• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

网格环境下的大规模生物医学图像分析

Large-scale biomedical image analysis in grid environments.

作者信息

Kumar Vijay S, Rutt Benjamin, Kurc Tahsin, Catalyurek Umit V, Pan Tony C, Chow Sunny, Lamont Stephan, Martone Maryann, Saltz Joel H

机构信息

Department of Biomedical Informatics, Ohio State University, Columbus, OH 43210, USA.

出版信息

IEEE Trans Inf Technol Biomed. 2008 Mar;12(2):154-61. doi: 10.1109/TITB.2007.908466.

DOI:10.1109/TITB.2007.908466
PMID:18348945
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC3294419/
Abstract

This paper presents the application of a component-based Grid middleware system for processing extremely large images obtained from digital microscopy devices. We have developed parallel, out-of-core techniques for different classes of data processing operations employed on images from confocal microscopy scanners. These techniques are combined into a data preprocessing and analysis pipeline using the component-based middleware system. The experimental results show that: 1) our implementation achieves good performance and can handle very large datasets on high-performance Grid nodes, consisting of computation and/or storage clusters and 2) it can take advantage of Grid nodes connected over high-bandwidth wide-area networks by combining task and data parallelism.

摘要

本文介绍了一种基于组件的网格中间件系统在处理从数字显微镜设备获取的超大图像方面的应用。我们针对共聚焦显微镜扫描仪图像上使用的不同类型的数据处理操作,开发了并行的核外技术。这些技术通过基于组件的中间件系统被组合到一个数据预处理和分析管道中。实验结果表明:1)我们的实现取得了良好的性能,并且能够在由计算和/或存储集群组成的高性能网格节点上处理非常大的数据集;2)通过结合任务并行和数据并行,它能够利用通过高带宽广域网连接的网格节点。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/3254f529630c/nihms353584f13.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/519ab1be8499/nihms353584f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/c47d2bb3652c/nihms353584f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/b1aa259aa0e6/nihms353584f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/5bec0d3c009b/nihms353584f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/eae411a2a4a1/nihms353584f5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/3a63d5e9adf0/nihms353584f6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/d762daded521/nihms353584f7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/88d155ff2310/nihms353584f8.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/8e7a5bacf65b/nihms353584f9.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/a9b0b7697ba5/nihms353584f10.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/69bc03230504/nihms353584f11.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/a3a6fafbd1d2/nihms353584f12.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/3254f529630c/nihms353584f13.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/519ab1be8499/nihms353584f1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/c47d2bb3652c/nihms353584f2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/b1aa259aa0e6/nihms353584f3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/5bec0d3c009b/nihms353584f4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/eae411a2a4a1/nihms353584f5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/3a63d5e9adf0/nihms353584f6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/d762daded521/nihms353584f7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/88d155ff2310/nihms353584f8.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/8e7a5bacf65b/nihms353584f9.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/a9b0b7697ba5/nihms353584f10.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/69bc03230504/nihms353584f11.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/a3a6fafbd1d2/nihms353584f12.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/2707/3294419/3254f529630c/nihms353584f13.jpg

