隨著醫療數字化的普及,醫療數據信息的巨大規模、結構復雜、快速增長等特點,行業更加關注數據信息的存儲、挖掘、管理,同時對服務器的計算能力、擴展能力也提出了更高的要求。
醫院需求:
CT數字檔案存取、搜索、智能匹配篩選、可接入現有醫療系統、系統可擴展;
標題條風格
1、運算集群需滿足CT數據處理與智能病理影像識別方面的需求,需整合高性能計算系統、存儲系統、基礎軟件與并行環境、集群管理與作業調度系統;
2、運算集群應具有較強的擴展能力,可以方便地實現節點增加、系統擴充和升級;
3、運算平臺能夠兼容研究課題的解決方案和相應的軟件系統,例如高通量基因組學數據處理相關軟件及流程開發、智能病理影像識別算法移植等,提供并行計算應用分析;
4、盡量減少數據中心的設備管理難度,簡化架構,實現應用簡單易用的目的。
解決方案:GPU/分布式存儲集群

針對醫院提出的需求,以GPU的高性能計算智能處理圖像數據,超高速的智能比對案例數據進行匹配,提升CT檔案整體篩選效率。通過系統部署,以往需要用幾天時間才可以處理完成的數據,可將時間復雜度降低到以分鐘為單位,同時滿足患者遠程多端查詢數字醫療影像信息。



隨著醫療數字化的普及,醫療數據信息的巨大規模、結構復雜、快速增長等特點,行業更加關注數據信息的存儲、挖掘、管理,同時對服務器的計算能力、擴展能力也提出了更高的要求。
醫院需求:
CT數字檔案存取、搜索、智能匹配篩選、可接入現有醫療系統、系統可擴展;
標題條風格
1、運算集群需滿足CT數據處理與智能病理影像識別方面的需求,需整合高性能計算系統、存儲系統、基礎軟件與并行環境、集群管理與作業調度系統;
2、運算集群應具有較強的擴展能力,可以方便地實現節點增加、系統擴充和升級;
3、運算平臺能夠兼容研究課題的解決方案和相應的軟件系統,例如高通量基因組學數據處理相關軟件及流程開發、智能病理影像識別算法移植等,提供并行計算應用分析;
4、盡量減少數據中心的設備管理難度,簡化架構,實現應用簡單易用的目的。
解決方案:GPU/分布式存儲集群

針對醫院提出的需求,以GPU的高性能計算智能處理圖像數據,超高速的智能比對案例數據進行匹配,提升CT檔案整體篩選效率。通過系統部署,以往需要用幾天時間才可以處理完成的數據,可將時間復雜度降低到以分鐘為單位,同時滿足患者遠程多端查詢數字醫療影像信息。


