4. RELATED WORKThe management of me

4. RELATED WORK
The management of medical data is an important domain of research. The Picture Archiving Systems (PACS) systems are currently used in most of medical centers. These systems are very expensive and propose a low expressiveness (per-defined queries over certain attributes). Additionally they do not cope with the heterogeneity problem, since they mostly use a relational database that stores all heterogeneous attributes in a blob-like datatype without any ability to interrogate them.
Oracle 11g has developed DICOM support [20], which adds a new Java-Class-like data type ORDicom; thereby any column of a table can hold DICOM content. Oracle provides indexing and compression techniques. Their approach stores each DICOM file in a separate object, so there will be a lot of data redundancy. This model increases the storage space and reduces the performance especially when using certain DICOM-specific methods.
Another interesting example is eDiaMoND [21], a grid-enabled medical imaging database that employs an object-relational approach to the storage of DICOM files. EDiaMoNd supports only three modalities and restricts users to a set of pre-determined queries. This system is designed over the grid (limited number of dedicated severs); therefore it is not suitable for a huge infrastructure of unreliable machines (such the cloud).
Exploiting the power of the cloud for medical domain has been proposed by Xbase [18], a XML-based appliance that uses RDBMS and Hadoop for storing healthcare records. Xbase is a record-oriented system that manages medical information with record IDs. This system does not support DICOM files which have a complex structure and evolutive/heterogeneous schema.
Other commercial cloud-enabled medical systems are DicomGrid (www.dicomgrid.com) and IronMountain (www.ironmountain.fr). There are no documentations or research papers about them.
5. CONCLUSIONS
In this position paper, we propose cloud-enabled hybrid database for the management of medical data. The challenges in this context are due to the high heterogeneity and huge volumes of DICOM files. For that we propose a new architecture that could: (1) provide ease of use, extensibility, high performance and ad-hoc queries over DICOM files and (2) get benefit of the elasticity, billing by use and scalability of the cloud.
The next objective is to implement our complete prototype in the cloud and validate it for real medical applications. We plan to achieve a high level of QoS that allows querying large amounts of data via different types of computing devices. The security of medical data over the cloud could be an interesting future work. Additionally, some optimization (e.g. materialized views, cache manager) should be rethought for our particular structure.
6. ACKNOWLEDGMENT
This work is in collaboration with the Yansys Company /Syseo® project. It is sponsored by CR d’Auvergne, SGAR Auvergne and the ANR under grant SYSEO ANR-10-TECSAN-005-01.

ผลลัพธ์ (ไทย) 1:

