JP7074306B2 - 患者データ共有無しの多中心生物医学データのコラボレーション処理システム及び方法 - Google Patents
患者データ共有無しの多中心生物医学データのコラボレーション処理システム及び方法 Download PDFInfo
- Publication number
- JP7074306B2 JP7074306B2 JP2021533305A JP2021533305A JP7074306B2 JP 7074306 B2 JP7074306 B2 JP 7074306B2 JP 2021533305 A JP2021533305 A JP 2021533305A JP 2021533305 A JP2021533305 A JP 2021533305A JP 7074306 B2 JP7074306 B2 JP 7074306B2
- Authority
- JP
- Japan
- Prior art keywords
- collaboration
- model parameters
- model
- medical center
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
前記医療センタークライアントは発起者及び参加者の二つのキャラクタを有し、発起者とする場合、クラウドサーバに医学データコラボレーション処理要求を送信すると同時にユーザの予め定義された分析モデル及びモデルパラメータ、並びにコラボレーション処理に誘おう医療センターリストを伝送し、タスクスケジューラから送信された初期化コラボレーション分析モデル及びモデルパラメータを待ち、参加者とする場合、タスクスケジューラから送信されたコラボレーション処理内容及び招待を受信した後、コラボレーション処理に参加するか否かを決定し、コラボレーションに参加すると決定すると、タスクスケジューラにコラボレーション参加確認の命令を送信し、かつ該参加者の初期化ローカル分析モデル及びモデルパラメータをパラメータマネージャに送信し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、そうでなければ該参加者のコラボレーション処理フローを終了し、
前記医療センタークライアントは初期化コラボレーション分析モデル及びモデルパラメータを受信した後、ローカル医学データを準備し、ローカル医学データを初期化コラボレーション分析モデル及びモデルパラメータとともにバッファに記憶し、ローカルでモデル反復計算を行い、予め定義された反復回数に達する度に又はタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信したときに、計算して得られたモデルパラメータと計算進捗をタスクスケジューラにアップロードし、ここでタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信したときに、ローカルバッファを解放し、更新後のコラボレーション分析モデル及びモデルパラメータを記憶し、計算精度が設定閾値を満たすまで反復し続け、計算を終了し、
前記クラウドサーバはパラメータマネージャ及びタスクスケジューラを含み、前記タスクスケジューラは医療センタークライアントにより開始された医学データコラボレーション処理要求を受信した後、該要求から解析された医療センターリスト中の全ての医療センタークライアントにコラボレーション処理内容及び招待を送信し、前記タスクスケジューラは医療センターリスト中の全ての医療センタークライアントの招待応答状況を判断し、応答状況はコラボレーション参加確認の命令を受信すること、コラボレーション参加拒否の命令を受信すること及びタイムアウトによる未処理のことを受信することを含み、判断が終了した後にパラメータマネージャを始動し、パラメータマネージャは発起者の予め定義された分析モデル及びモデルパラメータ、並びに参加者の初期化ローカル分析モデル及びモデルパラメータに基づいて、初期化コラボレーション分析モデルを構築し、かつコラボレーション参加確認の参加者及び発起者に初期化コラボレーション分析モデル及びモデルパラメータを送信し、
前記タスクスケジューラは医療センタークライアントがアップロードしたモデルパラメータ及び計算進捗を受信した後、該モデルにリソース分割を行うとともにモデルパラメータをパラメータマネージャに記憶し、計算状態をタスクスケジューラに記憶し、タスクスケジューラは対応する医療センタークライアントからアップロードされた計算状態を取得した時に、パラメータマネージャから現在のモデルパラメータを取り出しかつ勾配を計算し、モデル及びモデルパラメータを更新し、前に該医療センタークライアントによりパラメータマネージャに記憶されたモデル及びモデルパラメータを更新後のモデル及びモデルパラメータで上書きしかつ更新後のモデル及びモデルパラメータを該医療センタークライアントに返す。
(1)医療センタークライアントの発起者はクラウドサーバに医学データコラボレーション処理要求を送信すると同時にユーザの予め定義された分析モデル及びモデルパラメータを伝送し、及びコラボレーション処理に誘おうとする医療センターリストを伝送しタスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、
