Wrong confirmation ID

Email
Favorite
Favorited ×
Download
Embed
Private Content
Copy and paste this code into your blog or website Copy Customize Close
We have emailed the verification/download link to "".
Login to your email and click the link to download the file directly.

To request the link at a different email address, update it here. Close
Validation messages. Success message. Fail message.

Check your bulk/spam folders if you can't find our mail.

+ Follow

Talk GI Workshop VR/AR

by denniskempin on Jul 16, 2011

137 views

More…

Less

1 Embed 38

http://blog.denniskempin.com

Statistics

Favorites: 0
Downloads: 0
Comments: 0
Embed Views: 38
Views on SlideShare: 99
Total Views: 137

Bedanken und BegrüßungHiwiProjektvorstellenKurzenprägnantenNamen
Worumgehtes?Particle Tracing - keinFremdwortVisualisieren von Strömungsfeldern
Anwendung: Projektvom VRDeBakeyVentricular Assist Device.Turbine = Blutpumpe
AnsHerzanfügenHerzunterstützenWartezeitüberbrücken
ZweiDesignaspekteHydraulisch: GeschwindigkeitHematologisch: Blutistnichtirgendeineflüssigkeit Rote BlutzellensindempfindlichKrafteinwirkung = Schädigung = Hämolyse = Vergiftung/HerzversagenWill man vermeiden -> OptimierenmitModellen
Warumarbeitenwir an diesemProjekt?InteressanteAnwendung-> HiwiProjektTechnische Motivation
Hydraulik -> einfachProblematisch: HämatologischenEigenschaftenWegen: komplexeBerechnungen
ZweiVeröffentlichungenArora et al: BlutschädigungsmodellHeentschelet al: VAD SoftwareNachteil: Offline Vorberechnungen-> KeininteraktivesEinfügen von Partikeln.
Ziel:Interaktiveseinfügen von PartikelnNichtnur auf HPC Hardware, sondernauchskalierbar auf Desktop PCs. Problem: EchtzeitberechnungBlutschädigung-> KeineklassischeVisualisierung
AndererAnsatz: Statt CPU
NVidia CUDA. GPUs in C programmierenGPUs eignensichfür das Problem hervoragend
Nichtnur Desktop PCsAuch: VR HardwareVistaTransparenteBehandlungEin/Ausgabe
PaarWortezur Art derImplementierung
AblaufeinerklassischeVisualisierung: Links Host, Rechts DeviceKritischerBereich: RenderschleifeZweiProbleme:- Data processing: ZeitintensivmitBlutschädigung- Data transfer derPartikeldaten
GPU basierteVisualisierungProblemegelöst:Datentransferverschoben, bleiben auf GPUData processing ausgelagertGPU kann 100te Partikel parallel verarbeiten
KurzerÜberblickPosition: GeschwindigkeitsfeldschrittweiseintegrierenHämolyse: Braucht TensorWirdebenfallsschrittweiseaktualisiertBenötigtvieleMatrixopperationen und die Eigenvektoren-> Nichtschwierig, aberteuerwennechtzeitAus Tensor ->Hämolyse
Damitechtzeittauglich: KomplexitätreduziertKartesischesGitterEuler IntegrationÜberspringen von FramesSingle-precision floatsSpecialized Eigensolver
Waskonntenwirmit den Ansätzenerreichen?Benchmark auf Low End Computer
ZuHausesteht so einer.Grafikkartemit G96b Chip: $50.
65.000 Partikel in Echtzeitbei 30 fps darstellbar. InklBlutschädigungsmodell.Doch: Ziemlichgravierendes Problem!
ErgebnissenahezuunbrauchbarZuUngenauKeinWunder: ZuvielGenauigkeitgegen Performance eingetauschtDoch: Optimistisch was erhöhenderGenauigkeitangeht. Warum:
Integrationen pro SekundebeiverschiedenenPartikelanzahlen. Orange ohneBlutschädigung – sehr simple BerechnungRot mitkomplexemBlutschädigungsmodellKaumGeschwindigkeiteingebüßt -> Skaliertsehr gut.
GetesteteGrafikkarte: 67 GFlops
AktuelleGrafikkarte:GTX 2952 KerneZusammen: 1700 GFlops. Also:MassigRaumfürVerbesserungderGenauigkeit
Aufgabenfür die Zukunft:TetraederGitterIntegrationsmethodenhöherer levelSpeicher StreamingbeizukleinemSpeicherNeueKarten: Double precision FließkommazahlenGenauerereEgensolverAlgorithmen
Damit bin ich am Ende.Vielen Dank fürIhreAufmerksamkeit

Talk GI Workshop VR/AR — Presentation Transcript

Interactive Particle Tracing with Cumulative Blood Damage Computation for Ventricular Assist Devices
Dennis Kempin, Peter Schumacher, Gernot Ziegler, Tobias Rick
Abstract
DeBakeyVentricular Assist Device
Hydraulik
Hematologie
Motivation?
Arora et al
A Tensor-Based Measure
for Estimating Blood Damage
Hentschel et al
Interactive blood damage analysis for ventricular assist devices
Goal:
Fully interactive particle seeding
Technology
Implementation
Traditional SV
GPU based SV
Hemolysis
Velocity Gradient
Tensor
Eigenvectors
Hemolysis
Reduce Complexity
Cartesian Grid
LowerlevelIntegration
Frameskipping
Single-precisionfloat
SpecializedEigensolver
Results
My Home Computer:
G96b = $50
65.000particles
In realtime
NumericInstabilities!
(million)Integrationsper second
GPU Peak Performance
Gflops
67
9500GT
GPU Peak Performance
Gflops
67
1700
9500GT
GTX 295
Improve Accuracy
Tetraedal Grid
Higherlevel Integration
Memory Streaming
Double-precisionfloat
More accurateeigensolver
Thank you for your attention!
Any Questions?

Talk GI Workshop VR/AR

by denniskempin on Jul 16, 2011

Accessibility

Categories

Upload Details

Usage Rights

1 Embed 38

Statistics

Talk GI Workshop VR/AR — Presentation Transcript