Modelos de indexación de informes estructurados dicom-sr basados en grafos sobre infraestructuras grid avanzadas trencadis

Abstract

[ES] El continuo crecimiento exponencial de la información en los entornos empresariales comienza a suponer una amenaza para los analistas de datos. Es necesario disponer de nuevas capacidades, tecnologías y modelos que nos permitan obtener ventajas sobre los actuales, basados en herramientas tradicionales de gestión de datos. Al igual que los entornos empresariales, los entes hospitalarios tienen el mismo problema, por lo que el volumen de información que generan, su velocidad de cambio y su variedad necesitan disponer de una serie de herramientas que permitan su tratamiento y visualización. Esto se enmarca en el ámbito Big Data, por lo que, es necesario solucionar la problemática expuesta siguiendo dicho término. Por ello, este proyecto desarrolla una solución a la problemática existente con la indexación de los informes estructurados asociados a las imágenes DICOM, gestionados a través de infraestructuras avanzadas basadas en TRENCADIS, dentro del contexto de Big Data. En esta tesis se ha desarrollado un modelo en el contexto Big Data basado en la teoría de grafos y se han diseñado e implementado los componentes necesarios para la integración del mismo en TRENCADIS, de forma que la indexación se realizará bajo un entorno Grid y con una base de datos noSQL basada en grafos. Se presentan una serie de pruebas para comparar los modelos propuestos con los ya existentes, y, aunque en un primer modelo el resultado no es el esperado, al refinarlo y generar un segundo modelo los resultados obtenidos mejoran la implementación actual, dando pie a futuros trabajos de tratamiento y visualización de datos.

[EN] The continued exponential growth of information in enterprise environments posses many challenges to data analysis, which cannot be resolved using traditional tools. To cope with these challenges, new skills, technologies and models are needed that allow us to leverage the information. This problem is not exclusively related to business, but also public health is facing an unprecedented increase in the amount and diversity of data that needs to be stored and analysed. Big Data is providing the new generation tools for data processing and visualization. This work presents a new system to index DICOM structured reports using TRENCADIS, an advanced data infrastructure for DICOM objects. The system developed in this thesis uses graph theory to model structured reports and their interrelationships in a large noSQL database. We describe the design and the implementation of the system, as well as the integration in a Grid environment. Finally, we present a series of experiments that compare the new model to other previously published results. A second, refined model is also presented that further improves performance. The conclusions suggest the need for future lines of work in the context of data processing and visualization.