(2)クラウドサーバタスクスケジューラは医療センタークライアントにより開始された医療データコラボレーション処理要求を受信した後、該要求から解析された医療センターリスト中の全ての医療センタークライアントにコラボレーション処理内容及び招待を送信し、
(3)医療センタークライアント参加者はタスクスケジューラから送信されたコラボレーション処理内容及び招待を受信した後に、コラボレーション処理に参加するか否かを決定し、コラボレーションに参加すると決定すると、タスクスケジューラ参加確認の命令を送信し、かつ該参加者の初期化ローカル分析モデル及びモデルパラメータをパラメータマネージャに送信し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、そうでなければ該参加者のコラボレーション処理フローを終了し、
(4)クラウドサーバタスクスケジューラは医療センターリスト中の全ての医療センタークライアントの招待応答状況を判断し、応答状況はコラボレーション参加確認の命令を受信すること、コラボレーション参加拒否の命令を受信すること及びタイムアウトによる未処理のことを含み、
(5)クラウドサーバタスクスケジューラは判断を終了した後にパラメータマネージャを始動し、パラメータマネージャには、発起者の予め定義された分析モデル及びモデルパラメータ、並びに参加者の初期化ローカル分析モデル及びモデルパラメータに基づいて、初期化コラボレーション分析モデルを構築し、かつコラボレーション参加確認の参加者及び発起者に初期化コラボレーション分析モデル及びモデルパラメータを送信し、
(6)医療センタークライアントは初期化コラボレーション分析モデル及びモデルパラメータを受信した後、ローカル医学データを準備し、ローカル医学データを初期化コラボレーション分析モデル及びモデルパラメータとともにバッファに記憶し、ローカルでモデル反復計算を行い、予め定義された反復回数に達する度に又はタスクスケジューラから送信された更新後のコラボレーション分析モデル及びモデルパラメータを受信したときに、計算して得られたモデルパラメータと計算進捗をタスクスケジューラにアップロードし、
(7)クラウドサーバタスクスケジューラは医療センタークライアントがアップロードしたモデルパラメータ及び計算進捗を受信した後、該モデルにリソース分割を行うとともに、モデルパラメータをパラメータマネージャに記憶し、計算状態をタスクスケジューラに記憶し、タスクスケジューラは対応する医療センタークライアントからアップロードされた計算状態を取得した時に、パラメータマネージャから現在のモデルパラメータを取り出しかつ勾配を計算し、モデル及びモデルパラメータを更新し、前に該医療センタークライアントによりパラメータマネージャに記憶されたモデル及びモデルパラメータを更新後のモデル及びモデルパラメータで上書きし、かつ更新後のモデル及びモデルパラメータを該医療センタークライアントに返し、
(8)医療センタークライアントはタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信すると、ローカルバッファを解放し、更新後のコラボレーション分析モデル及びモデルパラメータを記憶し、計算精度が設定閾値を満たすまで反復し続け、計算を終了する。
(1)医療センタークライアントの発起者はクラウドサーバに医学データコラボレーション処理要求を送信すると同時にユーザの予め定義された分析モデル及びモデルパラメータを伝送し、及びコラボレーション処理に誘おうとする医療センターリストを伝送しタスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待つ。
(2)クラウドサーバタスクスケジューラは医療センタークライアントにより開始された医療データコラボレーション処理要求を受信した後、該要求から解析された医療センターリスト中の全ての医療センタークライアントにコラボレーション処理内容及び招待を送信する。
(3)医療センタークライアント参加者はタスクスケジューラから送信されたコラボレーション処理内容及び招待を受信した後に、コラボレーション処理に参加するか否かを決定し、コラボレーションに参加すると決定すると、タスクスケジューラ参加確認の命令を送信し、かつ該参加者の初期化ローカル分析モデル及びモデルパラメータをパラメータマネージャに送信し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、そうでなければ該参加者のコラボレーション処理フローを終了する。
(4)クラウドサーバタスクスケジューラは医療センターリスト中の全ての医療センタークライアントの招待応答状況を判断し、応答状況はコラボレーション参加確認の命令を受信すること、コラボレーション参加拒否の命令を受信すること及びタイムアウトによる未処理のことを含む。
(5)クラウドサーバタスクスケジューラは判断を終了した後にパラメータマネージャを始動し、パラメータマネージャには、発起者の予め定義された分析モデル及びモデルパラメータ、及び参加者の初期化ローカル分析モデル及びモデルパラメータに基づいて、初期化コラボレーション分析モデルを構築し、かつコラボレーション参加確認の参加者及び発起者に初期化コラボレーション分析モデル及びモデルパラメータを送信する。
