Question

我正在使用SART方法处理断层扫描算法。我使用2D投影来获得3D音量。

我的主要问题是计算时间真的很高。

例如，对于尺寸为88 * 75像素的投影，我的程序需要5天才能完成。

通过使用matlab分析器，我们可以看到具有氡矩阵（很重）乘法的线花费了很多时间。

这就是我想要并行化算法的原因，但我并不熟悉它。

这是我想要并行化的算法的一部分：

line which need a lot of time: Correction = mtimesx(facteur, Matrice_Radon_Transposee, 'SPEED');


for k = 1: ite % Boucle définie par le nombre d 'itérations choisi par l'
utilisateur
Soustraction = Projection2 - Projection_old;
Erreur(ligne, k) = mean(Soustraction);
Err = Erreur(ligne, k);
for z = 1: L * Nproj
for a = 1: L * L
Somme = Somme + Matrice_Radon(z, a) * Matrice_Radon(z, a);
end
facteur = landa / Somme;
Correction = mtimesx(facteur, Matrice_Radon_Transposee, 'SPEED'); % Formule de correction additive de l
  'image

            Correction = Correction*Soustraction;
            Ik1 = Ik + Correction;
            Ik=Ik1;                                                             % Stockage de l'
image corrigée dans l
  'image_itération_précédente

             Projection_old=Matrice_Radon*Ik;                          % Calcul de la projection à partir de l'
image_itération_précédente
end
pos3 = 1;
for incr2 = 1: L
for incr3 = 1: L
Ik2(incr2, incr3) = Ik1(pos3, 1); % Transformation vecteur en matrice
pos3 = pos3 + 1;
end
end
Coupe_SIRT(ligne, : , : ) = Ik2; % Stockage des coupes générées
end
fprintf('Progression : %2d/%d\n', ligne, H); % Affichage de l
  'avancement du traitement
 end

Answer 1

我在这里看到很多嵌套的for循环。只要可以在MATLAB中使用，就应该使用矢量化代码而不是for循环来加速算法。此外，无法使用嵌套parfor。

只要您的循环彼此独立（当然您需要安装Parallel Computing Toolbox），就可以实现并行化。在这种情况下使用它非常可以：

  result = zeros(1,n); % preallocate result storing array
  parfor i=1:n % parallel for loop
    %your code here, e.g.:
    result(i) = ...;
  end

可以手动设置MATALB工作池，但也可以只使用parfor并让MATLAB自动处理池（至少在r2014a中）。

请注意，并行化并不总能加快速度。

Answer 2

我真的不知道如何对这段代码进行矢量化..

我不需要对所有代码进行矢量化，只需要这2行：

Correction = mtimesx(facteur, Matrice_Radon_Transposee, 'SPEED'); 

Correction = Correction*Soustraction;

那么并行化for循环可能会很有趣吗？：

for k = 1: ite

写这个是否正确：

result_Projection_old = zeros(1,ite);
result_Ik = zeros(1,ite);

parfor  k = 1 : ite                

    Somme = 0;      
    Projection_old = result_Projection_old(k);
    Ik = result_Ik(k);

    Soustraction = Projection2 - Projection_old;


    for z=1:LNproj
        for a=1:L_carre

            Somme = Somme + Matrice_Radon(z,a)*Matrice_Radon(z,a);

        end

        facteur = landa/Somme;
        Correction = mtimesx(facteur,Matrice_Radon_Transposee,'SPEED');    
        Correction = Correction*Soustraction;
        Ik1 = Ik + Correction;
        Ik=Ik1; 
        result_Ik(k) = Ik;                                                          

        Projection_old=Matrice_Radon*Ik;
        result_Projection_old(k) = Projection_old;                     

    end
end

使用此代码，重建不起作用，而不是写result_Ik（k）= Ik我需要写Result_Ik（k + 1）= Ik以便在下一次迭代中从Iération获得Ik的值k-1（上一次迭代）

并行化matlab算法

2 个答案: