CC BY
19
4. 1НФОРМАЦ1ЙН1 ТЕХНОЛОГИ
нлты
УКРЛ1НИ
wi/ган
Науковий bIch и к НЛТУУкраТни Scientific Bulletin of UNFU http://nv.nltu.edu.ua
https://doi.org/10.15421/40270525
Article received 22.06.2017 р. Article accepted 29.06.2017 р.
УДК 681.518:004.93.1
ISSN 1994-7836 (print) ISSN 2519-2477 (online)
1 ЁЕЗ Correspondence author O. M. Berezsky [email protected]
О. М. Березький1, О. И. Шцун1, С. О. Вербовий1, Т. В. Дацко2
1 Тернотльський нащональний emHOMiuHm утверситет, м. Тернотль, Украша 2 Тернотльський нащональний медичний утверситет iм. I. Я. Горбачевського, м. Тернотль, Украша
РОЗРОБЛЕННЯ РЕЛЯЦ1ЙНО1 БАЗИ ДАНИХ ШТЕЛЕКТУАЛЬНО* СИСТЕМИ
АВТОМАТИЗОВАНО* М1КРОСКОПН
Проанаизовано сучасш технологи проектування розподшених баз даних, що дало змогу видшити !х переваги та недоль ки. Розроблено даталопчну модель бази даних, що дозволило здшснювати зберггання та обмш шформащею мiж користува-чами системи автоматизовано1 мжроскопп для аналiзу гiстологiчниx i цитолопчних зображень. Базовими функщями роз-роблено1 системи е такi: облiк пащенпв, користувачiв, автоматичне оброблення зображень, пiдраxунок та зберггання кшь-кiсниx та якiсниx характеристик ткрооб'екпв, меxанiзми комушкацп мiж користувачами, класифiкацiя зображень тощо. Бiльшiсть наявних систем для опрацювання будь-якого типу зображень володтать тiльки засобами для аналiзу i не мають у своему складi меxанiзмiв для зберггання, обмiну шформацп. Перевагою розроблено1 штелектуально! системи автоматизова-но1 мжроскопп е наявшсть модулш для збереження кшьюсних та якiсниx характеристик мiкрооб'ектiв. Застосування "master-slave" реплжацп дае змогу розподшити навантаження мiж наявними серверами та здшснити резервне копiювання даних, що е незамшним у медичних системах. Спроектована даталогiчна модель забезпечуе мшмальне дублювання шформацп та вдаовщае вимогам нормалiзацil. У майбутньому буде спроектовано нереляцiйну базу даних для телемедично! системи, що дасть змогу тдвищити швидкiсть опрацювання даних.
Krnuoei слова: реплжащя; FTP-сервер; даталогiчна модель; пстолопчш та цитологiчнi зображення; master-slave.
Вступ. 1нформацшш системи pi3Horo масштабу активно впроваджують у медичних та дослщницьких закладах. 1з збiльшенням кiлькостi, рiзновидiв медичних дослвджень та ввдповвдно збiльшенням обсягу даних ви-никае потреба у !х структуризацп.
Система автоматизовано! м^оскопп (САМ) - це програмно-апаратна система, що дае змогу автоматизу-вати аналiз бiомедичних (гiстологiчних та цитолопч-них) зображень в умовах клшчно! практики. До складу САМ входить мжроскоп, цифрова камера, комп'ютер та спецiалiзоване програмне забезпечення (Berezkyi et al., 2016).
Автоматизацiя аналiзу гiстологiчних та цитолопч-них структур пришвидшуе дiагностику захворювання, дае змогу розширити меж1 наукових пошук1в у медицина Автоматичне вимiрювання параметрiв гiстологiчних мгарооб'екпв дае змогу уточнити лiкування i управлш-ня терапевтичними процесами. Бшьшстъ САМ склада-ються з апаратно! (мiкроскоп, видеокамера) та програм-но! частин. Основне завдання програмно! частини поля-гае в опрацюванш входного зображення та визначеннi мiкрооб'ектiв та ознак для подальшо! постановки дiаг-
нозу лiкарем-фахiвцем.
