毛亚青，王 亮，胡俊峰

(徐州医科大学医学信息学院，江苏 徐州 221000)

1 引言

医学图像在当今医疗诊断中发挥着显著的作用，对这些医学图像数据的检索更是医学图像应用的前提和基础。然而，随着医学影像存储与传输系统、医学数字成像和通信等标准的不断发展和完善，医学图像数据呈现爆炸式的增长。目前，医学影像数据约占医院内部数据总数的70%[1]，这些规模庞大的医学图像资源带来了诸如存储体量大、检索效率低的问题，传统的串行遍历检索模式已经出现瓶颈，也增大了检索系统的负担。如何有效地检索医学图像，快速准确地搜索出满足要求的图像是亟待解决的重要问题。

分布式平台Hadoop的出现为大规模医学图像数据的检索提供了新的方向[2-5]，通过分布式文件存储系统HDFS和分布式数据库HBase分别存储海量图像和手动选取的图像特征，然后通过基于MapReduce的分布式编程对输入的检索图像执行分布式并行相似性匹配和图像检索。这种检索方式提高了图像检索的速度和效率，但MapReduce并行模型在磁盘中进行运算，与基于内存的分布式计算引擎Spark相比，Spark每个作业中间输出的结果可以存储在内存中，无需读写HDFS。因此，Spark可以更好地适应医学图像检索过程中的迭代匹配的过程[6]，从而提高检索速度。

在医学特征提取方面，基于内容的医学图像检索最初主要通过对特定场景根据主观判断手动提取特征，如：纹理特征、边缘特征、GIST特征等单个或多个特征的融合，很容易导致图像特征提取不完整，从而降低检索的精度。……