医学图像网格中面向服务的虚拟化技术研究

医学图像网格中面向服务的虚拟化技术研究

论文摘要

医学图像网格是当前网格技术最重要的应用领域之一。现有的医学图像网格技术无法有效地解决Web服务的异构性、分布性和动态性等问题,限制了Web服务资源框架技术(WSRF,Web Service Resource Framework)优势的进一步发挥。通过将面向服务的虚拟化(SOV,Service Oriented Virtualization)技术引入医学图像网格,以Web服务技术作为虚拟化、网格和语义技术的结合点开展研究,对于医学图像网格技术的发展具有重要意义。医学图像网格中面向服务的虚拟化技术研究以屏蔽网格应用的复杂性和网格基础设施的复杂性为主要目标,包括虚拟化体系结构、异构服务互操作模型、服务选择模型、服务编程模型等重要组成部分。医学图像网格面向服务的虚拟化层次架构通过引入虚拟服务层,实现医学图像网格平台与虚拟化技术的结合;采用基于虚拟客户端接入(VCA,Virtual ClientAccess)模式的服务封装方式,实现网格和本地资源管理策略的有效融合;通过在网格各层次引入元数据,并建立元数据间关联,以提高网格服务的管理和发现效率;针对医学图像网格服务按需组合的需求,设计医学图像网格应用层编程模型。医学图像网格基于语义的异构服务互操作模型通过与语义代理技术结合,基于混合本体策略构建医学图像网格的服务语义环境,定义服务对象的派生结构和描述方式,向上屏蔽服务的异构性,支持服务间的互操作;通过将服务互操作与本体标记绑定,标示交互消息对应的语义模型,从而引导异构服务间的语义映射操作,实现服务数据模式的转换。医学图像网格基于语义的近似最优服务选择模型由三种聚类策略组成。其中基于本体的服务聚类方法通过本体提供的概念关系模型来实现服务按功能聚类;基于语义上下文的聚类方法将用户和服务上下文结合起来,根据约束规则对Web服务的服务质量(QoS,Quality of Service)进行预测,并根据QoS参数实现服务按性能聚类;基于语义的服务交叉聚类方法整合基于本体和基于语义上下文聚类方法的优势,以保证构建的服务视图中的服务对于应用需求是近似最优的。医学图像网格基于语义工作流的服务组合模型定义业务工作流、语义工作流和服务工作流三种工作流模型;以语义工作流作为业务工作流和服务工作流的中间层,向上屏蔽底层服务组合的实现细节;向下简化用户业务工作流向服务工作流的转化,支持网格环境中服务的按需组合。针对服务无关的网格服务工作流调度目标,提出基于关键节点的服务工作流调度算法;该算法将网格服务工作流的重组和容错作为首要的考虑因素,将可能的服务执行错误限制在组合路径的最小分段内,以避免因组成服务出错而导致整个组合服务的失败。通过MedImGrid网格原型系统支持的医疗信息集成、三维重建和图像检索三个典型应用,对上述方法进行验证并和其它方法进行对比。医学图像网格中面向服务的虚拟化技术能够屏蔽服务间的语义鸿沟,实现异构服务互操作的透明性;提高网格服务管理、发现和集成效率;建立用户业务流程和网格组合服务之间松耦合的映射关系,对于医学图像网格技术打破资源紧耦合模式的束缚具有重要意义。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 医学图像网格的主要挑战
  • 1.2 医学图像网格与面向服务的虚拟化
  • 1.3 研究目的和意义
  • 1.4 研究覆盖领域
  • 1.5 论文组织结构
  • 2 面向服务的虚拟化体系结构
  • 2.1 问题的提出
  • 2.2 面向服务的虚拟化框架
  • 2.3 服务封装方法
  • 2.4 元数据层次结构
  • 2.5 应用层编程流程
  • 2.6 本章小结
  • 3 基于语义的异构服务互操作模型
  • 3.1 问题的提出
  • 3.2 基于语义代理的异构服务互操作
  • 3.3 网格服务的语义操作框架
  • 3.4 测试与分析
  • 3.5 本章小结
  • 4 基于语义的近似最优服务选择模型
  • 4.1 问题的提出
  • 4.2 基于本体的服务聚类
  • 4.3 基于语义上下文的服务聚类
  • 4.4 基于语义的服务交叉聚类
  • 4.5 测试与分析
  • 4.6 本章小结
  • 5 基于语义工作流的服务组合模型
  • 5.1 问题的提出
  • 5.2 虚拟服务组合方法
  • 5.3 服务工作流调度和容错技术
  • 5.4 测试与分析
  • 5.5 本章小结
  • 6 总结
  • 6.1 论文总结
  • 6.2 下一步工作
  • 致谢
  • 参考文献
  • 附录1 攻读博士学位期间的学术论文及获奖情况
  • 附录2 攻读博士学位期间参加的主要科研项目
  • 相关论文文献

    • [1].图像网格法及应用[J]. 电子测量技术 2013(03)
    • [2].一种改进的图像网格像素级剖分插值算法[J]. 微电子学与计算机 2013(04)
    • [3].非线性图像网格校正技术在车辆跟踪上的应用[J]. 信息化纵横 2009(16)
    • [4].基于构件组装的专业图像网格编程环境[J]. 软件导刊 2011(05)
    • [5].结合目标先验信息的检测图像网格聚类算法[J]. 信号处理 2012(11)
    • [6].芯片图像网格自动定位方法研究[J]. 测控技术 2015(05)
    • [7].基于SIFT的阈值匹配的人脸识别算法[J]. 计算机光盘软件与应用 2013(24)
    • [8].基于图像网格特征的蜂窝陶瓷端面外观缺陷自动识别[J]. 电子技术与软件工程 2014(15)
    • [9].基于相关法的哈特曼图像网格自动划分方法[J]. 强激光与粒子束 2014(01)
    • [10].基于线性变换模型的图像匹配[J]. 计算机仿真 2009(07)
    • [11].计盒维数的算法优化及其在结霜现象中的应用[J]. 北京工业大学学报 2012(11)
    • [12].基于特征的图像网格生成方法[J]. 计算机应用 2010(09)

    标签:;  ;  ;  ;  ;  ;  

    医学图像网格中面向服务的虚拟化技术研究
    下载Doc文档

    猜你喜欢