База даних (БД) е складовою частиною бiльшостi ш-формацiйних систем незалежно вiд галузi !х застосування. У медициш системи на основi БД використовують здебiльшого для зберiгання, облiку та подальшого оброблення шформацп про пащенпв. На основi статис-тичних даних про пацiентiв та !х дiагнози застосовують методи для прогнозування захворювань.
Пiд час проектування структури БД для системи, що працюе з великими масивами даних, та в якш одночас-но може брати участь рiзна шльшсть користувачiв, важ-ливим постае завдання нормалiзацi! само! БД.
Отже, актуальтсть ц1е! роботи полягае у проекту-ваннi структури бази даних для забезпечення мехашзму спiльного доступу до системи автоматизовано! мжрос-копп рiзних типiв користувачiв (лiкарiв).
Аналiз останшх дослiджень та публiкацiй. БД е ключовим елементом бiльшостi iнформацiйних систем, зокрема i спецiалiзованих. Особливу увагу науковщ придiляють особливостям проектування та робоп з БД у медициш. Автори M. Goldacre та L. Kurina у сво!й статп (Goldacre et al., 2000) використовували статис-
1нформащя про aBTopiB:
Березький Олег Миколайович, д-р техн. наук, професор. Email: [email protected]
Пщун Олег Йосипович, астрант. Email: [email protected]
Вербовий Сергiй Олегович, астрант. Email: [email protected]
Дацко Тамара BiKTOpiBHa, канд. мед. наук, доцент. Email: [email protected]
Цитування за ДСТУ: Березький О. М., Пщун О. Й., Вербовий С. О., Дацко Т. В. Розроблення реляцшно!' бази даних
штелектуально!' системи автоматизовано'' мтроскопп. Науковий вкник НЛТУ Укра'ни. 2017. Вип. 27(5). С. 125-129. Citation APA: Berezky, O. M., Pitsun, O. Yo., Verbovyi, S. O., & Datsko, T. V. (2017). Relational database of intelligent automated microscopy system. Scientific Bulletin of UNFU, 27(5), 125-129. https://doi.org/10.15421/40270525
тичш дaнi з медичних БД Oxford Record Linkage Study (ORLS) для пошуку зaкономiрностей мiж зяхворювян-нями пaцieнтiв тa прогнозyвaнням зaxворювaнь. Miguel Delgado тa Daniel SaÂnchez у робот (Delgado et al., 2001) вводять свiй пiдxiд для побудови бaзи прявил серед шльшсних знaчень у реляцiйниx БД. Основною метою ^eï роботи e ефективне викорисгання дяних про m^erna. Метою дослiджень Brian S. Alper e aнaлiз електронних БД для зaбезпечення можливостi вiдповiдi ня зaпитaння сiмейниx лiкaрiв (Alper et al., 2001), тобто створення електронного довщникя для лiкaрiв ня основi ноявних медичних БД. 1з збiльшенням обсяпв дяних постae потребa у дослвдженш тя впровaдженнi розподь лених БД в ^формо^йн^ системях. ноприкляд, Wira-rama Wedashwara тя Shingo Mabu у свош роботi (We-dashwara et al., 2006) пропонують ялгоритм пiдтримки прийняття рiшень для проведення клaстеризaцiï в БД. Остaннiм чясом дедaлi бiльшоï попyлярностi нaбyвaють системи з можливютю iнтелектyaльного aнaлiзy дяних, клaсифiкaцieю чи клaстеризaцieю дяних. Тому пошук нових методiв для зменшення нaдмiрностi iнформaцiï e октуяльним зaвдaнням. Метод для обчислення нечiткиx фyнкцiонaльниx зялежностей мiж aтрибyтaми в нечетких реляцiйниx системях yпрaвлiния бязями дяних пропонують Miljan Vucetica тя Miroslav Hudecb у робот (Vucetic et al., 2013). Цей метод бaзyeться ня викорис-тянш нечiткиx прявил.
