醫(yī)學(xué)影像云服務(wù)平臺(tái)基礎(chǔ)架構(gòu)研究與實(shí)踐.pdf

1、醫(yī)學(xué)影像技術(shù)在近十多年來取得了突飛猛進(jìn)的發(fā)展。新技術(shù)、新設(shè)備不斷涌現(xiàn)。320排螺旋CT、超高場強(qiáng)磁共振、分子影像、功能影像、多模態(tài)融合成像等技術(shù)大大豐富了醫(yī)生的診斷手段,提高了疾病的診斷效果,但是同時(shí)也帶來了一定的問題:1)高端影像設(shè)備價(jià)格昂貴,動(dòng)輒數(shù)百萬到數(shù)千萬元,很多醫(yī)院簡單地將設(shè)備檔次作為體現(xiàn)醫(yī)療水平的標(biāo)準(zhǔn),競相引進(jìn)高端設(shè)備,導(dǎo)致醫(yī)療成本居高不下；2)醫(yī)學(xué)影像設(shè)備一次掃描能產(chǎn)生數(shù)百至數(shù)千幅圖像,病人帶走的膠片只包含其中極少一部分圖

2、像,且無法進(jìn)行參數(shù)調(diào)節(jié)和三維、動(dòng)態(tài)顯示,診斷價(jià)值大打折扣。病人轉(zhuǎn)院時(shí),醫(yī)生多會(huì)以此為由要求病人重新檢查,不必要的重復(fù)檢查進(jìn)一步加重了居民的醫(yī)療負(fù)擔(dān)；3)X線機(jī)、超聲等影像設(shè)備在小醫(yī)院已有很高的普及率,沿海發(fā)達(dá)地區(qū)部分鄉(xiāng)鎮(zhèn)醫(yī)院甚至引進(jìn)了64排CT以上的先進(jìn)影像設(shè)備,但是卻缺乏優(yōu)秀的影像診斷醫(yī)生,設(shè)備的利用率低；4)基層醫(yī)療機(jī)構(gòu)嚴(yán)重缺乏資金、設(shè)備、技術(shù)和人才。人們有病都往大醫(yī)院擠,導(dǎo)致了大醫(yī)院“人滿為患”、基層醫(yī)院“門可羅雀”。這種醫(yī)療資源

3、不均衡的現(xiàn)狀是造成“看病難、看病貴”的重要原因。5)影像診斷難度大,需要診斷醫(yī)生有雄厚的基礎(chǔ)知識(shí)和豐富的閱片經(jīng)驗(yàn),不斷涌現(xiàn)的新技術(shù)新設(shè)備對(duì)影像診斷教學(xué)提出了更高的要求。醫(yī)學(xué)院校傳統(tǒng)的教學(xué)手段和教學(xué)設(shè)備遠(yuǎn)遠(yuǎn)滿足不了不斷擴(kuò)大的招生規(guī)模的需求；6)影像設(shè)備產(chǎn)生的海量圖像資料需要長期保存,國內(nèi)醫(yī)院普遍缺乏遠(yuǎn)程容災(zāi)和備份的措施,一旦發(fā)生火災(zāi)、地震、海嘯等自然災(zāi)害,可能導(dǎo)致資料完全丟失,造成不可彌補(bǔ)的損失。
　　 通過網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)區(qū)域內(nèi)醫(yī)療

4、資源的共享與醫(yī)療過程的協(xié)同,是均衡醫(yī)療資源、解決“看病難、看病貴”問題的重要手段。遠(yuǎn)程影像協(xié)作診斷具有臨床價(jià)值高、診斷難度大、基層醫(yī)院迫切需要、DICOM標(biāo)準(zhǔn)穩(wěn)定成熟、通過共享與協(xié)作可大幅度降低醫(yī)療費(fèi)用等特點(diǎn),是區(qū)域醫(yī)療協(xié)作中最具臨床價(jià)值的應(yīng)用。因此,構(gòu)建區(qū)域化的醫(yī)學(xué)影像服務(wù)平臺(tái),開展醫(yī)學(xué)影像遠(yuǎn)程會(huì)診、影像轉(zhuǎn)診、虛擬影像?？?、遠(yuǎn)程教學(xué)、遠(yuǎn)程災(zāi)備、影像代存、典型病例查詢、圖像內(nèi)容檢索等服務(wù),實(shí)現(xiàn)區(qū)域內(nèi)影像設(shè)備及影像診斷專家的充分共享和高效

5、協(xié)作,對(duì)于均衡醫(yī)療資源、提高基層醫(yī)院診療水平、提高影像設(shè)備的使用效率、提高醫(yī)療服務(wù)質(zhì)量、降低醫(yī)療費(fèi)用具有重要的意義。
　　 構(gòu)建區(qū)域醫(yī)學(xué)影像服務(wù)平臺(tái),開展遠(yuǎn)程影像協(xié)作應(yīng)用是一項(xiàng)龐大的系統(tǒng)工程,采用傳統(tǒng)建設(shè)全院PACS的技術(shù)手段構(gòu)建大規(guī)模的區(qū)域醫(yī)學(xué)影像服務(wù)平臺(tái)面臨著巨大挑戰(zhàn):
　　 1)建設(shè)費(fèi)用高。PACS醫(yī)學(xué)影像的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)大于HIS、LIS等其它醫(yī)療系統(tǒng)的數(shù)據(jù)量,一個(gè)大型三甲醫(yī)院每年P(guān)ACS圖片數(shù)據(jù)量高達(dá)數(shù)TB到數(shù)十T

