Pyradiomics: बहुत बड़े खण्डों के लिए प्रोफाइलिंग PyRadiomics

@blezek मैंने @ रेडियोमिक्स/डेवलपर्स से उल्लेख किया है कि आप पूरे दिमाग पर रेडियोमिक्स चलाने की कोशिश कर रहे प्रदर्शन मुद्दों में भाग लेंगे, इसलिए @JoostJM ने कुछ प्रोफाइलिंग की।

Glszm कोड पर एक त्वरित नज़र से ऐसा लगता है कि कार्यान्वयन को अनुकूलित करने के लिए बहुत जगह है।

सी कोड में? क्या आपके पास इससे निपटने का एक सामान्य विचार है?

सी कोड में? क्या आपके पास इससे निपटने का एक सामान्य विचार है?

हो सकता है कि आप थ्रेड्स का उपयोग करके देख सकें

उस ने कहा, वेनिला सी-कोड के साथ थ्रेडिंग लाइब्रेरी का उपयोग करना सही होने के लिए चुनौतीपूर्ण हो सकता है ।

मुझे लगता है कि आईटीके फ़िल्टर लागू करना सहायक हो सकता है (उदाहरण के लिए आईटीके रिमोट मॉड्यूल के रूप में), फिर आप संबंधित क्रॉस-प्लेटफ़ॉर्म छवि प्रसंस्करण और थ्रेडिंग एपीआई का लाभ उठाने में सक्षम होंगे। ये फ़िल्टर तब SimpleITK . के माध्यम से उजागर किए जा सकते थे

@thewtex @jbvimort मुझे आश्चर्य है कि क्या आपके पास कोई अंतर्दृष्टि है ...

लाइन-दर-लाइन प्रोफाइलिंग करना सबसे अच्छा होगा, लेकिन मेरा अनुमान है कि नेस्टेड लूप का

मैं जेसी से सहमत हूं कि इस ऑपरेशन को थ्रेड किया जा सकता है क्योंकि प्रत्येक पिक्सेल स्वतंत्र होना चाहिए। इसके अलावा एक ही ऑपरेशन का एक SimpleITK कार्यान्वयन तेजी से हो सकता है। लेकिन मैं प्रोफाइलिंग करके शुरू करूंगा और देख सकता हूं कि मौजूदा पायथन कोड को अनुकूलित करने के तरीके हैं या नहीं।

@pieper यह प्रोफाइलिंग से प्रतीत होता है कि जोस्ट ने पहले ही _calculateCMatrix खातों को 77% समय के लिए किया है (यदि मैं प्रोफाइलिंग सारांश को सही ढंग से व्याख्या करता हूं):

मैं देख रहा हूँ, आप कह रहे हैं कि यह शायद इस कोड के लिए कॉल है। हां, यह काफी गहन गणना वाला लगता है।

यदि यह सुविधा वास्तव में जानकारीपूर्ण है, और बड़े छवि मास्क एक महत्वपूर्ण उपयोग के मामले हैं, तो यह हो सकता है कि "सरल सी लाइब्रेरी" दृष्टिकोण पर्याप्त नहीं है, कम से कम जैसा कि वर्तमान में लिखा गया है। यह संभव है कि सी कोड को और अधिक कुशल बनाया जा सकता है या हम थ्रेडिंग या सिंपलआईटीके कार्यान्वयन जैसे अन्य विकल्पों का पता लगा सकते हैं।

@pieper @fedorov , यह वास्तव में यह कॉल है । मैं यह देखने के लिए देखूंगा कि क्या इसे और अधिक कुशल बनाया जा सकता है।

अगर मैं कर सकता हूं, तो मैं यहां 2 कारणों से मल्टीथ्रेडिंग लागू करने से बचना चाहता हूं

1. यह सी कोड को और अधिक जटिल बना देगा
2. जब मैं कई रोगियों के लिए सुविधाओं को निकालता हूं, तो मैं रोगी स्तर पर मल्टीथ्रेडिंग करके प्रदर्शन बढ़ाता हूं (प्रत्येक रोगी 1 धागा)। इस मामले में मैंने रोगी निष्कर्षण एकल धागा रखने के लिए SimpleITK को सिंगल थ्रेड पर भी सेट किया है।

