Please use this identifier to cite or link to this item:
https://repositorio.ufjf.br/jspui/handle/ufjf/3486Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| brunogouveadebarros.pdf | 4.53 MB | Adobe PDF |  View/Open |
| Type: | Dissertação |
| Title: | Simulações computacionais de arritmias cardíacas em ambientes de computação de alto desempenho do tipo Multi-GPU |
| Author: | Barros, Bruno Gouvêa de |
| First Advisor: | Santos, Rodrigo Weber dos |
| Co-Advisor: | Munoz, Sérgio Alonso |
| Co-Advisor: | Lobosco, Marcelo |
| Referee Member: | Navaux, Philippe Olivier Alexandre |
| Referee Member: | Leite, Saul de Castro |
| Resumo: | Os modelos computacionais tornaram-se ferramentas valiosas para o estudo e compreensão dos fenômenos da eletrofisiologia cardíaca. No entanto, a elevada complexidade dos processos biofísicos e o nível microscópico de detalhes exigem complexos modelos computacionais. Aspectos-chave da eletrofisiologia cardíaca, tais como condução lenta e bloqueio de condução tem sido tema de pesquisa de muitos estudos, uma vez que estão fortemente relacionados à arritmia cardíaca. No entanto, ao reproduzir estes fenômenos os modelos necessitam de uma discretização sub-celular para a solução das equações diferenciais e uma condutividade eléctrica do tecido não uniforme e heterogênea. Devido aos elevados custos computacionais de simulações que reproduzem a microestrutura fina do tecido cardíaco, estudos prévios têm considerado experimentos de tecido de pequenas dimensões e têm utilizados modelos simples de células cardíacas. Neste trabalho, desenvolvemos um modelo (modelo microscópico) da eletrofisiologia cardíaca que capta a microestrutura do tecido cardíaco usando uma discretização espacial muito fina (8µm) e utilizamos um modelo celular moderno e complexo baseado em Cadeias de Markov para a caracterização da estrutura e dinâmica dos canais iônicos. Para lidar com os desafios computacionais, o modelo foi paralelizado usando uma abordagem híbrida: a computação em cluster e GPGPUs (General-purpose computing on Graphics Processing Units). Nossa implementação paralela deste modelo, utilizando uma plataforma multi-GPU, foi capaz de reduzir os tempos de execução das simulações de mais de 6 dias (em um único processador) para 21 minutos (em um pequeno cluster de 8 nós equipado com 16 GPUs). Além disso, para diminuir ainda mais o custo computacional, foi desenvolvido um modelo discreto equivalente ao modelo microscópico. Este novo modelo foi paralelizado usando a mesma abordagem do modelo microscópico e foi capaz de executar simulações que demoravam 21 minutos em apenas 65 segundos. Acreditamos que esta nova implementação paralela abre caminho para a investigação de muitas questões em aberto associadas à natureza complexa e discreta da propagação dos potenciais de ação no tecido cardíaco. |
| Abstract: | Computer models have become valuable tools for the study and comprehension of the complex phenomena of cardiac electrophysiology. However, the high complexity of the biophysical processes and the microscopic level of details demand complex mathematical and computational models. Key aspects of cardiac electrophysiology, such as slow conduction, conduction block and saltatory effects have been the research topic of many studies since they are strongly related to cardiac arrhythmia. However, to reproduce these phenomena the numerical models need to use sub-cellular discretization for the solution of the PDEs and nonuniform, heterogeneous tissue electric conductivity. Due to the high computational costs of simulations that reproduce the fine microstructure of cardiac tissue, previous studies have considered tissue experiments of small or moderate sizes and used simple cardiac cell models. In this work we develop a cardiac electrophysiology model (microscopic model) that captures the microstructure of cardiac tissue by using a very fine spatial discretization (8µm) and uses a very modern and complex cell model based on Markov Chains for the characterization of ion channel's structure and dynamics. To cope with the computational challenges, the model was parallelized using a hybrid approach: cluster computing and GPGPUs (General-purpose computing on graphics processing units). Our parallel implementation of this model using a Multi-GPU platform was able to reduce the execution times of the simulations from more than 6 days (on a single processor) to 21 minutes (on a small 8-node cluster equipped with 16 GPUs). Furthermore, in order to decrease further the computational cost we have developed a discrete model equivalent to the microscopic one. This new model was also parallelized using the same approach as the microscopic model and was able to perform simulations that took 21 minutes to be executed in just 65 seconds. We believe that this new parallel implementation paves the way for the investigation of many open questions associated |
| Keywords: | Eletrofisiologia cardíaca Equações diferenciais Multi-GPU Arritmia cardíaca Cardiac electrophysiology Differential equations Multi-GPU Cardiac arrhythmia |
| CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Juiz de Fora (UFJF) |
| Institution Initials: | UFJF |
| Department: | ICE – Instituto de Ciências Exatas |
| Program: | Programa de Pós-graduação em Modelagem Computacional |
| Access Type: | Acesso Aberto |
| URI: | https://repositorio.ufjf.br/jspui/handle/ufjf/3486 |
| Issue Date: | 25-Feb-2013 |
| Appears in Collections: | Mestrado em Modelagem Computacional (Dissertações) |
Items in DSpace are protected by Creative Commons licenses, with all rights reserved, unless otherwise indicated.