![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/02E4CAF2-A8AD-4804-A044-0627A7B0ED17 | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.77771 | - |
| Γλώσσα | en | - |
| Μέγεθος | 110 pages | en |
| Τίτλος | Implementation of a tumor growth prediction system in reconfigurable logic | en |
| Τίτλος | Υλοποίηση σε αναδιατασσόμενη λογική συστήματος πρόγνωσης εξέλιξης όγκου | el |
| Δημιουργός | Malavazos Konstantinos | en |
| Δημιουργός | Μαλαβαζος Κωνσταντινος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Papaefstathiou Ioannis | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Παπαευσταθιου Ιωαννης | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Dollas Apostolos | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Δολλας Αποστολος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Zervakis Michail | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Ζερβακης Μιχαηλ | el |
| Συντελεστής [Συν-Επιβλέπων] | Papadogiorgaki Maria | en |
| Συντελεστής [Συν-Επιβλέπων] | Παπαδογιωργακη Μαρια | el |
| Συντελεστής [Συν-Επιβλέπων] | Malakonakis Pavlos | en |
| Συντελεστής [Συν-Επιβλέπων] | Μαλακωνακης Παυλος | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Περιγραφή | Master Thesis submitted to the Department of Electrical and Computer Engineering of the Technical University of Crete for the degree of Master of Science | en |
| Περίληψη | In the last few years, the biomedical community is increasingly taking advantage of the increasing computational power, both to manage and analyze data and to model biological processes. Biomedical software applications usually require significant computational power, especially when they include the processing and analysis of large amounts of data, such as medical image sequences. This Master Thesis targets the acceleration of three different mathematical models, which are developed in the Technical University of Crete to model and predict the spatio-temporal evolution of glioma, using Reconfigurable Logic. Glioma is a rapidly evolving type of brain cancer, well known for its aggressive and diffusive behavior. The modeling applications presented in this Thesis fall under the category of multi-compartmental continuum approaches and aim to simulate the spatio-temporal evolution of a glioma tumor in an isotropic and heterogeneous brain tissue, which consists of different anatomic structures. The first model is the Oxygen-Glucose Diffusion-Proliferation 2D Model, simulating the proliferative cells and the necrotic core as a result of hypoxic and hypoglycemic-cells death, in single MRI images. The second is the Simple Diffusion-Proliferation 3D Model, which simulates only the proliferative cells in a sequence of MRI slices. The last is the Oxygen-Glucose Diffusion-Proliferation 3D Model, which simulates the same behaviors of the glioma as the 2D Model, in a sequence of MRI slices. The hardware acceleration is achieved using the Trenz platform, model TE0808 UltraSOM, which consists of a Xilinx Zynq UltraScale+ FPGA and an ARM Cortex A-53. The FPGA implementations of these Models are compared with the corresponding OpenMP software implementations on two different high-end Server systems, with up to 40 threads (Hyper-Threading). The results showed that the FPGA accelerators achieved runtime speedup and are up to 14 times more power efficient. | en |
| Τύπος | Μεταπτυχιακή Διατριβή | el |
| Τύπος | Master Thesis | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by-nc-sa/4.0/ | en |
| Ημερομηνία | 2018-07-09 | - |
| Ημερομηνία Δημοσίευσης | 2018 | - |
| Θεματική Κατηγορία | HLS | en |
| Θεματική Κατηγορία | High-level synthesis (HLS) | en |
| Θεματική Κατηγορία | Runtime speedup | en |
| Θεματική Κατηγορία | Energy efficiency | en |
| Θεματική Κατηγορία | Biomedical application | en |
| Θεματική Κατηγορία | MRI images | en |
| Θεματική Κατηγορία | Glioma | en |
| Θεματική Κατηγορία | Hardware acceleration | en |
| Θεματική Κατηγορία | Tumor growth prediction model | en |
| Θεματική Κατηγορία | Reconfigurable logic | en |
| Θεματική Κατηγορία | Bandwidth | en |
| Θεματική Κατηγορία | High Performance Computing | en |
| Θεματική Κατηγορία | HPC | en |
| Θεματική Κατηγορία | System on Chip | en |
| Θεματική Κατηγορία | SoC | en |
| Θεματική Κατηγορία | Field-Programmable Gate Array | en |
| Θεματική Κατηγορία | FPGA | en |
| Βιβλιογραφική Αναφορά | Konstantinos Malavazos, "Implementation of a tumor growth prediction system in reconfigurable logic", Master Thesis, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2018 | el |
| Βιβλιογραφική Αναφορά | Κωνσταντίνος Μαλαβάζος, "Υλοποίηση σε αναδιατασσόμενη λογική συστήματος πρόγνωσης εξέλιξης όγκου", Μεταπτυχιακή Διατριβή, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2018 | el |
Copyright © DIAS 2013