एक तरफ ध्यान दें, मुख्य कारण c GLSZM में इतना समय लगता है क्योंकि यह कम्प्यूटेशनल रूप से गहन है और इसे 12 बार (विभिन्न व्युत्पन्न छवियों के कारण) कहा जाता है। SimpleITK के लेबलशैपस्टैटिस्टिक्स इमेज फिल्टर के लिए कॉल वह कॉल है जो एक कॉल के लिए सबसे अधिक समय लेती है, लेकिन इसे प्रति निष्कर्षण केवल एक बार कहा जाता है (क्योंकि यह आकार का हिस्सा है और इसलिए केवल मूल छवि प्रकार पर गणना की जाती है)।

SimpleITK कॉल के रूप में इतना समय लग रहा है। यह गणना फेरेट व्यास (अधिकतम 3 डी व्यास) के कारण है।
यदि आप इस व्यास के साथ और इसके बिना लेबल आकार सांख्यिकी छवि फ़िल्टर चलाते हैं तो पूरे ब्रेन1 मास्क के लिए 271053 एमएस बनाम 21 एमएस का समय अंतर होता है।

अब एक पायथन पैकेज उपलब्ध है, itk-texturefeatures , जो यहाँ मददगार हो सकता है।

@JoostJM क्या आपने itk-texturefeatures पर एक नज़र डाली है? यह जानना दिलचस्प होगा कि गति की तुलना कैसे की जाती है और यदि फीचर सेट की तुलना अब हमारे पास पाइरेडियोमिक्स सी कोड में है।

https://github.com/InsightSoftwareConsortium/ITKTextureFeatures/tree/2b4544fe39e0ece9007a0d87c396c8586c6f4df5/example

@pieper , बस मेरी छुट्टी से लौटा, लेकिन यह निश्चित रूप से दिलचस्प है।
मैंने पाइराडियोमिक्स और इसी तरह के मास्क का उपयोग करके कुछ प्रोफाइलिंग की थी जैसा कि आईटीके बनावट सुविधाओं (एक स्वर वार गणना को लागू करने) द्वारा उपयोग किया गया था। पाइरेडियोमिक्स का प्रदर्शन आईटीके के प्रदर्शन के समान था।
PyRadiomics का नकारात्मक पक्ष यह है कि यह केवल 3D इनपुट स्वीकार करता है, जबकि ITK N-आयामी है। दूसरी ओर, PyRadiomics सिंगल थ्रेड मोड में इस प्रदर्शन को प्राप्त करता है और GLCM में अधिक सुविधाओं की गणना करता है।

फीचरसेट के संदर्भ में, जहाँ तक मैं देख सकता हूँ कि सूत्र परिभाषाएँ समान हैं, PyRadiomics में GLCM और GLRLM दोनों में अधिक सुविधाएँ हैं। ITK की बनावट सुविधाओं में केवल 1 विशेषता है (GLCM में) जो कि PyRadiomics में नहीं है, लेकिन यह PyRadiomics के correlation समान कार्यान्वयन है, जो ITK में Haralick's correlation रूप में मौजूद है। कहा जा रहा है, मुझे अभी भी विश्वास है कि कुछ अंतर होंगे, इस तथ्य के कारण कि आईटीके ने एक निश्चित बिन गिनती का उपयोग किया था, जैसा कि पाइराडियोमिक्स में निश्चित बिन चौड़ाई के विपरीत था।

@JoostJM की जाँच के लिए धन्यवाद - ऐसा लगता है कि हमें यह तय करना चाहिए कि क्या हम PyRadiomics में एक स्वतंत्र कार्यान्वयन रखना चाहते हैं या ITK समुदाय के साथ मिलकर itk-texturefeatures में सुधार करना चाहते हैं। मेरी प्रतिक्रिया यह है कि जब भी संभव हो सामुदायिक प्रयासों को प्राथमिकता दें, इस उम्मीद में कि कोड रखरखाव अधिक कुशल होगा।