O crescente uso de imagens médicas para pesquisas clínicas e biomédicas gera cada vez maiores quantidades de dados que precisam ser processados e analisados. Computadores individuais já não são suficientes para realizar esta tarefa em tempo hábil. Além disso, o vasto espectro de modalidades de imagens, o tamanho dos dados gerados, a natureza dos sinais inerente às imagens médicas tornam difícil tanto a concepção quanto o uso de ferramentas computacionais apropriadas para estudos em grande escala. Diversas comunidades científicas, como é o caso da Bioinformática e da Astrofísica, têm adotado sistemas de gerenciamento de workflows para coordenação e execução de análises computacionais em grande escala. Tais sistemas se alicerçam na computação de alto desempenho, grades ou nuvens de computadores, redes de alta velocidade e dispositivos de armazenamento de alta capacidade. No entanto, a grande maioria dos sistemas existentes apresentam uma série de funcionalidades que visam atender os mais diversos cenários de uso, mas poucos atendem às especificidades da análise de imagens médicas. Este trabalho descreve o desenvolvimento e a arquitetura de uma solução para exploração e análise de imagens médicas que responda à demanda de processamento de grandes quantidades de dados. Em síntese, objetivamos: i) identificar os cenários típicos de uso de workflows para imagens médicas em pesquisas científicas|ii) analisar opções de sistemas de gerenciamento de workflows existentes e sua aplicabilidade em imagens médicas|iii) apresentar uma solução baseada em nuvem para promover a exploração e análise de imagens de forma acessível, reprodutível, transparente e escalável|e iv) realizar uma análise do desempenho da solução proposta. A construção de tal plataforma poderá contribuir para realização de análises estatísticas mais abrangentes entre grupos populacionais. Os resultados obtidos poderão ser usados para o desenvolvimento de programas de prevenção de doenças efetivos e viáveis, na melhoria de ferramentas diagnósticas e em políticas de saúde que causem um impacto positivo na sociedade.

The increasing usage of medical imaging in clinicai and biomedical research contributes to an ever-larger number of datasets to be processed and analyzed. Personal computers are not able to perform this task in a timely manner any longer. Moreover, it is difficult to conceive and use computational tooJs for large scale studies dueto the vast spectrum of medical imaging modalities, the size of generated datasets and the nature of the signal inherent to medical imaging. Many scientific communities, such as Bioinformatics and Astrophysics, have been adopting work- .flow management systems in arder to coordinate large scale computational analysis. These systems are based on high performance computing, grid and cloud computing, high speed networks and high performance storage devices. Although most of the existing systems present a wide range of func- tionalities designed to meet most use case scenarios, only few of them adhere to the requirements of medical imaging analysis. This work describes the development and architecture of a solution for medical imaging ex- ploration and analysis able to handle large volumes of data. ln summary, our main goals are: i) identifying typical workflow usage scenarios in medical imaging research|ii) analyzing existing work- flow management systems and their applicability for medical imaging|iii) proposing a cloud based solution that enables accessible, reproducible, transparent and scalable medical imaging analysis and exploration|and iv) running a simple performance analysis for the proposed solution. The aforementioned platform can leverage broader statistical group analysis and studies. The results of this work may be used to: i) develop effective and víable disease prevention programs|ii) improve diagnosis tools|and iii) guide the creation of health policies that can cause a positive impact on society.