6、B。區(qū)域內(nèi)的醫(yī)學(xué)影像數(shù)據(jù)量將達(dá)到PB(1024TB)以上級(jí)別。區(qū)域醫(yī)學(xué)影像服務(wù)平臺(tái)需要提供遠(yuǎn)程災(zāi)備和影像代存等服務(wù),因此需要考慮區(qū)域內(nèi)的全部影像數(shù)據(jù)量。采用傳統(tǒng)FC SAN(光纖存儲(chǔ)區(qū)域網(wǎng)絡(luò))構(gòu)建PB級(jí)容量的存儲(chǔ)系統(tǒng),建設(shè)費(fèi)用極高;
　　 2)性能和擴(kuò)展能力不足。即便是性能和穩(wěn)定性最好的FC SAN,其傳輸帶寬和處理能力也難以滿足PB級(jí)海量數(shù)據(jù)的處理和傳輸要求。同時(shí),增加存儲(chǔ)設(shè)備時(shí),整個(gè)應(yīng)用系統(tǒng)的目錄結(jié)構(gòu)一致性難以保證。目前市場

7、上雖然已出現(xiàn)存儲(chǔ)虛擬化產(chǎn)品,可以將多臺(tái)存儲(chǔ)設(shè)備虛擬化成一個(gè)統(tǒng)一的存儲(chǔ)池,解決存儲(chǔ)架構(gòu)的一致性和動(dòng)態(tài)擴(kuò)展問題,但是出于市場考慮和技術(shù)限制,廠商一般都只支持自有存儲(chǔ)產(chǎn)品的虛擬化,難以實(shí)現(xiàn)不同廠商設(shè)備的兼容;
　　 3)可用性受限。全院PACS常用“在線—近線-離線”三級(jí)存儲(chǔ)模式。最近的在線圖像數(shù)據(jù)存放在性能高的FC SAN中,稍久一點(diǎn)的近線圖像存放在性能稍差的IP SAN或NAS存儲(chǔ)設(shè)備中,超過一定時(shí)限的圖像則離線存儲(chǔ)到光盤庫或磁帶

8、庫中。這種方式的好處是可以節(jié)省成本,保證醫(yī)療診斷應(yīng)用的性能,但是整個(gè)系統(tǒng)的可用性受到限制,離線圖像數(shù)據(jù)難以實(shí)時(shí)獲?。?br>　　 4)缺乏一體化的應(yīng)用軟件。目前構(gòu)建區(qū)域PACS系統(tǒng)在技術(shù)上大多是采用全院PACS系統(tǒng)的架構(gòu),但是這種架構(gòu)只適合高速、穩(wěn)定、安全的園區(qū)網(wǎng)絡(luò)環(huán)境。在帶寬受限、穩(wěn)定性差、受防火墻阻斷的公網(wǎng)環(huán)境下,難以滿足應(yīng)用需求。另外,區(qū)域醫(yī)學(xué)影像協(xié)作中最重要的應(yīng)用——醫(yī)學(xué)影像遠(yuǎn)程會(huì)診,目前還基本采用“點(diǎn)對(duì)點(diǎn)”的模式,缺乏一體化

9、、跨平臺(tái)、高可用的醫(yī)學(xué)影像管理與協(xié)作應(yīng)用軟件。
　　 隨著云計(jì)算技術(shù)和應(yīng)用模式的快速興起,為構(gòu)建低成本、高可用、高性能、易擴(kuò)展的區(qū)域醫(yī)學(xué)影像服務(wù)平臺(tái)提供了一條有效的途徑。我們承擔(dān)的課題就是研究通過高速城域網(wǎng)、醫(yī)保專網(wǎng)、電子政務(wù)外網(wǎng)、互聯(lián)網(wǎng)等傳輸介質(zhì),采用云計(jì)算技術(shù)構(gòu)建區(qū)域醫(yī)學(xué)影像云服務(wù)平臺(tái),為區(qū)域內(nèi)的各類醫(yī)療機(jī)構(gòu)和人員提供SaaS模式的醫(yī)學(xué)影像遠(yuǎn)程應(yīng)用服務(wù)。而高性能、高可靠、易擴(kuò)展的海量醫(yī)學(xué)圖像分布式存儲(chǔ)架構(gòu)和并行處理技術(shù)將是醫(yī)