(6)医療センタークライアントは初期化コラボレーション分析モデル及びモデルパラメータを受信した後、ローカル医学データを準備し、ローカル医学データを初期化コラボレーション分析モデル及びモデルパラメータとともにバッファに記憶し、ローカルでモデル反復計算を行い、予め定義された反復回数に達する度に又はタスクスケジューラから送信された更新後のコラボレーション分析モデル及びモデルパラメータを受信すると、計算して得られたモデルパラメータと計算進捗をタスクスケジューラにアップロードする。
(7)クラウドサーバタスクスケジューラは医療センタークライアントがアップロードしたモデルパラメータ及び計算進捗を受信した後、該モデルにリソース分割を行い、同時にモデルパラメータをパラメータマネージャに記憶し、計算状態をタスクスケジューラに記憶する。タスクスケジューラは対応する医療センタークライアントがアップロードした計算状態を取得する時に、パラメータマネージャから現在のモデルパラメータを取り出しかつ勾配を計算し、モデル及びモデルパラメータを更新し、前に該医療センタークライアントによりパラメータマネージャに記憶されたモデル及びモデルパラメータに対して更新後のモデル及びモデルパラメータで上書きしかつ更新後のモデル及びモデルパラメータを該医療センタークライアントに返す。
(8)医療センタークライアントはタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信すると、ローカルバッファを解放し、更新後のコラボレーション分析モデル及びモデルパラメータを記憶する。計算精度が設定閾値を満たすまで反復し続け、計算を終了する。
Claims (7)
- 患者データ共有無しの多中心生物医学データコラボレーション処理システムであって、該システムは各医療センターモデルパラメータと非同期計算をコラボレートするためのクラウドサーバ及びデータにローカル高性能計算を展開するための医療センタークライアントを含み、
前記医療センタークライアントは発起者及び参加者の二つのキャラクタを有し、発起者とする場合、クラウドサーバに医学データコラボレーション処理要求を送信すると同時に、ユーザの予め定義された分析モデル及びモデルパラメータ、並びにコラボレーション処理に誘おうとする医療センターリストを伝送し、タスクスケジューラから送信された初期化コラボレーション分析モデル及びモデルパラメータを待ち、参加者とする場合、タスクスケジューラから送信されたコラボレーション処理内容及び招待を受信した後、コラボレーション処理に参加するか否かを決定し、コラボレーションに参加すると決定すると、タスクスケジューラにコラボレーション参加確認の命令を送信し、かつ該参加者の初期化ローカル分析モデル及びモデルパラメータをパラメータマネージャに送信し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、そうでなければ該参加者のコラボレーション処理フローを終了し、
前記医療センタークライアントは初期化コラボレーション分析モデル及びモデルパラメータを受信した後、ローカル医学データを準備し、ローカル医学データを初期化コラボレーション分析モデル及びモデルパラメータとともにバッファに記憶し、ローカルでモデル反復計算を行い、予め定義された反復回数に達する度に又はタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信したときに、前記モデル反復計算により得られたモデルパラメータと計算進捗をタスクスケジューラにアップロードし、ここでタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信すると、ローカルバッファバッファにおけるコラボレーション分析モデル及びモデルパラメータを解放し、更新後のコラボレーション分析モデル及びモデルパラメータを記憶し、計算精度が設定閾値を満たすまで反復し続け、計算を終了し、
前記クラウドサーバはパラメータマネージャ及びタスクスケジューラを含み、前記タスクスケジューラは発起者とする医療センタークライアントにより開始された医学データコラボレーション処理要求を受信した後、前記医療センタークライアントから送信された医療センターリスト中の全ての医療センタークライアントにコラボレーション処理内容及び招待を送信し、前記タスクスケジューラは医療センターリスト中の全ての医療センタークライアントの招待応答状況を判断し、応答状況はコラボレーション参加確認の命令を受信すること、コラボレーション参加拒否の命令を受信すること及びタイムアウトによる未処理のことを受信することを含み、判断が終了した後にパラメータマネージャを始動し、パラメータマネージャは発起者の予め定義された分析モデル及びモデルパラメータ、並びに参加者の初期化ローカル分析モデル及びモデルパラメータに基づいて、初期化コラボレーション分析モデルを構築し、かつコラボレーション参加確認の参加者及び発起者に初期化コラボレーション分析モデル及びモデルパラメータを送信し、
