Soute­nance de thèse : Visua­li­sa­tion et trai­te­ments inter­ac­tifs de grilles régu­lières 3D haute-réso­lu­tion virtua­li­sées sur GPU : Appli­ca­tion aux données biomé­di­cales pour la micro­sco­pie virtuelle en envi­ron­ne­ment HPC.

Ce jeudi a eu lieu la soute­­nance de thèse de Nico­las Courilleau qui a ainsi obtenu le grade de docteur.

Nous lui adres­­sons toutes nos féli­­ci­­ta­­tions.

Compo­si­tion du Jury :

M. Min Hyuk Kim, Chair Profes­sor, KAIST, Daejeon, South Korea, Rappor­teur
M. Jean-Luc Mari, Profes­seur, Aix-Marseille Univer­sité, Rappor­teur
M. Chris­tophe Renaud, Profes­seur, Univer­sité du Litto­ral Côte d’Opale, Exami­na­teur
M. Vincent Nozick, Maître de confé­rences, Univer­sité Paris-Est Marne-la-Vallée, Exami­na­teur
M. Gilles Mergoil, Président de Neoxia, Paris, Invité
M. Laurent Lucas, Profes­seur, Univer­sité de Reims Cham­pagne-Ardenne, Co-direc­teur
M. Yannick Remion, Profes­seur, Univer­sité de Reims Cham­pagne-Ardenne, Co-direc­teur

RÉSUMÉ :

La visua­li­sa­tion de données est un aspect impor­tant de la recherche scien­ti­fique dans de nombreux domaines. Elle permet d’ai­der à comprendre les phéno­mènes obser­vés voire simu­lés et d’en extraire des infor­ma­tions à des fins notam­ment de vali­da­tions expé­ri­men­tales ou tout simple­ment pour de la revue de projet. Nous nous inté­res­sons dans le cadre de cette étude docto­rale à la visua­li­sa­tion de données volu­miques en image­rie médi­cale et biomé­di­cale, obte­nues grâce à des appa­reils d’ac­qui­si­tion géné­rant des champs scalaires ou vecto­riels repré­sen­tés sous forme de grilles régu­lières 3D. La taille crois­sante des données, due à la préci­sion gran­dis­sante des appa­reils d’ac­qui­si­tion, impose d’adap­ter les algo­rithmes de visua­li­sa­tion afin de pouvoir gérer de telles volu­mé­tries. De plus, les GPUs utili­sés en visua­li­sa­tion de données volu­miques, se trou­vant être parti­cu­liè­re­ment adap­tés à ces problé­ma­tiques, disposent d’une quan­tité de mémoire très limi­tée compa­rée aux données à visua­li­ser. La ques­tion se pose alors de savoir comment disso­cier les unités de calculs, permet­tant la visua­li­sa­tion, de celles de stockage. Les algo­rithmes se basant sur le prin­cipe dit « out-of-core » sont les solu­tions permet­tant de gérer de larges ensembles de données volu­miques.

Dans cette thèse, nous propo­sons un pipe­line complet permet­tant de visua­li­ser et de trai­ter, en temps réel sur GPU, des volumes de données dépas­sant très large­ment les capa­ci­tés mémoires des CPU et GPU. L’in­té­rêt de notre pipe­line provient de son approche de gestion de données « out-of-core » permet­tant de virtua­li­ser la mémoire qui se trouve être parti­cu­liè­re­ment adap­tée aux données volu­miques. De plus, cette approche repose sur une struc­ture d’adres­sage virtuel entiè­re­ment gérée et main­te­nue sur GPU. Nous vali­dons notre modèle grâce à plusieurs appli­ca­tions de visua­li­sa­tion et de trai­te­ment en temps réel. Tout d’abord, nous propo­sons un micro­scope virtuel inter­ac­tif permet­tant la visua­li­sa­tion 3D auto-stéréo­sco­pique de piles d’images haute réso­lu­tion. Puis nous vali­dons l’adap­ta­bi­lité de notre struc­ture à tous types de données grâce à un micro­scope virtuel multi­mo­dale. Enfin, nous démon­trons les capa­ci­tés multi-rôles de notre struc­ture grâce à une appli­ca­tion de visua­li­sa­tion et de trai­te­ment concou­rant en temps réel.