Структурна схема штелектуальноТ системи авто-матизованоТ мiкроскопГi. Для зaбезпечения доступу рiзниx користyвaчiв до системи aвтомaтизовaиоï мш-роскопiï передбячено нaявнiсть вiддaленоï бязи дяних. Хост, пaролi тя порт для тдключення до БД користувя-чi отримують пiд чяс реeстрaцiï у система Структурну схему розроблено!' iнтелектyaльноï системи aвтомaтизо-вано! MiKpocKoniï наведено на рис. 1.
Рис. 1. Структурня схемя iнтелектyaльноï САМ
Одночасно з розробленою системою можуть працю-вати шлька користувач1в. Ус вони тд'еднуються до вщдалено! бази даних та FTP-сервера. На FTP-cepBepi ф1зично збер1гаються зображення, що були отримаш внаслвдок проведених дослвджень. Система автоматично завантажуе та скачуе зображення на локальний комп'ютер користувача для подальшого перегляду та опрацювання (Berezsky et al., 2017).
Важливим елементом роботи будь-якого програмно-го додатку, а особливо медичного призначення, е висо-ка ввдмовостшшсть. Використання вщдалено! бази даних, з одного боку, полегшуе процес комушкацп м1ж користувачами, тдвищуючи швидк1сть оброблення, а з шшого - поява будь-яких техшчних проблем 1з сервером БД чи вщсутшсть з'еднання з сервером призводить до непрацездатност1 системи (Thomson et al., 2012)._
Реплтащя - одня з техшк мaсштaбyвaння бяз дяних (Wiesmann et al., 2000). Суть цього тдходу полягae у тому, що дяш постiйно копiюються з одного серверя ня iнший. Структуру master-slave реплтацп няведено ня рис. 2.
Рис. 2. Master-slave реплжащя
У Master-slave передбачено окрем1 сервери для зчи-тування даних та окремий сервер для операцш додаван-ня, редагування, видалення запиав. Master - Master реплжащя дае змогу розподшити навантаження на БД м1ж серверами. На вщмшу в1д Master-slave реплжацп уа сервери в систем! призначеш для зчитування та до-давання, редагування, видалення шформацп (Pacitti et al., 2003; Chang et al., 2008). Структуру Master - Master реилпсацп наведено на рис. 3.
Рис. 3. Master - Master реплжщш
Даталопчну модель розроблено! бази даних наведено на рис. 4.
Модулi штелектуальноТ сам. Основними користувачами САМ е л1кар1. У таблиц "Doctors" (див. рис. 4) знаходяться поля для зберпання шформацп про корис-тувач1в (лжар1в) системи. Поле "role_id" вщповвдае за присвоену роль користувача в систему наприклад, л1ку-ючий лшар, експерт, адмшстратор. Лопн та пароль створюються тшьки за участю адмшстратора. Функцп реестрацп без ведома адмшстратора не передбачено.
Л1кар1 та пащенти мають спшьний наб1р пол1в, таких як "Пр1звище", "1м'я", "По батьковГ', тому для опти-м1зацИ даних ц поля розташоваш в окремш таблиц "Users", як показано на рис. 4. У таблицях "Doctors" та "Patients" зберпаеться тшьки щентифшатор запису в таблиц "Users".
Поле "doctor_id" в таблиц "Patients" призначене для зберпання щентифшатора л1каря, що зашс його в систему та е ввдповвдно його лшуючим лшарем.
Зовшшнш вигляд головного вшна розроблено! САМ наведено на рис. 5. На боковш панел1 реал1зовано меха-шзм налаштування доступу до вщдалено! бази даних mySql та вщдалено FTP-сервера для зберпання зобра-жень для кожного дослщження.
