Tesis:
Interactive visualization of detailed large neocortical circuit simulations.
- Autor: HERNANDO VIEITES, Juan Bautista
- Título: Interactive visualization of detailed large neocortical circuit simulations.
- Fecha: 2009
- Materia: Sin materia definida
- Escuela: FACULTAD DE INFORMATICA
- Departamentos: ARQUITECTURA Y TECNOLOGIA DE SISTEMAS INFORMATICOS
- Acceso electrónico:
- Director/a 1º: MIGUEL ANASAGASTI, Pedro de
- Director/a 2º: PASTOR PEREZ, Luís
- Resumen: A día de hoy, es fácil disponer conjuntos de datos cuyo tamaño sobrepasa sobradamente nuestra capacidad de comprensión y extracción de conocimiento útil. Dichos datos pueden provenir de gran diversidad de orígenes: instrumentos de medida, escáneres médicos, simulaciones informáticas, etc... Las simulaciones informáticas son una fuente de datos muy común en dominios científicos como la Física, la Ingeniería, y más recientemente, las Ciencias de la Vida. El análisis provechoso de esos resultados sitúa al científico como un eslabón más del proceso y posibilita la investigación basada en simulación, frente a la tradicional experimentación. Motivada por la gran capacidad del sistema visual humano, la Visualización surge como un campo de la Informática cuyo propósito es facilitar la comprensión de información por medio de representaciones gráficas de los datos. Este trabajo presenta una serie de contribuciones al campo de la Visualización, producto de la colaboración con el Blue Brain Proyecto (BBP). El BBP es el primer intento mundial de descifrar el funcionamiento del cerebro mediante ingeniería inversa para elaborar un modelo informático que permita poner recursos de supercomputación al servicio de la Neurociencia para llevar a cabo investigación basada en simulación. Con ese objetivo final en mente, el proyecto se halla centrado in el modelado de la columna neocortical, la hipotética unidad funcional y estructural de la corteza cerebral. Este trabajo ha sido desarrollado para tratar los aspectos específicos de la visualización de la estructura y simulación de estos elementos. La visualización interactiva de simulaciones de columnas corticales necesita de técnicas que puedan disminuir la complejidad geométrica y visual de los datos, sin por ello renunciar a la fidelidad o eliminar detalles relevantes. En este trabajo, se han estudiado técnicas que pueden tratar estos problemas utilizando cauces gráficos de rasterización acelerados por hardware, de manera que la síntesis de imágenes sea interactiva. En este sentido, el tejido cortical presenta problemas geométricos atípicos, dada la maraña de finas ramificaciones que lo conforma. Las contribuciones realizadas tratan niveles de detalle eficientes, reducción de geometría por recorte de geometría fuera de vista, reducción de complejidad visual basada en transparencia y diseño e implementación de técnicas de síntesis adecuadas para este problema. Para los niveles de detalles se proponen varias técnicas para objetos tubiformes (tales como ramificaciones neuronales). Pseudo-cilindros generalizados y esferas por proyección de rayos son presentados como extensiones o especializaciones de trabajos previos. Otras técnicas son el renderizado de tubos por medio de troncos de cono rematados por esferas, y un algoritmo de remallado en strips, ambas técnicas originales. En el manejo de la escena, dos algoritmos originales de recorte de geometría fuera de vista son descritos. Ambos parten de un esqueleto de volúmenes delimitadores por neurona. Uno emplea estructuras de datos adicionales y ejecuta en la CPU mientras que el otro aprovecha la arquitectura masivamente paralela de las GPUs para procesar los volúmenes directamente. La complejidad visual de una escena se puede reducir usando transparencia, siempre que se haga de manera adecuada. Como parte de este trabajo se presenta un algoritmo novedoso para tratar la síntesis eficiente de imágenes con modelos transparentes que garantiza corrección; dicho algoritmo se basa en una partición en profundidad a nivel de píxel que permite depth peeling multicapa y balanceado. Finalmente, el estudio sobre cómo visualizar actividad se concreta en los detalles de implementación para la aplicación eficiente de datos de simulación sobre los modelos y una técnica de renderizado para representar los disparos de las neuronas. Los resultados son discutidos en términos de consumo de memoria y tiempos de dibujo para la mayoría de los algoritmos propuestos. Comparaciones de calidad y rendimiento con otros métodos se incluye cuando resulta apropiado.