Parallellik paradigmasi asosida tibbiy tasvirlarga raqamli ishlov berishning parallel algoritmi

---

WWW.HUMOSCIENCE.COM
281 
PARALLELLIK PARADIGMASI ASOSIDA TIBBIY TASVIRLARGA 
RAQAMLI ISHLOV BERISHNING PARALLEL ALGORITMI 
 
Mallayev Oybek Usmankulovich
t.f.f.d.(PhD), dotsent 
Perfect University, U va IF kafedrasi mudiri 
Annotatsiya: 
Maqola kompyuterning kata hajimli hisoblash jarayonlarini 
parallellashtirish paradigmasi asosida kata hajmdagi tibbiyot signallariga raqamli 
ishlov berishning parallel algoritmi ishlab chiqishga bag‘ishlangan. Maqolada 
kompyuterning hisoblash jarayonlarini tezlashtirsh usullari va texnologiyalari hamda 
ular yordamida kata hajmdagi hisoblash jarayonlarini tezlashtirishning yangicha 
yondoshuvi taklif qilingan. Ushbi yondoshuvni ishlab chiqishda 
TensorFlow 
va
 
Spark 
texnologiyasidan foydalanildi. Taklif qilinayotgan parallel algoritmga kiruvchi 
signal sifatida DICOM formatidagi tibbiy tasvirlarni tanlandi. Parallel algoritmning 
tezlashtirish koeffitsienti turli hajmli tibbiyot signallari uchun solishtirma natijalari 
keltirilgan. 
Kalit so‘zlar: 
DICOM, 
TensorFlow, Spark, 
Parallellik paradigmasi, 
SliceThickness, PixelSpacing. Parallel algoritm, parallel hisoblash jarayoni.
 
KIRISH
IBM tahlilchilarining tadqiqotlariga ko'ra, 
tibbiy tasvirlar tibbiy ma'lumotlarning 
90 foizini tashkil qilmoqda
, bu sog'liqni saqlash sohasidagi eng katta ma'lumot 
manbaini tashkil qilmoqda. Shifoxonalarning tez yordam xonalarida radiologlar har 
kuni minglab tasvirlar bilan ishlashini inobatga olinsa, bu ma’lumotlar miqdorini juda 
katta raqamga aylantiradi, ularning aksariyati to'g'ri tahlil qilinmaydi. Sog'liqni 
saqlashda tibbiy jarayonlarning keng jabhalari tufayli, hattoki ma’lumot o'lchamlarini 
qisqartirgandan keyin ham 10 000 dan ortiq yoki undan ortiq xususiyatlarga ega 
ma'lumotlar to'plamini yaratish odatiy jarayon emas[1]. Tadqiqotlar shuni ko'rsatdiki, 

---

WWW.HUMOSCIENCE.COM
282 
katta hajmdagi ma'lumotlarga raqamli ishlov berishning parallel algoritmlarini yaratish 
matematik modelning ishlashini sezilarli darajada yaxshilashi mumkinligi 
aniqlandi. Lekin, ko‘plab parametrlarga ega neyron tarmoqni o'qitish va unga 
sarflanayotgan vaqt muammosini halu hanuz takomillashtirib borilmoqda. Nimagaki, 
soat sayin tibbiy tasvirlar soni oshib bormoqda.
ASOSIY QISM 
Ushbu maqolada kata hajimdagi tibbiy tasvirlarni raqamli ishlashga kunlar yoki 
haftalarni kutmasdan hisoblash jarayonlarini parallellashtirish bilan erishish 
mumkinligini muhokama qilinadi. Katta hajimdagi tibbiy tasvirlar saqlanadiga 
DICOM formatidan foydalanish muammolari tahlil qilingan.
1- rasm. 
O’qitish jarayonini taqsimlash