Приклад в1кна для перегляду паценпв наведено на рис. 6 (а). На рис. 6 (б) наведено приклад в1кна для до-давання нового пацента. У блоц "Перегляд пацента" передбачеш так1 функцп: перегляд результапв досль джень, сортування дослвджень за датою, постановка да-агнозу, перегляд персонально! шформацп.
Модуль опрацювання та анал1зу зображень е ключо-вим у розробленш САМ. Результати кожного досль дження зберпаються в БД, а пстолопчш чи цитолопчш зображення завантажуються на ввддалений FTP-сервер. Такий шдхщ передбачений для зручного обмшу зобра-женнями м1ж користувачами системи. Наприклад, ек-
cnepT, ^o nepe6yBae 3a Me^aMH 3aKnagy, nic^£ aBTopH3a-u;ii Ta ayreHTH^iKa^i Mo^e nepera^gaTH 3o6pa^eHHH KOHcy^tTa^i 3 ^iKap^MH. ^e ogHiero nepeBaroro po3po6-^eHoi CAM e npocTOTa iHTep^eMcy, a caMe mKap^M He n0Tpi6H0 3HaTH Bci acneKTH po6oTH FTP-cepBepa. 3o6pa-)KeHHH aBTOMaTHHHO 3aBaHTa^yeTtc£ Ha KOMn'roTep, 3 #khm npa^e mKap nic^£ Bu6opy naцieнтa Ta goc^igy. 3a6e3neneHHH KoH^igeH^HHocri iH^opMa^i gupeK-
Topii i3 3o6pa^eHHHMH mu^pyroTtcfl. TaKo^ mKap^M He
o6ob'^3kobo 3HaTH npo niE na^emiB, oKpiM mKyronoro
rnKap^. npHK^ag ipa^inHoro iHTep^eMcy BiKHa g^^ onpa-цroвaннн 3o6pa^eHt HaBegeHo Ha pHc. 7.
EasoBHMH KpHTepi^MH o^hkh 6ioMegHHHux 3o6pa-)KeHt e KmtKicm Ta micrn o^hkh. Ta6nu^ E^ "cell" (gHB. pHc. 4) BMi^ye g^^ 36epiraHHH xapaKTepucTHK 3o6pa^eHHH. no^e "image_id" 36epirae igeHTH^iKaTop ko^hoto goc^ig^yBaHoro 3o6pa^eHHH. rpa^inHHH iHTep-$eMc onucy KmtKicHux Ta micHux xapaKTepucTHK HaBegeHo Ha pHc. 8.
[»Оду» -J
• Кмькккп параметри
1 243243242... ~
Площа IT Вх
Iv'l Периметр К I Ъ х/ Ву1
Iv'j Довжина B.width
№ Ширина Окружшст B.helght
ly11 Хс aspect_ratio
ин
V major
roudness v1 compactness
CI
Angle У Екв. диметр
а) яюсш характеристики Рис. 8. Опис юльюсних та яюсних характеристик зображення
б) кшьысш характеристики
vw:> w:«t • 1гчл bmmcr.rtt**r<r>n: I и | пит i ru».i;Kt I Miiot.M i I 44 | ftwnM I КИМ I I 1
I Irt t«1 <».» t«>
VW.M I * I
MVJI> :*«<•( 1M4 »loMtt.rrwo-tr«« <'■»*. wjwi. ми«"!.:«, w.m >•:» -a*
Of. 1 rvm <0.« lf<>
Wi> 1ЧС1 J«« WK*((.'m«'«> Ma*, ivajlm. »11М.И, w.lii Mil •ah'.MK
С. 1 »«KIM MO
wl> ьч««'* амо ivulm. :vум«*.м> V*:.
