PyRadiomics-cuda: 3D features extraction from medical images for HPC using GPU acceleration

PyRadiomics-cuda ist eine GPU-beschleunigte Erweiterung der PyRadiomics-Bibliothek, die durch die Verlagerung geometrischer Berechnungen auf Grafikkarten die Extraktion dreidimensionaler Merkmale aus medizinischen Bildern für Hochleistungsrechner und Alltagsgeräte erheblich beschleunigt, dabei die volle API-Kompatibilität bewahrt und somit nahtlos in bestehende KI-Workflows integriert werden kann.

Das Wesentliche

Das Problem: Der langsame Koch

Stell dir vor, du hast eine riesige Bibliothek mit medizinischen Bildern (wie CT-Scans von Nieren oder Lungen). Ein Programm namens PyRadiomics ist wie ein sehr genauer, aber langsamer Koch. Seine Aufgabe ist es, aus diesen Bildern mathematische „Rezepte" (Daten) zu extrahieren, um Krebs zu erkennen oder die Behandlung zu planen.

Das Problem: Wenn der Koch eine große, dreidimensionale Form (wie einen Tumor) analysieren muss, wird er extrem langsam. Er muss jeden einzelnen „Baustein" (Voxel) des Bildes einzeln abarbeiten, um die Form, die Oberfläche und den Durchmesser zu berechnen.

• Die Analogie: Stell dir vor, du musst den Inhalt eines riesigen Haufens Sand zählen. Der normale Koch (die CPU) nimmt einen Löffel und zählt jeden Sandkorn einzeln. Bei einem kleinen Haufen geht das noch, aber bei einem ganzen Strand ist das ewig lang. Das Programm verbringt fast 99 % seiner Zeit nur damit, den größten Abstand zwischen zwei Punkten im Tumor zu finden – wie wenn man in einem vollen Raum nach dem zwei weitest voneinander entfernten Menschen sucht, indem man jeden mit jedem vergleicht.

Die Lösung: Der Super-Koch mit einem Team (PyRadiomics-cuda)

Die Forscher haben eine Erweiterung namens PyRadiomics-cuda entwickelt.

• Die Analogie: Statt dass ein einzelner Koch (CPU) alles macht, haben sie das Programm so umgebaut, dass es einen Super-Koch mit einem ganzen Team von Robotern (GPU) einsetzen kann.
• Diese Roboter arbeiten parallel. Während der normale Koch noch beim ersten Sandkorn ist, haben die Roboter bereits den ganzen Strand durchsucht.
• Der Clou: Das Beste ist, dass du als Benutzer nichts ändern musst. Es ist, als würdest du in ein Restaurant gehen und bestellen. Du sagst einfach „Ich möchte das gleiche Gericht". Im Hintergrund entscheidet der Chef, ob der langsame Koch oder das Roboter-Team kocht. Das Ergebnis schmeckt exakt gleich, aber das Essen kommt in Sekunden statt in Stunden.

Was haben sie getestet?

Die Forscher haben das System auf drei verschiedenen „Küchen" getestet:

1. Die Profi-Küche (H100 Cluster): Ein riesiger, teurer Supercomputer für KI. Hier war das Roboter-Team unglaublich schnell (bis zu 2000-mal schneller als der normale Koch!).
2. Die normale Wohnküche (Desktop RTX 4070): Ein durchschnittlicher Gaming-PC. Auch hier war das Team deutlich schneller (etwa 8- bis 50-mal).
3. Die alte Schuppen-Küche (Budget-GPU T4): Ein alter Server mit einer günstigen Grafikkarte. Selbst hier hat das System funktioniert und war immer noch viel schneller als der normale Weg.

Das Ergebnis: Warum ist das wichtig?

• Zeitersparnis: Was früher Tage dauerte, geht jetzt in Minuten. Das ist wie der Unterschied zwischen einem Brief, der per Schiff kommt, und einem, der per Laser-Teleportation ankommt.
• Kein Chaos: Da das System automatisch erkennt, ob eine Grafikkarte da ist, funktioniert es überall. Wenn keine da ist, nutzt es einfach den normalen Weg.
• Für die Zukunft: In der Medizin gibt es Tausende von Scans. Wenn man KI-Modelle trainieren will, muss man diese Daten oft durchrechnen. Mit diesem Tool können Forscher viel mehr Patienten untersuchen, ohne dass die Rechenzentren in Flammen aufgehen (oder die Stromrechnung explodiert).

Zusammengefasst: Die Forscher haben einem langsamen, aber zuverlässigen Werkzeug einen Turbo eingebaut, der es auf Grafikkarten laufen lässt. Es ist schneller, billiger in der Nutzung und für den Nutzer unsichtbar – wie ein unsichtbarer Rennwagen, der im normalen Auto fährt.

Technische Zusammenfassung

1. Problemstellung

Radiomics extrahiert numerische Merkmale aus medizinischen Bildern (CT, MRT, PET), um prädiktive Modelle für die Krebsdiagnose und Therapieüberwachung zu erstellen. Die weit verbreitete Open-Source-Bibliothek PyRadiomics standardisiert diesen Prozess. Ein wesentlicher Engpass in bestehenden Workflows ist jedoch die Berechnung geometrischer 3D-Merkmale (Shape Features), insbesondere bei großen Volumendatensätzen.