前記タスクスケジューラは医療センタークライアントがアップロードした、現在の反復計算から得られたモデルパラメータ及び計算進捗を受信した後、コラボレーション分析モデルのために計算リソース分割を行うとともに、医療センタークライアントがアップロードした、現在の反復計算から得られたモデルパラメータをパラメータマネージャに記憶し、計算進捗をタスクスケジューラに記憶し、タスクスケジューラは対応する医療センタークライアントからアップロードされた計算進捗を取得した時に、パラメータマネージャから対応する医療センタークライアントの現在のモデルパラメータを取り出しかつ計算進捗及び現在のモデルパラメータに基づいて前記クラウドサーバにおけるコラボレーション分析モデルのモデルパラメータの勾配を計算し、コラボレーション分析モデル及びモデルパラメータを更新し、前に該医療センタークライアントによりパラメータマネージャに記憶された初期化ローカル分析モデル及びモデルパラメータを更新後のコラボレーション分析モデル及びモデルパラメータで上書きし、かつ更新後のコラボレーション分析モデル及びモデルパラメータを該医療センタークライアントに返す
ことを特徴とする患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 前記医療センタークライアントとクラウドサーバはいずれも各自のネットワークインタフェース層を有し、ネットワークインタフェース層はパイソン言語でのフラスク軽量なウェブアプリケーションフレームに基づいて開発され、医用データコラボレーション処理要求とモデルパラメータの通信を実施することに用いられる
ことを特徴とする請求項1に記載の患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 前記医療センタークライアントはコラボレーション処理要求、初期化コラボレーション分析モデル及びローカル医学データをバッファに記憶し、バッファはNoSQLデータベースにおける非関係性メモリデータベースRedisを採用し、コラボレーション要求の頻繁により引き起こされるクライアント処理圧力を緩和する
ことを特徴とする請求項1に記載の患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 前記医療センタークライアントはGPU(Graphic Processing Unit)を用いてデータ演算と処理を高速化し、前記医療センタークライアントの分析アルゴリズムはパイソン言語に基づいて、Scala、C++、R、Julia、GOを含み、使用される科学計算ライブラリはNumpy、Pandas、Scipy、Breeze、Blitz++、POOMA、BLASを含む
ことを特徴とする請求項1に記載の患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 前記タスクスケジューラは各医療センタークライアントに一つのサービスノード及び一つのワーキングノードを割り当て、前記サービスノードは自身に割り当てられた医療センタークライアントのモデルパラメータ及び計算進捗の管理及び更新のみを担当しており、新たな医療センタークライアントがコラボレーション処理に加入する場合に、新たなサービスノードはシステムにおける分散ハッシュテーブルを使用してサービスグループに随時動的に挿入しており、前記ワーキングノードは自身に割り当てられた医療センタークライアントの処理タスクのみを担当し、そのうちパラメータはキー、バリュー(key、value)のセットとして示され、プッシュとプルの操作により各医療センターとクラウドサーバとの間の勾配の同期及び更新を実施する
ことを特徴とする請求項1に記載の患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 前記パラメータマネージャは実際の反復プロセスにおいて、以下のルールにより単一の医療センタークライアントのクラウドサーバにおけるコラボレーションモデルパラメータの更新を行い、単一の医療センタークライアントの小さな勾配値を抑制し、各医療センタークライアントの勾配値がカスタム閾値に累積されるまで待機したときに、該医療センタークライアントの勾配の更新を行う
ことを特徴とする請求項1に記載の患者データ共有無しの多中心生物医学データコラボレーション処理システム。 - 患者データ共有無しの多中心生物医学データコラボレーション処理方法であって、該方法が以下のステップを含み、
(1)医療センタークライアントの発起者はクラウドサーバに医学データコラボレーション処理要求を送信すると同時に、ユーザの予め定義された分析モデル及びモデルパラメータ、及びコラボレーション処理に誘おうとする医療センターリストを伝送し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、
(2)クラウドサーバタスクスケジューラは発起者とする医療センタークライアントにより開始された医療データコラボレーション処理要求を受信した後、前記医療センタークライアントから送信された医療センターリスト中の全ての医療センタークライアントにコラボレーション処理内容及び招待を送信し、