相似文献

1
Large-scale biomedical image analysis in grid environments.网格环境下的大规模生物医学图像分析
IEEE Trans Inf Technol Biomed. 2008 Mar;12(2):154-61. doi: 10.1109/TITB.2007.908466.
2
DICOM image communication in globus-based medical grids.基于Globus的医学网格中的DICOM图像通信。
IEEE Trans Inf Technol Biomed. 2008 Mar;12(2):145-53. doi: 10.1109/TITB.2007.905862.
3
Hands-on tutorial on Grid portal development focused on biomedical image and signal processing.关于网格门户开发的实践教程,重点是生物医学图像和信号处理。
Stud Health Technol Inform. 2012;175:104.
4
Web-based interactive visualization of Grid-enabled neuroimaging applications.基于网络的支持网格的神经成像应用程序的交互式可视化。
Stud Health Technol Inform. 2012;175:107.
5
Medical data on demand with WebMIA.通过WebMIA按需获取医学数据。
IEEE Eng Med Biol Mag. 2005 May-Jun;24(3):117-22. doi: 10.1109/memb.2005.1436469.
6
XML-based data model and architecture for a knowledge-based grid-enabled problem-solving environment for high-throughput biological imaging.用于基于知识的、支持网格的高通量生物成像问题解决环境的基于XML的数据模型和架构。
IEEE Trans Inf Technol Biomed. 2008 Mar;12(2):226-40. doi: 10.1109/TITB.2007.904153.
7
A national human neuroimaging collaboratory enabled by the Biomedical Informatics Research Network (BIRN).由生物医学信息学研究网络(BIRN)促成的一个全国性人类神经成像合作实验室。
IEEE Trans Inf Technol Biomed. 2008 Mar;12(2):162-72. doi: 10.1109/TITB.2008.917893.
8
Web-based interactive visualization in a Grid-enabled neuroimaging application using HTML5.在一个使用HTML5的支持网格的神经成像应用程序中基于网络的交互式可视化。
Stud Health Technol Inform. 2012;175:173-81.
9
Sharing digital micrographs and other data files between computers.在计算机之间共享数字显微照片和其他数据文件。
Biotech Histochem. 2004 Jun-Aug;79(3-4):111-20. doi: 10.1080/10520290400011562.
10
[PACS: storage and retrieval of digital radiological image data].[PACS:数字放射影像数据的存储与检索]
Radiologe. 2005 Aug;45(8):690-7. doi: 10.1007/s00117-005-1231-0.

引用本文的文献

1
Parameterized Specification, Configuration and Execution of Data-Intensive Scientific Workflows.数据密集型科学工作流的参数化规范、配置与执行
Cluster Comput. 2010 Sep;13(3):315-333. doi: 10.1007/s10586-010-0133-8.
2
An Integrated Framework for Parameter-based Optimization of Scientific Workflows.基于参数的科学工作流优化集成框架。
Proc Int Symp High Perform Distrib Comput. 2009:177-186. doi: 10.1145/1551609.1551638.
3
Database-managed grid-enabled analysis of neuroimaging data: the CNARI framework.数据库管理的支持网格的神经影像数据分析:CNARI框架

本文引用的文献

1
Integrating Open Grid Services Architecture Data Access and Integration with computational Grid workflows.将开放网格服务架构数据访问与集成与计算网格工作流相结合。
Philos Trans A Math Phys Eng Sci. 2009 Jun 28;367(1897):2521-32. doi: 10.1098/rsta.2009.0040.
2
Informatics in radiology: GridCAD: grid-based computer-aided detection system.放射学中的信息学:GridCAD:基于网格的计算机辅助检测系统。
Radiographics. 2007 May-Jun;27(3):889-97. doi: 10.1148/rg.273065153.
3
Automated microscopy system for mosaic acquisition and processing.用于镶嵌图像采集和处理的自动化显微镜系统。
Int J Psychophysiol. 2009 Jul;73(1):62-72. doi: 10.1016/j.ijpsycho.2009.01.010. Epub 2009 Feb 20.
J Microsc. 2006 May;222(Pt 2):76-84. doi: 10.1111/j.1365-2818.2006.01577.x.
4
caGrid: design and implementation of the core architecture of the cancer biomedical informatics grid.caGrid:癌症生物医学信息学网格核心架构的设计与实现
Bioinformatics. 2006 Aug 1;22(15):1910-6. doi: 10.1093/bioinformatics/btl272. Epub 2006 Jun 9.
5
The virtual microscope.虚拟显微镜。
IEEE Trans Inf Technol Biomed. 2003 Dec;7(4):230-48. doi: 10.1109/titb.2004.823952.
6
Digital dynamic telepathology--the Virtual Microscope.数字动态远程病理学——虚拟显微镜
Proc AMIA Symp. 1998:912-6.