《皮肤疾病数据资源建设》项目（大数据系统建设部分）

项目

技术需求

一、设备

包括：皮肤疾病数据资源工具、数据资源硬件环境

1、皮肤疾病数据资源工具

1、基本B/S架构，采用前后端分离技术，支持主流关系型数据和NoSQL数据库。

2、包括数据采集、数据处理、数据管理、数据分析和数据可视化功能，可处理结构化数据和非结构化数据。

（1）数据采集：提供网络爬虫、kettle、格式数据导入和HMI输入方式；

（2）数据处理：提供去重、去残、指代消减、同义词归一、数据集成和数据整合等功能；

（3）数据管理：提供数据维护，主题数据抽取和管理，数据集建立、维护、导入/导出、访问控制和重用等功能；

（4）数据分析：针对非结构化数据提供分词、相似性计算、自动摘要、主题词提取、多模态管理、文献分析功能；针对结构化数据提供统计描述、参数估计、假设检验、相关性分析、聚类等功能。

（5）数据可视化：上述处理过程和结果应采用图、表等形式展示，至少包括：密度图、分布图、盒须图、散点图、统计图等。

3、数据处理和数据分析算法数量≥30，可管理的数据规模≥10TB。

2、数据资源硬件环境

1、PC服务器 3台。

(1)PowerEdge R750xs 主板 with Broadcom 5720 双端口 1Gb 主板集成 LOM ；

(2)2 *英特尔至强银牌 4310 2.1G, 12C/24T, 10.4GT/s, 18M 缓存, Turbo, HT (120W) DDR4-2666 ；

(3)3200MT/s RDIMMs ，2 *32GB RDIMM, 3200MT/s, 双列 16Gb BASE x8 ，iDRAC9, 企业 15G ；

(4)3 *2.4TB 10K RPM SAS ISE 12Gbps 512e 2.5英寸热插拔硬盘, 3.5英寸 HYB 托架 ；

2、备份软件 1套。

(1)要求兼容招标人现有架构，管理平台可安装在Windows或Linux系统中；

(2)不限制其所可使用的备份存储空间大小；支持以数据库、文件、文件夹、分区、磁盘为单位进行备份，且无需根据数据类型区分许可，以实现灵活的管理。

(3)提供方便灵活的图形化界面来完成备份、恢复、策略定制、监控等操作。如：通过条形图、饼状图或线型图查看当前环境的备份状态。

(4)对于物理设备、云虚拟机、备份位置、备份计划、重复数据删除、数据复制、备份活动状态等数据管理方面的内容，能通过统一的图形化界面进行管理、维护。

(5)需要支持并可管理常见的备份存储位置，如本地文件夹、USB移动硬盘、NAS设备、CIFS或NFS网络文件夹、SFTP目录、私有的存储协议，磁带驱动器、磁带机、虚拟磁带库等。

(6)★支持对物理机的磁盘或卷以镜像的方式备份，并可智能的跳过未使用的磁盘空间。

(7)★支持在一个备份计划下备份计算机中所有数据，包括启动分区、系统分区、数据分区、磁盘大小和结构、文件和文件夹、数据库。并需要具备单独恢复上述数据类型的能力。

(8)★对发生磁盘故障的计算机系统，支持以逐扇区模式备份磁盘中所有数据块。

(9)★可将备份存档加载为模拟驱动器，加载的驱动器支持只读模式或读写模式，用于备份存档的临时调用和应急使用。

(10)★支持将物理或虚拟系统恢复到不同硬件的计算机上，并解决恢复后驱动兼容性问题，同时仍保留所有必要的系统数据，如文件、配置、应用程序、操作系统以及其他内容。

3、机柜1台

(1)宽深高：800mm*1000mm*2050mm；容量：42U；厚度：主架2.0 门板1.0mm；配置：6位10A PDU插排1个，固定板3个，风扇部件2组，重型脚轮4个，M6螺丝螺母1包，内六角板手1个

