59(3), 1360–1378 (2012)CrossRef
12.
Tusscher, K.H.W.J., Noble, D., Noble, P.J., Panfilov, A.V.: A model for human ventricular tissue. Am. J. Physiol., 1573–1589 (2004)
13.
Marcotte, C.D., Grigoriev, R.O.: Implementation of PDE models of cardiac dynamics on GPUs using OpenCL. J. Comput. Phys. (2013)
14.
Garcia-Molla, V.M., et al.: Adaptive step ODE algorithms for the 3D simulation of electric heart activity with graphics processing units. Comput. Biol. Med. 44, 15–26 (2014)CrossRef
15.
Xia, Y., Wang, K., Zhang, H.: Parallel optimization of 3D Cardiac Electrophysiological Model using GPU. Comput. Math. Methods Med. 1–10, 2015 (2015)MATH
16.
Zhao, C.: Computer simulation implementations and optimization of the right atrium of the heart based on GPU, vol. 5 (2015)
17.
18.
Mazzeo, M.D., Manos, S., Coveney, P.V.: In situ ray tracing and computational steering for interactive blood flow simulation. Comput. Phys. Commun. 181(2), 355–370 (2010)CrossRef
19.
Kalpana, K.: Parallel visualization of a 3D heart model in an heterogeneous computing environment. Ph.D. thesis, Malaya University (2010)
20.
Rivi, M., Calori, L., Muscianisi, G., Slavnic, V.: In-situ visualization: state-of-the-art and some use cases. PRACE White Paper, pp. 1–18 (2012)
21.
Moreland, K., Larsen, M., Childs, H.: Visualization for exascale: portable performance is critical. Supercomput. Front. Innovations 2(3), 67–75 (2015)
22.
Moreland, K., et al.: VTK-m: accelerating the visualization toolkit for massively threaded architectures. IEEE Comput. Graph. Appl. 36(3), 48–58 (2016)CrossRef
23.
24.
25.
Organización Mundial de la Salud. Cardiovascular diseases, September (2016)
26.
Hodgkin, A.L., Huxley, A.F.: A quantitative description of membrane current and its application to conduction and excitation in nerve. J. Physiol. 117(4), 500 (1952)CrossRef
27.
28.
Yalamanchili, P., et al.: ArrayFire - a high performance software library for parallel computing with an easy-to-use API (2015)
29.
Osorio, J.: Implementación modelo eléctrico celular cardíaco
30.
kitware: Visualization toolkit (vtk), June 2016
31.
John Roy, M., Saurabh, K.:. Sinus Node and Atrial Arrhythmias. Circulation - American Heart Association, pp. 10 (2016)
32.
Metadaten
Titel
In-situ Visualization of the Propagation of the Electric Potential in a Human Atrial Model Using GPU
verfasst von
John H. Osorio
Andres P. Castano
Oscar Henao
Juan Hincapie
Copyright-Jahr
2019
Buch
High Performance Computing

Print ISBN: 978-3-030-16204-7

Electronic ISBN: 978-3-030-16205-4

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-16205-4_6

Premium Partner

    Bildnachweise