(3)医療センタークライアントの参加者はタスクスケジューラから送信されたコラボレーション処理内容及び招待を受信した後に、コラボレーション処理に参加するか否かを決定し、コラボレーションに参加すると決定すると、タスクスケジューラ参加確認の命令を送信し、かつ該参加者の初期化ローカル分析モデル及びモデルパラメータをパラメータマネージャに送信し、タスクスケジューラが返信した初期化コラボレーション分析モデル及びモデルパラメータを待ち、そうでなければ該参加者のコラボレーション処理フローを終了し、
(4)クラウドサーバタスクスケジューラは医療センターリスト中の全ての医療センタークライアントの招待応答状況を判断し、応答状況はコラボレーション参加確認の命令を受信すること、コラボレーション参加拒否の命令を受信すること及びタイムアウトによる未処理のことを含み、
(5)クラウドサーバタスクスケジューラは判断を終了した後にパラメータマネージャを始動し、パラメータマネージャには、発起者の予め定義された分析モデル及びモデルパラメータ、並びに参加者の初期化ローカル分析モデル及びモデルパラメータに基づいて、初期化コラボレーション分析モデルを構築し、かつコラボレーション参加確認の参加者及び発起者に初期化コラボレーション分析モデル及びモデルパラメータを送信し、
(6)医療センタークライアントは初期化コラボレーション分析モデル及びモデルパラメータを受信した後、ローカル医学データを準備し、ローカル医学データを初期化コラボレーション分析モデル及びモデルパラメータとともにバッファに記憶し、ローカルでモデル反復計算を行い、予め定義された反復回数に達する度に又はタスクスケジューラから送信された更新後のコラボレーション分析モデル及びモデルパラメータを受信したときに、前記モデル反復計算により得られたモデルパラメータと計算進捗をタスクスケジューラにアップロードし、
(7)クラウドサーバタスクスケジューラは医療センタークライアントがアップロードした、現在の反復計算から得られたモデルパラメータ及び計算進捗を受信した後、コラボレーション分析モデルのために計算リソース分割を行うとともに、医療センタークライアントがアップロードした、現在の反復計算から得られたモデルパラメータをパラメータマネージャに記憶し、計算進捗をタスクスケジューラに記憶し、タスクスケジューラは対応する医療センタークライアントからアップロードされた計算進捗を取得した時に、パラメータマネージャから対応する医療センタークライアントの現在のモデルパラメータを取り出しかつ計算進捗及び現在のモデルパラメータに基づいて前記クラウドサーバにおけるコラボレーション分析モデルのモデルパラメータの勾配を計算し、コラボレーション分析モデル及びモデルパラメータを更新し、前に該医療センタークライアントによりパラメータマネージャに記憶された初期化ローカル分析モデル及びモデルパラメータを更新後のコラボレーション分析モデル及びモデルパラメータで上書きし、かつ更新後のコラボレーション分析モデル及びモデルパラメータを該医療センタークライアントに返し、
(8)医療センタークライアントはタスクスケジューラから返送された更新後のコラボレーション分析モデル及びモデルパラメータを受信すると、ローカルバッファバッファにおけるコラボレーション分析モデル及びモデルパラメータを解放し、更新後のコラボレーション分析モデル及びモデルパラメータを記憶し、計算精度が設定閾値を満たすまで反復し続け、計算を終了する
ことを特徴とする患者データ共有無しの多中心生物医学データコラボレーション処理方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629257.6 | 2019-07-12 | ||
CN201910629257.6A CN110362586B (zh) | 2019-07-12 | 2019-07-12 | 一种无患者数据共享的多中心生物医学数据协同处理系统及方法 |
PCT/CN2020/083587 WO2020233257A1 (zh) | 2019-07-12 | 2020-04-07 | 一种无患者数据共享的多中心生物医学数据协同处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022508347A JP2022508347A (ja) | 2022-01-19 |
JP7074306B2 true JP7074306B2 (ja) | 2022-05-24 |
Family
ID=68218957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021533305A Active JP7074306B2 (ja) | 2019-07-12 | 2020-04-07 | 患者データ共有無しの多中心生物医学データのコラボレーション処理システム及び方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7074306B2 (ja) |
CN (1) | CN110362586B (ja) |
