全脑网络可视化研究中海量数据的传输、存储和计算

• 作 者: 李安安[1]骆清铭[2]龚辉;
• 机 构: 华中科技大学-武汉光电国家实验室(筹),Britton Chance生物医学光子学研究中心,武汉430074
• 出 处: 2015年中国生物医学工程联合学术年会
• 发表日期: 2015年期

　　单细胞水平的全脑网络可视化是神经科学在结构成像方面的基础性需求，对于约厘米见方的脑组织，高分辨的三维成像会产生远大于1 TB 的海量图像数据.这种TB 级海量数据给传统方式下实验数据的传输、存储和计算等都带来了巨大的挑战，已成为制约全脑网络可视化研究的主要瓶颈.基于我们研发的显微光学切片断层成像(MOST)系列光学成像技术所获取的海量图像数据集，我们在软件和硬件层次对海量图像数据的传输、存储和计算问题进行了系统性研究，并通过与已有大数据技术的整合，建立了一整套海量图像数据的解决方案.目前，这套方案已经成功应用于基于MOST 成像技术的全脑网络可视化研究中，经测试，单任务的数据处理能力可以达到10 TB 量级，处理数据总量累计已超过1000 TB.