4、以太网交换机1台

(1)交换容量≥336Gbps（官网或彩页X/Y以X为准），包转发率≥81Mpp（官网或彩页X/Y以X为准）；

(2)端口要求：≥24个千兆电口，≥4个千兆SFP，≥1个Console口；配置2个千兆多模光模块；

(3)支持ARP表项≥4K，支持IPv4 FIB表项≥4K，支持IPv6 FIB表项≥1K，提供权威第三方Tolly机构报告或泰尔实验室报告证明材料复印件；

(4)支持RIP、RIPng、OSPF、OSPFv3路由协议；

(5)具有安全启动功能，在系统启动过程中对每一步进行验证，任何一个启动步骤未通过验证，都将导致系统无法启动，提供权威第三方Tolly机构报告或泰尔实验室报告证明材料复印件。

5、PC机 2台

(1)英特尔至强 处理器 W-2223 (4C 3.6GHz 3.9GHz Turbo HT 8.25MB 120W DDR4-2666)

(2)英特尔集成控制器(RST-e) 含 1-2 前置 FlexBay NVMe PCIe 硬盘

(3)Precision T5820 950W PCIe FlexBay 机箱 CL, 含 中国 TPM

(4)16GB 2x8GB DDR4 2933MHz RDIMM ECC 内存

(5)3.5" 1TB 7200rpm SATA 硬盘，M.2 512GB PCIe NVMe Class 40 固态硬盘

(6)Ubuntu Linux 20.04 ，不含OS-Windows 介质，SI,DP,MOD,LBL,PSP,CN,EUC-DT

(7)3年 ProSupport Plus:“保留您的硬盘”服务，有限保修:第1-3年 (人工) ，有限保修:第1-3年 (部件)

(8)3年 ProSupport Plus:下一个工作日上门服务，3年 ProSupport Plus:(7x24) 技术支持 & 协助

(9)★≥950W电源，效率高达90%（80PLUS金牌认证）；电源须具有计算机原厂商LOGO标志

(10)★支持前置存储模块化组件，免拆机箱可更换硬盘及支持热插拔硬盘技术。

6、辅材1套：电源线、插排、网线等。

二、服务

包括：数据采集、清洗、集成、整合、知识图谱、可视化数据资源

1、数据采集、清洗、集成

1、以HIS系统、临床、知网、ScienceDirect、SCI Hub、共识、会议等为数据源，采集数据，要求如下：

（1）孢子丝菌病病例数据不少于200例，基底细胞癌病例数据不少于1000例；

（2）文献、共识、行业指南合计不少于500篇；

（3）符合机器学习要求的临床图片合计不少于2000幅；

（4）形成皮肤肿瘤原始数据。

2、完成皮肤肿瘤原始数据的清洗、治理和集成，形成皮肤疾病分层数据。

2、数据资源整合

1、分别依托孢子丝菌病、基底细胞癌知识图谱，采用概率映射方法,完成皮肤疾病分层数据的整合，形成皮肤肿瘤数据资源；

2、要求皮肤疾病数据资源概念模式与知识图谱的概念层满足满射要求；

3、依托数据资源，采用kettle抽取主题数据，形成数据集，并提供数据集管理功能；

4、形成孢子丝菌病、基底细胞癌数据资源。

3、知识图谱研制

1、分别建立孢子丝菌病、基底细胞癌知识本体，并采用RDF结构化知识本体，支持机器读取；

2、分别建立孢子丝菌病、基底细胞癌知识图谱，满足数据资源整合和知识推理要求；

3、提供孢子丝菌病、基底细胞癌知识图谱的展示和应用示例数量≥5。

4、可视化数据资源制作

1、建立孢子丝菌病病、基底细胞癌合计典型病例、术式可视化数字资源数量≥50例；

2、展示形式包括但不限于：动画、视频、语音、图、表、原理、文字等；

3、提供可视化数据资源的管理功能，包括：维护、查询、导入、导出、播放等。