…dicomdaten_nr7890.tar 20120229_xy12_3456.pdf Ordner 1 Ordner 2 Ordner …

(1)

Daniel Stucht

Erzeugung enormer Datenvolumina aus hochaufgelösten

anatomischen

MRT-Messungen

(2)

•

0.65mm Voxelkantenlänge

•

Bildmatrix= 260 x 200 x 40

•

^{32 Kanäle}

•

ca. alle drei Sekunden ein komplettes Volumen

•

Messdauer ca 4-5 Minuten

Beispiel 1: Hochaufgelöste EPI Daten

(3)

•

VB15: Rekonstruktion am Scanner nicht möglich

•

VB17: Rekonstruktion möglich, aber offline Reko mit Matlab liefert bessere Ergebnisse

→ Rohdaten werden benötigt, pro Scan ca 18GB

•

Eine Session besteht aus 6-8 Scans

•

Daten pro Session: 100-200GB

•

USB ist zu langsam

•

Rohdaten werden erst via TWIX auf Rechner im Scanner Netz kopiert: ca 1h

•

Dann von dort auf unseren Server: ca 2-3h

Beispiel 1: Hochaufgelöste EPI Daten

(4)

Beispiel 2: Hochaufgelöste post-mortem GRE Daten

•

0.15mm Voxelkantenlänge

•

Das Scanvolumen umfasst das ganze Hirn Bildmatrix = 1280x1280x1024

•

^{32 Kanäle}

•

Messdauer: ca 6h

(5)

(6)

•

Rekonstruktion am Scanner nicht möglich, offline Reko mit Matlab

→ Rohdaten werden benötigt, ca 230GB

•

Rohdaten werden erst via TWIX auf Rechner im Scanner-Netzwerk kopiert: ca 1h

•

von dort auf eine externe Festplatte: ca 1h

•

von dort auf unseren Matlab-Server: ca 1h

Beispiel 2: Hochaufgelöste post-mortem GRE Daten

(7)

•

Verarbeitung der Daten mit Matlab

•

Einlesen: jeder Kanal und jede Schicht wird einzeln rekonstruiert: 2d

→ Daten komplex und jetzt double statt integer

→ 920 GB

•

Anschließend adaptive Kombination der Kanäle 24 Core Opteron,

128GB RAM: 22d

→ ca 30GB

→ ohne Phasenanteil und

zu integer konvertiert: 6,4 GB

Beispiel 2: Hochaufgelöste GRE Daten

(8)

Datenarchivierung

•

Jeder Mitarbeiter kann seine Daten auf dem Server ablegen (werden dann Teil der Backup-Policy)

•

Keine Regeln vorgegeben

xy12_3456_dicomdaten_nr7890.tar info.txt

Projektbeschreibung_dicomdaten_nr7890.tar xy12_3456_78.log

xy12_3456_78.xls

dicomdaten_nr7890.tar 20120229_xy12_3456.pdf

Ordner 1 Ordner 2

Ordner 3

...

(9)

•

Serial Attached SCSI (SAS) System

•

^{2x Raid 5}

•

14 Platten, je 2 TB

•

10 Platten nutzbar (2x Hot Spare und 2x RAID5 5+1)

→ 20 TB mittels Logical Volume Manager (LVM) als ein Volume ansprechbar (ext4 Dateisystem)

•

Erweiterbar

auf 128 Platten

Datenspeicherung

(10)

Bessere (?) Alternativen:

•

Server im 7T-Gebäude uns dort zentrale Datenspeicherung und -verarbeitung

•

Verbindung zum URZ und dort zentrale Datenspeicherung und -verarbeitung

Probleme:

•

Leitungskapazitäten

•

Netzwerksicherheit

Datenspeicherung

(11)

Probleme

•

Filtern oder Suchen in den Daten unmöglich, da keine einheitliche Struktur

•

Daten an verschiedenen Orten gespeichert

(Server, Matlab-Server, externe Festplatten,...)

→ Daten nur für den Ersteller vernünftig zugänglich

•

Datenübertragung langwierig

•

Archivierung sehr große Datensätze schwierig