WO (1) | WO2020233257A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362586B (zh) * | 2019-07-12 | 2021-08-03 | 之江实验室 | 一种无患者数据共享的多中心生物医学数据协同处理系统及方法 |
CN113470806B (zh) * | 2020-03-31 | 2024-05-24 | 中移(成都)信息通信科技有限公司 | 病情检测模型的确定方法、装置、设备及计算机存储介质 |
CN114566289B (zh) * | 2022-04-26 | 2022-08-09 | 之江实验室 | 一种基于多中心临床数据防作弊分析的疾病预测系统 |
CN116244374B (zh) * | 2023-01-09 | 2024-04-19 | 北京百度网讯科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN116306943B (zh) * | 2023-03-16 | 2023-10-17 | 中国科学院软件研究所 | 一种面向AIoT的多任务本地协同推理方法及系统 |
CN118101343A (zh) * | 2024-04-24 | 2024-05-28 | 天津医康互联科技有限公司 | 一种用于医院内网环境的联邦学习系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170357760A1 (en) | 2016-06-10 | 2017-12-14 | Electronics And Telecommunications Research Institute | Clinical decision supporting ensemble system and clinical decision supporting method using the same |
US20190050749A1 (en) | 2017-08-11 | 2019-02-14 | Google Inc. | On-Device Machine Learning Platform |
CN109977694A (zh) | 2019-03-11 | 2019-07-05 | 暨南大学 | 一种基于协作深度学习的数据共享方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10075384B2 (en) * | 2013-03-15 | 2018-09-11 | Advanced Elemental Technologies, Inc. | Purposeful computing |
CN107808687B (zh) * | 2016-09-08 | 2021-01-29 | 京东方科技集团股份有限公司 | 医疗数据获取方法、处理方法、集群处理系统及方法 |
CN108256068B (zh) * | 2018-01-16 | 2020-12-15 | 平安医疗健康管理股份有限公司 | 具有双向调用功能的医疗机构智能接入系统 |
CN108712260B (zh) * | 2018-05-09 | 2021-06-25 | 曲阜师范大学 | 云环境下保护隐私的多方深度学习计算代理方法 |
CN108766511A (zh) * | 2018-05-30 | 2018-11-06 | 北京阿尔山金融科技有限公司 | 医疗检查数据共享方法、系统以及电子设备 |
CN109194523B (zh) * | 2018-10-01 | 2021-07-30 | 西安电子科技大学 | 隐私保护的多方诊断模型融合方法及系统、云端服务器 |
CN109684855B (zh) * | 2018-12-17 | 2020-07-10 | 电子科技大学 | 一种基于隐私保护技术的联合深度学习训练方法 |
CN110362586B (zh) * | 2019-07-12 | 2021-08-03 | 之江实验室 | 一种无患者数据共享的多中心生物医学数据协同处理系统及方法 |
-
2019
- 2019-07-12 CN CN201910629257.6A patent/CN110362586B/zh active Active
-
2020
- 2020-04-07 JP JP2021533305A patent/JP7074306B2/ja active Active
- 2020-04-07 WO PCT/CN2020/083587 patent/WO2020233257A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170357760A1 (en) | 2016-06-10 | 2017-12-14 | Electronics And Telecommunications Research Institute | Clinical decision supporting ensemble system and clinical decision supporting method using the same |
