自发荧光成像中光子传输蒙卡仿真的并行实现

doi:10.3778/j.issn.1673-9418.2009.02.008

计算机科学与探索 ›› 2009, Vol. 3 ›› Issue (2): 198-209.DOI: 10.3778/j.issn.1673-9418.2009.02.008

自发荧光成像中光子传输蒙卡仿真的并行实现

杨薇¹,杨鑫¹⁺,代晓倩¹,王珊²,骆劼¹,徐敏¹

1. 中国科学院自动化研究所复杂系统与智能科学重点实验室，北京 100190
2. 西安电子科技大学电子工程学院，西安 710071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2009-03-15 发布日期:2009-03-15
通讯作者: 杨薇

A Parallel Monte Carlo Code for Simulation of Photon Propagation in Bioluminescence Imaging

YANG Wei¹, YANG Xin¹⁺, DAI Xiaoqian¹, WANG Shan², LUO Jie¹, XU Min¹

1. Key Laboratory of Complex Systems and Intelligence Science， Institute of Automation， Chinese Academy of Sciences， Beijing 100190， China
2. School of Electronics Engineering， Xidian University， Xi’an 710071， China

Received:1900-01-01 Revised:1900-01-01 Online:2009-03-15 Published:2009-03-15
Contact: YANG Wei

摘要/Abstract

摘要： 在生物自发光成像领域，将基于蒙特卡罗方法的光子前向传输仿真进行并行化，提高了仿真的速度。首先介绍了所采用的一系列并行机制和串行加速算法，然后分别对并行仿真结果进行正确性验证和性能验证，并与软件MOSE、triMC3D的结果进行了对比，最后对该并行平台进行了总结和展望。

关键词: 并行, 蒙特卡罗方法, 生物自发光成像

Abstract: In the field of bioluminescence imaging， in order to accelerate simulation speed， a parallel code for Monte Carlo simulation of photon transport is developed. First the parallel mechanisms used in this parallel code and a hierarchical search method to accelerate the serial simulation speed are introduced， then experiments are conducted to validate the parallel code and study its performance， and the comparison of this parallel code with software MOSE and triMC3D is also done. Finally， the conclusion about this parallel code is made.

Key words: parallel, Monte Carlo method, bioluminescence imaging

杨薇1 ,杨鑫1+ ,代晓倩1 ,王珊2 ,骆劼1 ,徐敏1 . 自发荧光成像中光子传输蒙卡仿真的并行实现[J]. 计算机科学与探索, 2009, 3(2): 198-209.

YANG Wei¹, YANG Xin¹⁺, DAI Xiaoqian¹, WANG Shan², LUO Jie¹, XU Min¹. A Parallel Monte Carlo Code for Simulation of Photon Propagation in Bioluminescence Imaging[J]. Journal of Frontiers of Computer Science and Technology, 2009, 3(2): 198-209.

[1]	潘家文, 钱谦, 伏云发, 冯勇. 最优权动态控制学习机制的多种群遗传算法[J]. 计算机科学与探索, 2021, 15(12): 2421-2437.
[2]	李秉政，黄高阳，许瑾晨. 面向申威众核处理器的LZMA并行算法设计与优化[J]. 计算机科学与探索, 2020, 14(9): 1501-1509.
[3]	文敏华，刘永志，鲍华，胡跃，沈泳星，韦建文，林新华. 声子BTE应用的并行和优化研究[J]. 计算机科学与探索, 2020, 14(8): 1288-1297.
[4]	刘徐，肖志勇，甘霖，徐敬蘅，陈宏博. 神威国产处理器应用程序的并行参数自动寻优[J]. 计算机科学与探索, 2020, 14(11): 1838-1848.
[5]	吕小敬，刘钊，蒋令闻，陈德训，杨广文. 船舶三维声弹性模拟软件的并行优化策略[J]. 计算机科学与探索, 2019, 13(11): 1852-1863.
[6]	李勇，滕飞，黄齐川，李天瑞. 基于Spark的时间序列并行分解模型[J]. 计算机科学与探索, 2018, 12(7): 1055-1063.
[7]	郑澎，方维，徐权，冷珏琳，熊敏，于长华. 面向JAUMIN的并行AFT四面体网格生成[J]. 计算机科学与探索, 2018, 12(4): 567-574.
[8]	景翠萍，廖丽，王伟. 面向非结构网格应用并行程序的编程工具[J]. 计算机科学与探索, 2018, 12(2): 252-262.
[9]	龙敏，佟越洋. 应用卷积神经网络的人脸活体检测算法研究[J]. 计算机科学与探索, 2018, 12(10): 1658-1670.
[10]	徐娟，张迪，钱文华. 概率图模型在社交网络用户相似性发现中的应用[J]. 计算机科学与探索, 2017, 11(7): 1056-1067.
[11]	韩超，段磊，邓松，王慧锋，唐常杰. 基于Spark的序列数据质量评价[J]. 计算机科学与探索, 2017, 11(6): 897-907.
[12]	王涛，胡双林. 材料科学中的高性能计算[J]. 计算机科学与探索, 2017, 11(2): 185-193.
[13]	郝赫，司雨蒙，韦建文，文敏华，林新华. 天体物理成团研究中的非规则访存优化[J]. 计算机科学与探索, 2017, 11(1): 80-90.
[14]	揭月馨，刘浩. 融合有向图集与并行架构的HEVC去块滤波[J]. 计算机科学与探索, 2016, 10(9): 1221-1228.
[15]	詹杭龙，曹东刚，谢冰. 分布共享环境下支持弹性伸缩的图处理框架[J]. 计算机科学与探索, 2016, 10(7): 901-914.

自发荧光成像中光子传输蒙卡仿真的并行实现

A Parallel Monte Carlo Code for Simulation of Photon Propagation in Bioluminescence Imaging

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics