Resource-Centered Distributed Processing of Large Histopathology Images

Calcul distribué centré resources pour de larges images histopathologiques

Daniel Salas (1, 2) , Jens Gustedt (1) , Daniel Racoceanu (3) , Isabelle Perseil (2)

1 CAMUS - Compilation pour les Architectures MUlti-coeurS
2 INSERM - Institut National de la Santé et de la Recherche Médicale
3 LIB - Laboratoire d'Imagerie Biomédicale [Paris]

Automatic cell nuclei detection is a real challenge in medical imagery. The Marked Point Process (MPP) is one of the most promising methods. To handle large histopathology images, the algorithm has to be distributed. A new parallelization paradigm called Ordered Read-Write Locks (ORWL) is presented as a possible solution for solving some of the unwanted side effects of the distribution, namely an imprecision of the results on the internal boundaries of partitioned images. This solution extends a parallel version of MPP that has reached good speedups on GPU cards, but was not scaling to complete images as they appear in practical data.

La détection automatique de noyaux cellulaires est un vrai challenge pour l'imagerie médicale et la lutte contre le cancer. L'un des axes de recherche les plus prometteurs est l'utilisation de Processus Ponctuels Marqués (PPM). L'algorithme tiré de cette méthode a été parallélisé et atteint de bonnes performances d'accélération sur carte GPU. Cependant, cette parallélisation ne permet pas de traiter une lame complète issue d'un prélèvement de biopsie. Il est ainsi nécessaire de distribuer les calculs. Cette distribution entraîne toutefois des pertes de précision au niveau des axes de coupe de l'image. Un nouveau paradigme de parallélisation appelé Ordered Read-Write Locks (ORWL) est une solution possible à ce problème.

Mots clés: parallelization; parallel computing; distributed computing; marked point process; cell nuclei recognition; histopathology

Mots clés: paralélisation; calcul parallèle; calcul distribué; processus ponctuel marqué; ordered read-write locks; détection de noyaux cellulaires; histopathologie

Domaines: Calcul parallèle, distribué et partagé [cs.DC]; Vision par ordinateur et reconnaissance de formes [cs.CV]; Imagerie médicale

Daniel Salas, Jens Gustedt, Daniel Racoceanu, Isabelle Perseil. Resource-Centered Distributed Processing of Large Histopathology Images. 19th IEEE International Conference on Computational Science and Engineering, Aug 2016, Paris, France. ⟨hal-01325648⟩