基于hadoop海量医学图像检索系统

《基于hadoop海量医学图像检索系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于Hadoop海量医学图像检索系统　　摘要：为了提高海量医学图像检索效率，针对单节点医学图像检索系统的缺陷，提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征，并将图像特征库存储于Hadoop分布式文件系统（HDFS）；然后采用Map将示例图像特征与特征库的特征进行匹配，采用Reduce接收各Map任务的计算结果，并按相似度大小进行排序；最后根据排序结果找到医学图像的最优检索结果。实验结果表明，相对于其他医学图像检索系统，Hadoop的医学图像检索系统减少了图像存

2、储和检索时间，提高了图像检索速度。关键词：医学图像；检索算法；Brushlet变换；局部二值模式；分布式系统中图分类号：TP181；TP391.41文献标志码：A0引言随着数字化影像技术发展，医学图像急剧增多，如何对这些医学图像进行有效管理和组织，以便为临床诊断提供服务，是医学工作者面临的难题[1]。基于内容的医学图像检索（ContentBasedMedicalImageRetrieval，CBMIR）具有检索速度快、精度高等优点，在医学教学、辅助医学诊断、医学资料管理等领域得到了广泛应用[2]。14基于Hadoop海量医学图像

3、检索系统　　摘要：为了提高海量医学图像检索效率，针对单节点医学图像检索系统的缺陷，提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征，并将图像特征库存储于Hadoop分布式文件系统（HDFS）；然后采用Map将示例图像特征与特征库的特征进行匹配，采用Reduce接收各Map任务的计算结果，并按相似度大小进行排序；最后根据排序结果找到医学图像的最优检索结果。实验结果表明，相对于其他医学图像检索系统，Hadoop的医学图像检索系统减少了图像存储和检索时间，提高了图像检索

4、速度。关键词：医学图像；检索算法；Brushlet变换；局部二值模式；分布式系统中图分类号：TP181；TP391.41文献标志码：A0引言随着数字化影像技术发展，医学图像急剧增多，如何对这些医学图像进行有效管理和组织，以便为临床诊断提供服务，是医学工作者面临的难题[1]。基于内容的医学图像检索（ContentBasedMedicalImageRetrieval，CBMIR）具有检索速度快、精度高等优点，在医学教学、辅助医学诊断、医学资料管理等领域得到了广泛应用[2]。14基于Hadoop海量医学图像检索系统　　摘要：为了提高海

5、量医学图像检索效率，针对单节点医学图像检索系统的缺陷，提出一种基于Hadoop的海量医学图像检索系统。首先采用Brushlet变换和局部二值模式算法提取医学示例图像特征，并将图像特征库存储于Hadoop分布式文件系统（HDFS）；然后采用Map将示例图像特征与特征库的特征进行匹配，采用Reduce接收各Map任务的计算结果，并按相似度大小进行排序；最后根据排序结果找到医学图像的最优检索结果。实验结果表明，相对于其他医学图像检索系统，Hadoop的医学图像检索系统减少了图像存储和检索时间，提高了图像检索速度。关键词：医学图像；检索

6、算法；Brushlet变换；局部二值模式；分布式系统中图分类号：TP181；TP391.41文献标志码：A0引言随着数字化影像技术发展，医学图像急剧增多，如何对这些医学图像进行有效管理和组织，以便为临床诊断提供服务，是医学工作者面临的难题[1]。基于内容的医学图像检索（ContentBasedMedicalImageRetrieval，CBMIR）具有检索速度快、精度高等优点，在医学教学、辅助医学诊断、医学资料管理等领域得到了广泛应用[2]。14CBMIR算法需要计算示例医学图像特征与特征库特征的相似度，这是一个典型的数据密集型

7、计算过程[3]。当特征库中特征数量比较大时，传统浏览器/服务器模式（Browser/Server，B/S）单节点的检索效率难以满足图像的实时性要求，且系统的稳定性、可扩展性差[4]。云计算（cloudcomputing）可以将任务分配到各个工作节点共同完成任务，具有分布式、并行处理能力，为医学图像检索提供了一种新的研究思路[5]。Hadoop分布式文件系统（HadoopDistributedFileSystem，HDFS）是一个可扩展的分布式文件系统，它可以运行于廉价的普通硬件上，得到许多公司支持，如：Google、Amazon

8、、Yahoo！等，在不了解底层细节的情况下，利用Map/Reduce函数轻松实现并行计算，在大规模数据处理领域得到了广泛的应用[6-8]。利用Hadoop的优点，可以较好地解决医学图像检索过程中检索效率低的难题，而且目前国内相关研究较少[9]。为了提高医学图像检