• Rechenintensität: Operationen wie die Generierung von Dreiecksnetzen (Mesh Generation) mittels des Marching-Cubes-Algorithmus und vor allem die Berechnung des maximalen 3D-Durchmessers (Pairwise Distance Calculations) sind extrem rechenintensiv.
• Skalierungsprobleme: Die Komplexität steigt kubisch oder quadratisch mit der Auflösung bzw. der Anzahl der Voxels. In Tests zeigte sich, dass PyRadiomics bis zu 99,9 % der Gesamtverarbeitungszeit nur für die Durchmesserberechnung bei großen Regionen of Interest (ROI) aufwendet.
• Limitationen bestehender Lösungen: Bisherige GPU-basierte Ansätze (z. B. cuRadiomics) bieten oft keine Kompatibilität zur originalen PyRadiomics-API, erfordern aufwendige Anpassungen der Datenpipelines oder unterstützen keine geometrischen Merkmale. Andere Forks sind veraltet oder nicht wartbar.

2. Methodik

Das Paper stellt PyRadiomics-cuda vor, eine GPU-beschleunigte Erweiterung, die die Leistungsfähigkeit von NVIDIA-CUDA-Hardware nutzt, ohne die API-Kompatibilität zu brechen.

• Architektur und Integration:
  • Die Lösung nutzt einen CUDA-Backend, der nahtlos in das PyRadiomics-Ökosystem integriert ist.
  • Durch einen Build-time-Injektionsmechanismus wird die CPU-basierte Berechnungsfunktion zur Laufzeit durch einen Dispatcher ersetzt.
  • Fallback-Mechanismus: Das System erkennt automatisch verfügbare GPUs. Ist eine vorhanden, wird die Berechnung auf die GPU ausgelagert. Fehlt eine GPU oder tritt ein Fehler auf, fällt das System transparent auf die originale CPU-Implementierung zurück. Dies ermöglicht eine Nutzung ohne Codeänderungen im bestehenden Workflow.
• Optimierung der Algorithmen:
  • Marching Cubes: Der ursprüngliche Brute-Force-Ansatz wurde durch parallele Kernel ersetzt, bei denen jeder Voxel in einem separaten Thread verarbeitet wird. Die Berechnung von Volumen und Oberfläche erfolgt dabei „on-the-fly".
  • Parallele Durchmesserberechnung: Da dies der größte Flaschenhals ist, wurde ein paralleler Algorithmus entwickelt, der die Last auf viele Threads verteilt. Jeder Thread berechnet Teilmengen von Vertex-Paaren.
  • Reduktionsstrategien: Um die maximalen Distanzen effizient zu aggregieren, wurden verschiedene Strategien getestet (atomare Operationen, blockbasierte Reduktion, lokale Thread-Akkumulatoren), die je nach GPU-Architektur optimiert wurden.
  • Speicheroptimierung: Nutzung von Shared Memory, coalesced memory accesses und angepassten Speicherzugriffsmustern (1D vs. 2D Arrays) zur Minimierung der Latenz.

3. Schlüsselergebnisse

Die Evaluation erfolgte auf drei verschiedenen Hardware-Konfigurationen: einem modernen AI-Cluster (NVIDIA H100), einem Desktop-PC (RTX 4070) und einer Budget-Server-Konfiguration (T4). Als Testdatensatz dienten 20 Fälle aus dem KITS19 (Kidney Tumor Segmentation Challenge) mit bis zu 236.588 Vertices.

• Beschleunigungsfaktoren (Speedup):
  • Budget-Hardware (T4): 8- bis 24-fache Beschleunigung bei der Extraktion von 3D-Merkmalen.
  • Moderne Hardware (H100/RTX 4070): Reduktion der Verarbeitungszeit um das 50- bis 2000-fache im Vergleich zur CPU-Implementierung (Intel Xeon).
  • Bei großen Datensätzen (>200k Vertices) auf einem Desktop-System wurde ein 8-facher Speedup für den gesamten Workflow (inkl. Datenladung) erreicht.
• Effizienz der Optimierungen:
  • Die Analyse zeigte, dass atomare Operationen auf älteren GPUs (T4) ineffizient sind, während blockbasierte Reduktionen hier besser funktionieren.
  • Auf modernen GPUs (H100) sind atomare Operationen sehr schnell, erfordern jedoch sorgfältiges Management des globalen Speichers.
  • Die lokale Thread-Akkumulation erwies sich auf der RTX 4070 als am effektivsten.
• Datenübertragung: Die Zeit für den Transfer von CPU zu GPU wurde durch die massive Beschleunigung der Berechnung kompensiert. Es traten keine Performance-Einbußen auf, außer bei sehr kleinen Dateien, wo die Lesezeit dominiert.

4. Bedeutung und Beiträge

• Skalierbarkeit: PyRadiomics-cuda löst das Skalierbarkeitsproblem für radiomische Analysen in großen Kohortenstudien (z. B. das xLUNGS-Projekt mit ~40.000 CT-Scans), indem es die Extraktionszeit drastisch reduziert.
• Kompatibilität: Im Gegensatz zu anderen GPU-Lösungen (wie cuRadiomics) bleibt die volle API-Kompatibilität gewahrt. Forscher können die Bibliothek direkt in bestehende KI-Pipelines integrieren, ohne deren Struktur zu ändern.
• Open Source & Reproduzierbarkeit: Die Bibliothek ist unter der BSD-Lizenz auf GitHub verfügbar und fördert reproduzierbare Forschung.
• Ressourceneffizienz: Durch die massive Verkürzung der Rechenzeit werden teure Infrastrukturkosten (Cloud-Computing, Cluster-Nutzung) gesenkt, was hochdurchsatzfähige KI-Pipelines für die medizinische Bildanalyse wirtschaftlich machbarer macht.

Fazit: PyRadiomics-cuda stellt einen bedeutenden Fortschritt dar, der High-Performance-Computing (HPC) und GPU-Beschleunigung nahtlos in den etablierten Standard für medizinische Bildanalyse integriert, ohne Kompromisse bei der Genauigkeit oder Benutzerfreundlichkeit einzugehen.