4. ทำงานที่เกี่ยวข้องการจัดการข้อมูลทางการแพทย์เป็นโดเมนสำคัญของการวิจัย ในปัจจุบันใช้ระบบระบบถาวรในรูปภาพ (PACS) เป็นศูนย์การแพทย์ ระบบเหล่านี้มีราคาแพงมาก และเสนอ expressiveness ต่ำ (กำหนดต่อแบบสอบถามผ่านคุณลักษณะบางอย่าง) นอกจากนี้พวกเขาไม่รับมือกับปัญหา heterogeneity เนื่องจากส่วนใหญ่ใช้ฐานข้อมูลเชิงสัมพันธ์ที่เก็บแอตทริบิวต์ที่แตกต่างกันทั้งหมดในเหมือน blob ชนิดข้อมูลโดยไม่มีความสามารถในการไต่สวนพวกเขาOracle 11g ได้พัฒนาสนับสนุน DICOM [20], ซึ่งเพิ่มใหม่ Java คลาสเช่นชนิดข้อมูล ORDicom ทำคอลัมน์ของตารางสามารถเก็บเนื้อหา DICOM Oracle ให้เทคนิคการทำดัชนีและการบีบอัด วิธีการจัดเก็บไฟล์แต่ละไฟล์ DICOM ในวัตถุแยกต่างหาก เพื่อจะมากความซ้ำซ้อนของข้อมูล รุ่นนี้เพิ่มพื้นที่การจัดเก็บ และลดประสิทธิภาพการทำงานโดยเฉพาะอย่างยิ่งเมื่อใช้วิธีการบางอย่างเฉพาะ DICOMอีกตัวอย่างหนึ่งที่น่าสนใจคือ eDiaMoND [21], เปิดเส้นทางการแพทย์เกี่ยวกับภาพฐานข้อมูลที่ใช้วิธีการเชิงวัตถุเพื่อเก็บไฟล์ DICOM EDiaMoNd สนับสนุน modalities ที่สามเท่านั้น และจำกัดผู้ใช้ชุดของแบบสอบถามที่กำหนดไว้ล่วงหน้า ระบบนี้ถูกออกแบบมาผ่านตาราง (เสียจำนวนจำกัดเฉพาะ severs จ่าย); ดังนั้น มันไม่ได้เหมาะสำหรับโครงสร้างพื้นฐานขนาดใหญ่ของเครื่องไม่น่าเชื่อถือ (เช่นเมฆ)Exploiting ของคลาวด์สำหรับโดเมนที่ทางการแพทย์ได้ถูกเสนอ โดย Xbase [18], อุปกรณ์ที่ใช้ XML ที่ใช้ RDBMS อย่างไร Hadoop สำหรับเก็บระเบียนสุขภาพ Xbase เป็นระบบที่มุ่งเน้นการบันทึกที่จัดการข้อมูลทางการแพทย์กับเร็กคอร์ด IDs ระบบนี้ไม่สนับสนุนไฟล์ DICOM ซึ่งมีโครงสร้างซับซ้อนและ evolutive/บริการ แผนพาณิชย์เปิดเมฆแพทย์ระบบอื่น ๆ มี DicomGrid (www.dicomgrid.com) และ IronMountain (www.ironmountain.fr) มีสารบรรณหรือรายงานการวิจัยเกี่ยวกับพวกเขาไม่5. บทสรุปในเอกสารนี้ตำแหน่ง เราเสนอฐานข้อมูลเปิดการใช้งานคลาวด์แบบผสมผสานสำหรับการจัดการข้อมูลทางการแพทย์ ความท้าทายในบริบทนี้เป็น heterogeneity สูงและไดรฟ์ข้อมูลขนาดใหญ่ของไฟล์ DICOM การที่ เรานำเสนอสถาปัตยกรรมใหม่ที่สามารถ: (1) ให้ความสะดวกในการใช้ แบบสอบถามประสิทธิภาพการทำงานและกิจที่สูง เพิ่มความสามารถไฟล์ DICOM และ (2) ได้รับประโยชน์ของความยืดหยุ่น เรียกเก็บเงินโดยใช้ขนาดของเมฆวัตถุประสงค์ต่อไปคือการ นำต้นแบบของเราสมบูรณ์ในเมฆ และตรวจสอบโปรแกรมประยุกต์ทางการแพทย์ตัวจริง เราวางแผนเพื่อให้บรรลุระดับของ QoS ที่ช่วยให้สอบถามข้อมูลผ่านอุปกรณ์คอมพิวเตอร์ชนิดต่าง ๆ จำนวนมาก ความปลอดภัยของข้อมูลทางการแพทย์ผ่านเมฆอาจทำงานในอนาคตน่าสนใจ นอกจากนี้ บางปรับให้เหมาะสม (เช่น materialized มุมมอง ตัวจัดการการแคช) ควร rethought สำหรับโครงสร้างเฉพาะของเรา6. ยอมรับงานนี้เป็นความร่วมมือกับโครงการ บริษัท Yansys Syseo ® มันได้รับการสนับสนุน โดย CR d'Auvergne, SGAR Auvergne และเอ็นภายใต้อนุญาตให้เอ็น SYSEO-10-TECSAN-005-01

ผลลัพธ์ (ไทย) 3:

4 . ที่เกี่ยวข้อง
การจัดการข้อมูลทางการแพทย์เป็นโดเมนที่สำคัญของการวิจัย ระบบจัดเก็บภาพ ( PACS ) ระบบที่ใช้ในปัจจุบันในส่วนของศูนย์การแพทย์ ระบบเหล่านี้มีราคาแพงมากและนำเสนอความลึกซึ้งน้อย ( ต่อกำหนดแบบสอบถามกว่าคุณลักษณะบางอย่าง ) นอกจากนี้พวกเขาไม่สามารถรับมือกับปัญหาตั้งแต่พวกเขาส่วนใหญ่ใช้ฐานข้อมูลที่แตกต่างกันในร้านค้าของหยดเป็นชนิดข้อมูลที่ไม่มีความสามารถที่จะสอบสวนพวกเขา .
Oracle 11g มีการพัฒนา DICOM สนับสนุน [ 20 ] ซึ่งเพิ่มใหม่ชั้น Java ชนิดข้อมูลเช่น ordicom งบใด ๆคอลัมน์ของตารางที่สามารถถือ DICOM เนื้อหา Oracle มีการบีบอัดและเทคนิควิธีการของแต่ละร้านค้า DICOM ไฟล์ในวัตถุที่แยกต่างหาก , ดังนั้นจะมีมากความซ้ำซ้อนของข้อมูล รุ่นนี้ช่วยเพิ่มพื้นที่การจัดเก็บและลดประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อใช้ DICOM เฉพาะบางวิธี .
อีกตัวอย่างที่น่าสนใจคือ ediamond [ 21 ] ตารางการใช้งานภาพการแพทย์ฐานข้อมูลสัมพันธ์เชิงวัตถุที่ใช้วิธีการเก็บไฟล์ DICOM .ediamond สนับสนุนเพียงสาม modalities และ จำกัด ผู้ใช้ที่เป็นชุดของแนวทางการสืบค้น ระบบนี้ถูกออกแบบมาแบบจำกัดจำนวนโดย severs ) ; ดังนั้นจึงไม่เหมาะสำหรับโครงสร้างพื้นฐานขนาดใหญ่ของเครื่องที่ไม่น่าเชื่อถือ ( เมฆ ) .
การใช้ประโยชน์จากพลังของเมฆสำหรับโดเมนทางการแพทย์ได้รับการเสนอโดย xbase [ 18 ]เป็น XML ตามอุปกรณ์ที่ใช้และจัดเก็บประวัติ Hadoop RDBMS ) xbase เป็นบันทึกเชิงระบบที่จัดการข้อมูลทางการแพทย์ที่มีการบันทึกรหัส ระบบนี้ไม่รองรับไฟล์ DICOM ซึ่งมีโครงสร้างที่ซับซ้อนและวิวัฒนาการ / ข้อมูล schema .
เมฆเชิงพาณิชย์อื่นเปิดใช้ระบบการแพทย์ dicomgrid ( www.dicomgrid . com ) และ ironmountain ( www.ironmountain . fr )ไม่มีเอกสารหรืองานวิจัยเกี่ยวกับพวกเขา .
5 สรุป
ในตำแหน่งนี้กระดาษที่เราเสนอเมฆเปิดการใช้งานฐานข้อมูลลูกผสมเพื่อการจัดการข้อมูลทางการแพทย์ ความท้าทายในบริบทนี้เป็นเนื่องจากมีความหลากหลายสูงและปริมาณมากไฟล์ DICOM . ที่เราเสนอสถาปัตยกรรมใหม่ที่จะ ( 1 ) ให้ใช้งานง่าย , การขยายประสิทธิภาพสูงและแบบสอบถามของมากกว่าไฟล์ DICOM และ ( 2 ) ได้รับประโยชน์จากความยืดหยุ่นและการเรียกเก็บเงินโดยการใช้ scalability ของเมฆ .
วัตถุประสงค์ต่อไปคือการใช้ต้นแบบที่สมบูรณ์ของเราในเมฆและตรวจสอบสำหรับการใช้งานทางการแพทย์จริง เราวางแผนที่จะบรรลุระดับสูงของ QoS ที่ช่วยสอบถามข้อมูลปริมาณมากผ่านทางประเภทต่างๆของอุปกรณ์คอมพิวเตอร์ความปลอดภัยของข้อมูลทางการแพทย์ผ่านเมฆที่อาจจะมีการทำงานในอนาคตที่น่าสนใจ นอกจากนี้ มีการเพิ่มประสิทธิภาพ ( เช่น materialized views , ผู้จัดการแคช ) ควรทบทวนโครงสร้างเฉพาะของเรา .
6
งานนี้ คือ การร่วมมือกับ บริษัท yansys / syseo ®โครงการ มันได้รับการสนับสนุนโดย CR d'auvergne sgar จังหวัดโอแวร์ญ , และชื่อเรื่อง ภายใต้สิทธิ์ syseo anr-10-tecsan-005-01 .