我正在开发一个程序来读取 NIfTY 格式图像的时间序列到 MATLAB 中的 4D 矩阵。堆栈中大约有 60 个图像,程序运行没有问题,直到第 28 个图像。(所有图像的大小大致相同,细节相同)但之后阅读速度越来越慢。
事实上,延迟正在累积。我再次检查了程序,没有打开文件。一切看起来都很好。
有人可以给我一个建议吗?
我正在开发一个程序来读取 NIfTY 格式图像的时间序列到 MATLAB 中的 4D 矩阵。堆栈中大约有 60 个图像,程序运行没有问题,直到第 28 个图像。(所有图像的大小大致相同,细节相同)但之后阅读速度越来越慢。
事实上,延迟正在累积。我再次检查了程序,没有打开文件。一切看起来都很好。
有人可以给我一个建议吗?
当前数组的大小(双精度)
除非您在具有超过 ~20GB RAM 内存的机器上运行,否则您的矩阵将变得太大而无法处理。
要检查矩阵前三个维度的大小:
A = rand(512,512,160);
whos('A')
输出:
Name Size Bytes Class Attributes
A 512x512x160 335544320 double
现在乘以 60 得到 4D 矩阵的大小,然后除以 1024^3 得到 GB:
335544320*60/1024^3 = 18.7500 GB
所以是的,您的矩阵很可能太大而无法有效/有效地处理。
超出 RAM 内存的矩阵会强制 MatLab 使用比随机存取内存慢几个数量级的交换文件(HDD/SSD)(即使您有 SSD)。
切换到不同的数据类型
我不需要双精度,即 16 位精度,您可以随时切换到更少的数字,即单精度浮点数。通过这样做,您可以减小尺寸。您甚至可以进一步减小大小,例如数字是 0-255 范围内的无符号整数。请参见下面的代码:
% Create doubles
A_double = rand(512,512,160);
S1=whos('A_double');
% Create floats
A_float = single(A_double);
S2=whos('A_float');
% Create unsigned int range 0-255
A_uint=uint8(randi(256,[512,512,160])-1);
S3=whos('A_uint');
fprintf('Size A_double is %4.2f GB\n',(S1.bytes*60)/1024^3)
fprintf('Size A_float is %4.2f GB\n',(S2.bytes*60)/1024^3)
fprintf('Size A_uint is %4.2f GB\n',(S3.bytes*60)/1024^3)
输出:
Size A_double is 18.75 GB
Size A_float is 9.38 GB
Size A_uint is 2.34 GB
这可能正好适合您的 RAM。确保您确实首先预先分配内存,即使用zeros()函数创建一个空矩阵。