检索结果-内蒙古大学图书馆

软件学报 2023年第3期34卷 1451-1469页

作者：曾梦邹北骥张文生杨雪冰朱承璋中南大学计算机学院湖南长沙410083 中国科学院自动化研究所北京100190 中南大学文学与新闻传播学院湖南长沙410083 湖南省机器视觉与智慧医疗工程技术研究中心(中南大学) 湖南长沙410083

Hadoop分布式文件系统(HDFS)通常用于大文件的存储和管理,当进行海量小文件的存储和计算时,会消耗大量的NameNode内存和访问时间,成为制约HDFS性能的一个重要因素.针对多模态医疗数据中海量小文件问题,提出一种基于双层哈希编码和HBase... 详细信息

Hadoop分布式文件系统(HDFS)通常用于大文件的存储和管理,当进行海量小文件的存储和计算时,会消耗大量的NameNode内存和访问时间,成为制约HDFS性能的一个重要因素.针对多模态医疗数据中海量小文件问题,提出一种基于双层哈希编码和HBase的海量小文件存储优化方法.在小文件合并时,使用可扩展哈希函数构建索引文件存储桶,使索引文件可以根据需要进行动态扩展,实现文件追加功能.在每个存储桶中,使用MWHC哈希函数存储每个文件索引信息在索引文件中的位置,当访问文件时,无须读取所有文件的索引信息,只需读取相应存储桶中的索引信息即可,从而能够在O(1)的时间复杂度内读取文件,提高文件查找效率.为了满足多模态医疗数据的存储需求,使用HBase存储文件索引信息,并设置标识列用于标识不同模态的医疗数据,便于对不同模态数据的存储管理,并提高文件的读取速度.为了进一步优化存储性能,建立了基于LRU的元数据预取机制,并采用LZ4压缩算法对合并文件进行压缩存储.通过对比文件存取性能、NameNode内存使用率,实验结果表明,所提出的算法与原始HDFS、HAR、MapFile、TypeStorage以及HPF小文件合并方法相比,文件读取时间更短,能够提高HDFS在处理多模态医疗数据中海量小文件时的整体性能.

关键词：多模态医疗数据 HDFS HBase 小文件存储性能优化

来源：评论

学校读者我要写书评

暂无评论

面向多模态医疗数据的认知服务关键技术研究

面向多模态医疗数据的认知服务关键技术研究

引用

作者：林博浙江大学

学位级别：博士

医疗认知服务是提升医疗质量和人民健康水平关键手段，多模态医疗数据则是医疗认知服务高质量发展的助推剂。目前大多数医院还处于独立建设医疗认知服务的阶段，呈现“服务孤岛”的趋势。在推动健康服务从规模扩张的粗放型发展转变到质... 详细信息

医疗认知服务是提升医疗质量和人民健康水平关键手段，多模态医疗数据则是医疗认知服务高质量发展的助推剂。目前大多数医院还处于独立建设医疗认知服务的阶段，呈现“服务孤岛”的趋势。在推动健康服务从规模扩张的粗放型发展转变到质量效益提升的绿色集约式发展过程中，存在数据质量、模型泛化、普适服务、异质融合、共享协同等挑战。本文围绕数据形态和服务形态展开研究，探索多模态医疗数据认知服务的发展道路。　　深度学习通常需要高质量的标注数据，但医学图像标注成本却十分昂贵。本文针对医学图像分割任务，提出一种分块式主动学习框架FocAnnot，从4个维度分块分组评估图像各区域的标注价值，并利用聚簇–实例混合的数据质量筛选方法，避免图像级方法的重复内容标注问题。实验表明FocAnnot能以更低的标注成本达到相同的分割效果，或是在相同的标注成本下提升模型的分割性能。　　模型泛化能力是认知服务质量的重要因素。本文针对脑电信号中的数据平移问题，提出一种多尺度活动转换网络MSATNet，该模型在卷积网络上搭载了多尺度循环神经网络构成的时序金字塔模块，联合监测信号中活动的结构和状态转换特征，为脑机接口应用提供了抗干扰的信号解析服务。实验结果表明，MSATNet不容易受到数据平移的影响，具有更稳定的信号解析能力。　　认知服务的普适性决定了其价值上限。本文针对老年人高发的帕金森病，提出一种基于视频行为分析的运动迟缓检测框架和周期运动网络PMNet。该框架设计了稳定性、完整性、自相似性准则来评估运动行为特征，并采用PMNet捕捉运动过程特征，最后融合两类特征进行辅助检测。实验基于帕金森病真实数据，验证了度量准则和PMNet的有效性。　　医联体的建设汇聚了医疗数据，也引入了数据异质化问题。本文针对遗传代谢病的多中心联合筛查，提出一种多域融合网络MDFN，该模型在多任务学习的骨架上增加了一个域融合分支，通过一对多的结构将配对的网络层表示重新投影到隐空间上来度量数据差异，实现多中心异质化数据的联合学习。基于百万级筛查数据的实验结果表明MDFN显著降低了初筛假阳性率，同时具有较高的平均召回率。　　集中汇聚的数据共享模式存在隐私数据泄露的风险，在保护隐私的前提下实现数据的共享和计算是多模态医疗数据认知服务今后发展的一大挑战。本文结合联邦学习和同态加密技术，设计了一种分布式医疗数据安全共享与认知计算服务架构，实现了多模态医疗数据在安全环境下的管理、共享和计算。该架构中的关键设计与创新已在国家临床医学研究中心和三甲医院落地应用。

关键词：多模态医疗数据认知服务隐私保护联邦学习同态加密

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：