US20190050749A1 (en) | 2017-08-11 | 2019-02-14 | Google Inc. | On-Device Machine Learning Platform |
CN109977694A (zh) | 2019-03-11 | 2019-07-05 | 暨南大学 | 一种基于协作深度学习的数据共享方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020233257A1 (zh) | 2020-11-26 |
CN110362586B (zh) | 2021-08-03 |
CN110362586A (zh) | 2019-10-22 |
JP2022508347A (ja) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7074306B2 (ja) | 患者データ共有無しの多中心生物医学データのコラボレーション処理システム及び方法 | |
US8290919B1 (en) | System and method for distributing and accessing files in a distributed storage system | |
KR20180131836A (ko) | 파라미터 서버 및 그것에 의해 수행되는 분산 딥러닝 파라미터 공유 방법 | |
CN103607435A (zh) | 一种基于云计算的医学图像存储系统及方法 | |
US20150133216A1 (en) | View generation based on shared state | |
Jia et al. | Delay-sensitive multiplayer augmented reality game planning in mobile edge computing | |
CN106886455B (zh) | 一种实现用户隔离的方法及系统 | |
WO2015081907A1 (zh) | 一种角色对象管理的方法、装置和服务器 | |
CN107179878A (zh) | 基于应用优化的数据存储的方法和装置 | |
CN112052092B (zh) | 一种风险感知的边缘计算任务分配方法 | |
CN110689604A (zh) | 个性化脸部模型显示方法、装置、设备及存储介质 | |
CA2929588A1 (en) | Data collection for multiple view generation | |
Yang et al. | Caching-enabled computation offloading in multi-region MEC network via deep reinforcement learning | |
US20170359407A1 (en) | Methods and systems for processing commands in a distributed computing system | |
KR20070052994A (ko) | 지능형 분산 서버 시스템 및 이의 운용방법 | |
CN106453223B (zh) | 一种无缝世界游戏服务器系统 | |
CN110743164B (zh) | 一种用于降低云游戏中响应延迟的动态资源划分方法 | |
CN110780947B (zh) | 用于社交图数据的PageRank并行计算加速方法 | |
Kim et al. | E-Render: Enabling UHD-Quality Cloud Gaming Through Edge Rendering | |
Farooq et al. | Scalable and consistent virtual worlds: An extension to the architecture of OpenSimulator | |
KR101322700B1 (ko) | 원거리 네트워크 환경 하에서의 분산처리 미들웨어 | |
CN107341057A (zh) | 一种数据处理方法及装置 | |
TWI545453B (zh) | 分散式系統及其資料庫管理方法及管理系統 | |
Tobler | Gpuless–serverless gpu functions | |
CN110750798A (zh) | 一种协同计算管理平台和管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210610 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220218 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220422 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220429 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7074306 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |