控制 MATLAB 記憶體使用

MATLAB 是一個非常有用的工具，用於分析醫學影像資料。不幸的是，它有一個明顯的缺點：MATLAB 記憶體管理很糟糕。記憶體很容易變得碎片化，沒有嘗試進行壓縮（除了幾乎無用的 MATLABpack函式）。對於大型醫學影像體積，結果可能是災難性的，導致巨大的記憶體使用，效能低下，在極端情況下，作業系統會終止你的 MATLAB 程序。

控制 MATLAB 記憶體使用有點像變戲法。有一些通用的指導方針可以遵循，但沒有適用於所有情況的硬性規定。以下是一些軟性規則

儘可能重複使用記憶體。例如，EMMAgetimages函式允許你指定要使用的記憶體塊。通常，這是包含影像的變數，並且應該與要載入的影像的大小相同

PET = getimages(h,8,1:21,PET);

將重複使用分配給矩陣 PET 的記憶體，並且不會為返回的影像分配新的記憶體。這消除了與重新載入一組影像相關的碎片化問題。

使用 EMMArescale函式將矩陣乘以標量。此函式不分配新的記憶體，而是使用已經分配給矩陣的記憶體。例如，MATLAB 指令

PET = PET .* 5;

將導致碎片化，因為矩陣 PET 將被複制。但是，指令

rescale (PET,5);

具有相同的效果，但不會導致碎片化。

初始化大型矩陣。當你想透過一系列操作來緩慢地填充矩陣時，這很有用。例如，如果你想在變數中建立一個 128x128 的影像，一行一行地建立Fake_PET，你應該指定

Fake_PET = zeros(128,128);

這將初始化矩陣為正確的大小，並用零填充。然後，當你用你的值填充矩陣時，它不會被複制，並且不會發生記憶體碎片化。

一次使用少量記憶體。這可能是 *最重要的規則*，並且可以潛在地解決所有記憶體使用問題。例如，當分析動態研究時，請考慮分解你的分析，以便它可以一次在一行（或幾行）上執行，而不是在整個影像上執行。

例如，考慮 [emma1.html 基本 EMMA 影像操作] 教程中介紹的情況：我們想要生成一個整合影像體積。以下程式碼片段演示了錯誤的執行方式

h=openimage('/local/matlab/toolbox/emma/examples/yates_19445.mnc');
h2 = newimage('new.mnc',[0 15], ...
     '/local/matlab/toolbox/emma/examples/yates_19445.mnc');

ftimes = getimageinfo (h,'MidFrameTimes');

img = zeros (16384,1);

for j=1:15
   PET = getimages(h,j,1:21);
   img = ntrapz(ftimes,PET')';
   putimages(h2,img,j);
end;

closeimage(h);
closeimage(h2);

這種蠻力技術違反了上述幾個準則。它在從 MINC 檔案載入影像時沒有重複使用記憶體。它轉置PET，這會導致PET被複制。然後它轉置來自ntrapz的結果，這會導致此結果被複制。

更好的方法是載入一個切片中的影像，逐行獲取資料，然後重新組裝成最終影像。以下 MATLAB 程式碼片段具有與上述程式碼相同的最終結果，但使用更少的記憶體（大約 4 兆位元組）。

h=openimage('/local/matlab/toolbox/emma/examples/yates_19445.mnc');
h2 = newimage('new.mnc',[0 15], ...
     '/local/matlab/toolbox/emma/examples/yates_19445.mnc');

ftimes = getimageinfo (h,'MidFrameTimes');

img = zeros (16384,1);

for j=1:15
   PET = getimages(h,j,1:21,PET);
   for i=1:128:16257;
      line = PET(i:i 127,:);
      img (i:i 127) = ntrapz(ftimes, line')';
   end;

   putimages(h2,img,j);
end;

closeimage(h);
closeimage(h2);