-л* МЛ):
w^ С". l ****с1«4 <o.o: tect
wl> ••»wrt imo tlo:*t<f.TOf4rtr«i iv»_il«i. w.ui v»:*
-л*
H, im HlKiN <0.«J Mel wi> «:«t • ire* b№«Kf
)MI>
:<l«t • Iroa Ы«1м(с.г*и«Ч№! :«.!•/ «-t Ю.00 5«)
■>vai> s«;«t • irv blol»>tt.r««j<-<f«i; Id I aw I f'ji.ilKi | paticrii.id | u«fj
oe I <4wci>i I «»» i г I
3 r«i LA (4.0« wo* vwl> «loci • from btolnite.rower««; I 14 I лаае | frja.^i".'. j patirfii.lil | u-_<e_14 I
I f
I iuU!«!
«.4 I IUHlM I KM* о l кмич i км» » I «»ИМ I 5Я4» It I Г»И1Г0М I К14Я
»г l i мим
MUrrit.ia I г I
г i i i
. ГМ И U! (0.00 IM)
a).
Рис. 9. master- slave реплжащя на приклад1 таблищ "researches"
Перевагою розроблено! САМ е наявшсть мехашзму обмшу пов1домленнями м1ж л1карями не вщходячи в1д робочого м1сця та не використовуючи сторонш программ засоби. Модуль "Направлення" дае змогу спрос-тити роботу л1кар1в. Уа записи збер1гаються в БД. Го-ловними полями у в1кш створення нового направлення е так1: Кому (виб1р л1каря, до якого здшснюеться направлення), Номер мед. Картки (номер медично! картки пащента), Текст (текст направлення, уточнення тощо). Структуру таблищ БД "referral" наведено у табл. 1.
Табл. 1. Структура таблищ "referral"
.14 I 5 I
1 1 f««<*CM 1 г s
1 W 1 mrtrtb! 1 2 1 *
1 ГО 1 i«e«M 1 STitM J 1 г
1 71 1 mwcN 1 г 1 S
i ?г i rt'. OWChS 1 згмм г $
i Mwl in 1« 10.0 MC)
»JM1> Hint • fro»
1 14 1 Me 1 riuejl«! pa« :cfi*.:u 1 ul«-.14
1 (-5 1 wwchl 1 MW!» г s
1 V> 1 fttirih? 1 зги» г i
1 » 1 /«if»*cri3 1 2 1 4
1 71 1 meych* 1 »им г 1 t
i 7г i fdcsrchS 1 »54!« г 1 %
i M*i ICi (rt 10.01 uc)
4Wl>
б)
Порiвняльний ана. из. До ввдомих на ринку САМ вщносять таш: МЕКОС-Ц2, TissueFAXS, AnalySIS Five, BioVision, ВидеоТесТ Морфо 5.2, BioImageXD, Ariol, ImageJ, analySIS FIVE, Motic Images Advanced 3.2, Ди-аМорф, Motic ВидеоТесТ Морфо 5.2, Cell D. Пор1вняль-ний анал1з САМ за критер1ем роботи з БД наведено у табл. 2.
Табл. 2. Порiвняльний анагаз САМ
Поле Тип даних Пояснення
id int(10) 1дентифжатор
sender id int (100) 1дентифжатор в1дправника
receiver id int (100) 1дентификатор отримувача
date Datetime Дата створення повщомлення
title varchar (100) Заголовок
text varchar (100) Текст пов1домлення
patient id int (100) !дентифжатор пац1ента
Критер1й Ima-gej BioVision Диа Мор ф Axio Vision Ami ra МЕ-КОС - ЦГ AMS - Diagnosis Розроблена САМ
Наявн1сть БД - - + + - - + +
Master-slave реплика-ц1я +
Master -master реплжащя - - - - - - - +
^ogaBaraa 3anucy b тa6flнцro "researches". y gamn Ta6^H^ MicTHTbca cnucoK npoBegeHux gocmg^eHb. npHK^ag SQL 3anmy gna gogaBaHHa HOBoro 3anucy npo gocnig^eHHa:
INSERT INTO researches (name, num glass, patient id, user id) VALUES ("research6", "2417~64", 5, 9)";
BMicr Ta6^H^ HaBegeHO Ha puc. 9. phc. 9 (a) Ta 9 (6) Bigo6pa^aroTb BMicT Ta6nn^ Ha cepBepax master Ta slave BignoBigro. BHacnigoK 3anmy MbKH go master cepBepa OTpHMaeMO OHOBneHy Ta6nHuro 3 hobhm 3anucoM Ha o6ox cepBepax.
