Development of a finite elements framework for biological applications

Abstract

Widening the usability of software can significantly enhance its adoption and the user engagement. Making the software available to experts on different fields can help open new research opportunities. This thesis presents the development of a finite elements library for Python, aimed at biological simulations, designed to combine Python’s high-level usability with the performance of compiled languages. Our approach (hiperpy) leverages C++ code bindings and just-in-time compilation to create a Python interface for an already developed C++ finite elements framework (hiperlife). This allows users to access the capabilities of the C++ framework directly from Python. Our results show a performance overhead of approximately 10% of the execution time compared to the native C++ implementation, being lower for long executions. We conclude that this alternative interface can be highly beneficial for leveraging a finite-elements framework, prototyping, and for users proficient in high-level programming languages but not in C++. We also conclude that the Python interface maintains high-performance computation capabilities and the problem modelling capabilities of the original software.

Hacer el software más accesible puede mejorar significativamente su adopción y el interés de los usuarios por él. En el ámbito científico, hacer el software accesible para expertos en diferentes áreas puede ayudar a abrir nuevas ramas de investigación. Esta tesis presenta el desarrollo de una librería en Python de elementos finitos, enfocado en modelado de problemas biológicos, diseñada para combinar la facilidad de uso de Python con el rendimiento de los lenguajes de programación compilados. Nuestro enfoque (hiperpy) relaciona el código C++ con el de Python y usa compilación en tiempo de ejecución para crear una interfaz en Python de una implementación en C++ de un motor para elementos finitos ya existente (hiperlife). Esto permite a los usuarios acceder a las posibilidades del motor original directamente desde Python. Nuestros resultados muestran un incremento de alrededor de un 10% en tiempo de ejecución cuando se compara con el código C++ original, siendo este incremento menor para ejecuciones largas. Concluimos que esta interfaz alternativa puede ser muy beneficiosa para aprender a usar un motor de elementos finitos, para hacer prototipos o para usuarios que conozcan lenguajes de programación de alto nivel pero que no estén familiarizados con C++. También concluimos que la interfaz para Python esta preparada para la computación de altas prestaciones y mantiene las posibilidades de modelar problemas del motor de elementos finitos original.