基于云计算环境的医学信息集成

1、基于云计算环境的医学信息集成基于云计算环境的医学信息集成引言过去，医学信息交流、共享范围之所以被限制，原因是研制出的集成、管理的系统，要么是面向特定的领域，要么是只针对部分的单位。整个互联网可看作是虚拟的一个数据来源，而人们希望的是从网上获得数量更多、质量更高的医学信息。在云计算技术的环境下，将医学信息进展集成管理的方法为解决这样的问题提供了可能。1、云计算简述云计算是分布式计算、网格计算、虚拟化、网络存储等一系列传统的计算机技术与网络技术交融后产生的1。它是把多个计算的实体进展整合，形成一个计算才能非常强大的系统。并且借助于平台效劳、软件效劳、根底设施效劳的形式，把这种计算的才能分布给用户3

2、。2、云计算技术下医学信息的集成简述传统数据库已无法兼容当下衍生的大量的新数据，因此这些有着宏大差异的数据，如何被集成就成了必须快速解决的新课题。尤其医学数据不仅数量大，而且非常复杂、数据类型也颇多，造成医学信息被集成或者重用都极其困难。可喜的是云计算技术的出现，为医学信息在集成、管理上提供了有力的技术保障。云计算技术是把各种各样的资源进展整合，并实现了抽象化及虚拟化。从而使用户能从复杂的底层逻辑、网络协议、软件架构中解放出来2。运用数据效劳把各类医学数据整合，解决了数据不一致的问题，对用户的效劳更加透明，医学信息被共享、资源的配置到达最优都得以实现。3、云计算技术下医学信息的模型3.1数据层

3、的工作原型通过SD模型的使用，运用数据效劳的根本方式，运用PAS网络接口对医学数据进展读龋为了在耦合、松散的环境下实现对对象访问，那么必须有一系列相关的协议，在传输层数据效劳采用的是HTTP协议。医学数据由于非常特殊，最好使用XL对数据提供描绘。而SAP是基于XL下的一个消息协议，依靠该协议本文由论文联盟.Ll.搜集整理，数据效劳可实现信息的互相转换。-SDL的作用是对数据效劳相关的功能特性进展描绘，它对XL的语法进展定义，效劳被描绘为可实现信息交换的通信端集合。以此向数据效劳的注册中心，用统一的描绘、发现及集成方式去注册并且发布数据的效劳。3.2效劳层的工作原型效劳层是采用Hadp平台，对分

4、布式存储以及计算的平台进展构建。Hadp运用分布式的文件系统对资源施行管理，其中包括：故障检测与恢复、负载平衡、监视统计。并对诸多应用任务施行调度，让资源为应用提供效劳更加高平安。而云计算的才能被封装起来作为标准效劳为应用程序提供效劳，同时要对提供的效劳施行管理、调度。实现并行计算使用的框架模型是apRedue。apRedue由两部分效劳器组成：作业效劳器、任务效劳器。作业效劳器是系统任务分配的核心，对所有的作业进展管理、调度。任务效劳器是对用户的操作进展执行，而每个作业又会被分为几个任务，任务中包括ap、Redue两种任务。执行过程中，任务效劳器必须发送心跳信息给作业效劳器，对每个任务执行的

5、状态进展汇报，让作业效劳器可以搜集作业在执行中整体的情况，为下一次分配任务提供可靠根据。3.3应用层的工作原型应用层的核心功能主要是给用户提供效劳，根据用户需求开发出详细的相关的应用，并提供相对统一的一个人机界面的接口给用户。用户通过已注册、发布的效劳，按需求查询医学信息，并且运用ed进展分布式处理、分析。4、验证与分析4.1效劳恳求处理的程序通过用户的界面，用户可查询发布了的应用效劳。当用户发送比方是对大脑图像的所有信息进展查看的恳求时，此恳求会在数据层发布的、所有的医学数据中对大脑图像效劳的描绘进展查询，并且返回结果。这样，在返回的列表中，用户可查看部分或全部效劳。处理的程序如下：1发送读

6、详细效劳的恳求，迅速读取在PAS中存储的医学数据；2为效劳去访问主节点，并发出需要相关的、已存储的数据的恳求，从而获得需要效劳的存储块位置、存储块副本位置；3为应用效劳返回来第一数据块、其它副本存储的位置；4应用效劳会传送相关的信息到数据层并且恳求读取有关的数据；5通过已注册、发布的效劳，数据层会查询效劳，从PAS中获得相关信息；6名称节点传送控制信息，数据节点通过这些信息，读取数据并把数据存储至指定位置；7返回结果给应用程序，并且在用户界面显示假设用户想要进一步处理、分析已获得的结果，可再一次发出应用效劳的恳求，应用效劳便仍然通过主节点给数据节点传送详细命令，程序的处理睬在数据节点上直接运行，然后返回运行的结果给用户。4.2云计算下计算速度的测试通过医学图像的运行，计算、分析处理速度的实验，可验证在云计算下计算、处理的才能有多强大。实验方法：将数据节点上存储的、阅读器却无法显示的医学图像D格式，转换成阅读器可以显示的图片JPEG格式。本实验照旧运用Hadp平台，计算框架照旧选取apRedue。数据块副本的个数为2个，数据块的大小是64B，而总的数据大小是19.8GB，内含医学图像共44933张。实验的结果显示：运行任务时，只运行一个数据节点，用时1678.34s，而8个数据节点一同运行，用时仅仅只有203.65s。结语综上，本文通过