Висновки. Розроблено структуру БД для оброблен-ня та анал1зу бюмедичних (цитолопчних, пстолопч-них) зображень. Розроблена САМ передбачае можли-в1сть одночасно! роботи велико! шлькосп л1кар1в та персоналу, тому спроектована структура БД дае змогу налагодити, спростити та пришвидшити взаемодш м1ж користувачами. Одночасна робота з одним SQL-сервером шлькох користувач1в може значно уповшьнити роботу системи. Тож використання master-slave реплжащ! дае змогу розподшити навантаження м1ж к1лькома серверами.
Пор1вняно з аналогами розроблена система дае змогу автоматизувати та спростити роботу л1кар1в.
Перелш використаних джерел
Alper, S. B., Stevermer, J. J., White, D. S., & Ewigman, B. G. (2001). Answering family physicians clinical questions using electronic medical databases. Journal of Family Practice, 50(11), 960-965.
Berezkyi, O. M., Verbovyi, S. O., & Pitsun, O. Y. (2016). Systemy avtomatyzovanoi mikroskopii: stan ta perspektyvy rozvytku. Visnyk Khmelnytskoho natsionalnoho universytetu, 2(235), 61-68. [in Ukrainian].
Berezsky, O., Dubchak, L., & Pitsun, O. (2017). Access distribution in automated microscopy system. In The Experience of Designing and Application of Cad Systems in Microelectronics, CADSM2017. Po-liana-Svaliava, 360 p.
Chang, F., Dean, J., Ghemawat, S., & Hsieh, W. C. (2008). Bigtable: A Distributed Storage System for Structured Data. ACM Transactions on Computer Systems (TOCS), 26(2), 1-26. https://doi.org/10.1145/1365815.1365816
Delgado, M., SaNchez, D., MartiN-Bautista, M. J., & Vila, M. A. (2001). Mining association rules with improved semantics in medical databases. Artificial Intelligence in Medicine, 21(1), 241-245. https://doi.org/10.1016/S0933-3657(00)00092-0
Goldacre, M., Kurina, L., Yeates, D., Seagroatt, V., & Gill, L. (2000). Use of large medical databases to study associations between diseases. QJM, 95(10), 669-675. https://doi.org/10.1093/qjmed/93.10.669
О. Н. Березький1, О. Й. Пицун1, С. О. Вербовий1, Т. В. Дацко2
1 Тернопольский национальный экономический университет, г. Тернополь Украина 2 Тернопольский государственный медицинский университет им. И. Я. Горбачевского, г. Тернополь, Украина
РАЗРАБОТКА РЕЛЯЦИОННОЙ БАЗЫ ДАННЫХ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ
АВТОМАТИЗИРОВАННОЙ МИКРОСКОПИИ
Спроектирована даталогическая модель базы данных интеллектуальной системы автоматизированной микроскопии для анализа гистологических и цитологических изображений и проведен обзор современных технологий проектирования распределенных баз данных. Разработанная структура базы данных предназначена для хранения и обмена информацией между пользователями системы и состоит из двух базовых составляющих: mysql-сервера базы данных и FTP-сервера для хранения изображений, полученных от микроскопа. Учитывая, что согласно законодательства нельзя масштабировать оригинальное изображение, на FTP-сервер осуществляется значительная нагрузка. Однако такой механизм дает возможность значительно упростить работу врачей, поэтому нет необходимости знать всех технических деталей работы серверов. Большинство существующих систем для обработки любого типа изображений обладают только средствами для анализа и не имеют в своем составе механизмов для хранения и обмена информации. Предложенная структура базы данных дает возможность реализовать механизм обмена информацией между несколькими пользователями. Применение "master-slave" репликации дает возможность распределить нагрузку между существующими серверами и осуществить резервное копирование данных, что является незаменимым в медицинских системах. Спроектированная даталогическая модель обеспечивает минимальное дублирование информации и дает возможность расширять систему.
