基于网格的乳腺X线摄影筛查工具：GPCALMA
摘要：下一代高能物理实验需要采用GRID方法进行分布式计算系统和相关数据管理，关键概念是虚拟组织（VO），即具有共同目标和资源共享意愿的分布式用户组。类似的方法也被应用于加入GPCALMA项目（用于计算机辅助乳腺摄影图书馆的网格平台）的一组医院，该项目将允许早期诊断乳腺癌和未来的肺癌常规筛查计划。在编写应用代码时，HEP技术发挥了作用，利用神经网络进行图像分析，并证明在改善放射科医生的诊断效果方面很有用。GRID技术允许远程图像分析和交互式在线诊断，有可能显著减少目前与筛查计划相关的延迟。基于AliEn GRID Services的系统原型已经可用，其中一个中央服务器运行共享服务，多个客户端连接到它。乳腺摄影图可以在任何地点获取；与其相关的选择和访问所需信息存储在称为数据目录的共享服务中，任何客户端都可以查询它。查询的结果可以作为分析算法的输入，在通常远离用户（但始终在输入图像的本地）的节点上执行，这得益于PROOF工具。所选方法避免了对所有具有阴性诊断的图像进行数据传输（约占样本的95％），并为5％具有高癌症可能性的图像实现几乎实时的诊断。
作者：S. Bagnasco, U. Bottigli, P. Cerello, S.C. Cheran, P. Delogu, M.E. Fantacci, F. Fauci, G. Forni, A. Lauria, E. Lopez Torres, R. Magro, G. L. Masala, P. Oliva, R. Palmiero, L. Ramello, G. Raso, A. Retico, M. Sitta, S. Stumbo, S. Tangaro, E. Zanon
论文ID：physics/0410085
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2007-05-23