Ключевые слова: репликация; FTP-сервер; даталогическая модель; гистологические и цитологические изображения; master-slave репликация.
O. M. Berezky1, O. Yo. Pitsun1, S. O. Verbovyi1, T. V. Datsko2
1 Ternopil National Economic University, Ternopil, Ukraine 2 I. Ya. Horbachevsky Ternopil State Medical University, Ternopil, Ukraine
RELATIONAL DATABASE OF INTELLIGENT AUTOMATED MICROSCOPY SYSTEM
Currently in medicine researchers pay much attention to designing databases for information systems that facilitate the work of doctors. Basically, the structure of a relational database allows conveniently generating reports and statistics on patients and their diagnoses. Most existing automated microscopy systems for image analysis do not have some kind of database or have limited functionality. In this paper, based on an analytical approach to the review of existing solutions for the design databases of information systems and based on the theory of database design created a model of a relational database for automated microscopy system that allowed developing adaptive functionality for different types of users. Developed intelligent automated microscopy system includes graphical interfaces and functionality for these types of users: doctor, doctor - diagnostician, expert, and administrator. A feature of this system is a mechanism of information exchange between doctors. For example, the doctor conducts image processing, and the doctor - diagnostician carries out a detailed analysis of the same set of images. In case of doubtful situations, doctors can contact the expert and ask his opinion. The system is designed so that doctors do not need to know all the technical nuances associated with the operation of the database and FTP - server to store images. Stored data securing is an important concern, especially in medicine. This system is suggested to use the mechanism of data replication type "mater-slave". This approach allows distributing the load between servers and backing up data. That is, when damaged one of the servers, the system automatically switches to the other. Given the fast growing popularity of non-relational database and increasing amounts of information about patients and their research raises the urgent task of developing software modules using non-relational databases (mongoDB) to speed read / write data.
Keywords: replication; FTP-server; datalogic model; histological and cytological images, master-slave.
Pacitti, E., Ozsu, M. T., & Coulon, C. (2003) Preventive Multi-master Replication in a Cluster of Autonomous Databases*. In: Kosch H., Bôszôtményi L., Hellwagner H. (Eds) Euro-Par 2003 Parallel Processing, (Vol. 2790). Lecture Notes in Computer Science. Springer, Berlin, Heidelberg . https://doi.org/10.1007/978-3-540-45209-6 48 Thomson, A., Diamond, T., Weng, S.-C., & Ren, K. (2012). Calvin: Fast Distributed Transactions for Partitioned Database Systems. Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data. Scottsdale, Arizona, USA, May 20-24. https://doi.org/10.1145/2213836.2213838 Vucetic, M., Hudec, M., & Vujosevic, M. (2013). A new method for computing fuzzy functional dependencies in relational database systems. Expert Systems with Applications, 40(7), 2738-2745. https://doi.org/10.1016/i.eswa.2012.11.019 Wedashwara, W., Mabu, S., Obayashi, M., & Kuremoto, T. (2006). Combination of genetic network programming and knapsack problem to support record clustering on distributed databases. Expert Systems with Applications, 46, 15-23. https://doi.org/10.1016/j.es-wa.2015.10.006
Wiesmann, M., Pedone, F., Schiper, A., Kemme, B., & Alonso, G. (2000). Understanding replication in databases and distributed systems. Proceedings of the The 20th International Conference on Distributed Computing Systems (ICDCS 2000) (pp. 23-31), 464 p.