10、學(xué)影像云服務(wù)平臺(tái)的基礎(chǔ)和關(guān)鍵,也是本論文的研究重點(diǎn)。
　　 Google作為全球最大的搜索引擎和云計(jì)算服務(wù)商,率先遇到了PB級(jí)海量數(shù)據(jù)的處理問題。她沒有采用傳統(tǒng)的存儲(chǔ)和高性能計(jì)算技術(shù),而是獨(dú)辟蹊徑地創(chuàng)造了GFS分布式文件系統(tǒng)和MapReduce分布式計(jì)算技術(shù),通過聚合數(shù)以萬計(jì)普通服務(wù)器的存儲(chǔ)和計(jì)算資源,實(shí)現(xiàn)了超大規(guī)模數(shù)據(jù)集的高效處理,取得了巨大的成功。Apache Hadoop項(xiàng)目則是GFS和MapReduce的開源實(shí)現(xiàn),目前已

11、成為世界上最有影響力的開源云計(jì)算平臺(tái),取得了廣泛的應(yīng)用。針對(duì)Hadoop平臺(tái)的特點(diǎn)和醫(yī)學(xué)影像云服務(wù)平臺(tái)的需求,我們設(shè)計(jì)了一種HDFS和FC SAN相結(jié)合的“在線-歸檔”二級(jí)存儲(chǔ)架構(gòu)HMISA(Hybrid Medical Image StorageArchitecture),取代區(qū)域PACS系統(tǒng)常見的“在線—近線-離線”三級(jí)存儲(chǔ)架構(gòu)。并在其基礎(chǔ)上開展了基于MapReduce框架的醫(yī)學(xué)影像后處理等分布式計(jì)算應(yīng)用。
　　 HDFS分

12、布式文件系統(tǒng)具有如下特點(diǎn):1)專門針對(duì)PB級(jí)以上海量數(shù)據(jù)的快速存儲(chǔ)和處理而設(shè)計(jì),已在Yahoo、FaceBook、亞馬遜、百度、淘寶等海量數(shù)據(jù)處理應(yīng)用平臺(tái)上得到了廣泛驗(yàn)證；2)系統(tǒng)可擴(kuò)展性高,只需簡單添加服務(wù)器數(shù)量,即可實(shí)現(xiàn)存儲(chǔ)容量、磁盤IO吞吐率、傳輸帶寬和計(jì)算能力的線性增長,并保持一致的文件目錄結(jié)構(gòu)；3)數(shù)據(jù)冗余度高,缺省每份數(shù)據(jù)在3個(gè)不同的節(jié)點(diǎn)上保留副本;4)適合“流式”訪問(Streaming access),即一次寫入,多次讀

13、取,數(shù)據(jù)寫入后極少修改,適合醫(yī)學(xué)影像文件的訪問特點(diǎn)；5)除了數(shù)據(jù)存儲(chǔ)能力外,與HDFS共生的MapReduce分布式計(jì)算框架還可充分利用各服務(wù)器CPU的計(jì)算資源,便于后期開展基于海量醫(yī)學(xué)影像數(shù)據(jù)的圖像預(yù)處理、格式轉(zhuǎn)換、圖像融合、內(nèi)容檢索、三維重建等數(shù)據(jù)密集型應(yīng)用。
　　 但是,Hadoop在構(gòu)建醫(yī)學(xué)影像存儲(chǔ)系統(tǒng)時(shí)還存在以下問題:1)Hadoop的設(shè)計(jì)理念是針對(duì)大文件進(jìn)行優(yōu)化的,其默認(rèn)的數(shù)據(jù)塊大小為64 MB,而醫(yī)學(xué)影像資料中常見

14、的CT、MRI的圖像大小大多為512 KB左右,一次拍攝產(chǎn)生的圖像數(shù)量大約為100～200幅,如果直接將大量的小文件存儲(chǔ)在HDFS文件系統(tǒng)中,過多的元數(shù)據(jù)將導(dǎo)致HDFS主節(jié)點(diǎn)NameNode的內(nèi)存消耗過大,降低集群的性能。2)HDFS的設(shè)計(jì)理念不適合需要低時(shí)延的實(shí)時(shí)應(yīng)用,其寫入性能大大低于讀取性能,不太適合需要快速獲取圖像資料并撰寫診斷報(bào)告的PACS實(shí)時(shí)應(yīng)用。
　　 針對(duì)Hadoop平臺(tái)不適合存儲(chǔ)醫(yī)學(xué)影像小文件的問題,我們采用H

15、adoop的SequenceFile文件格式,設(shè)計(jì)了一種適合HDFS特點(diǎn)的S-DICOM序列化醫(yī)學(xué)影像文件格式,通過Key/Value鍵值對(duì)的形式,將一個(gè)病人一次檢查產(chǎn)生的所有圖像合并成一個(gè)序列化文件。這樣可以大大提高HDFS處理的性能,防止元數(shù)據(jù)服務(wù)器(NameNode)內(nèi)存消耗過大的問題。同時(shí),Key/Value形式的數(shù)據(jù)也是MapReduce分布式計(jì)算平臺(tái)的最佳輸入數(shù)據(jù)結(jié)構(gòu),便于后期開展基于醫(yī)學(xué)影像文件的數(shù)據(jù)密集型應(yīng)用。
　

16、　 單純的HDFS分布式文件系統(tǒng)不適合實(shí)時(shí)應(yīng)用,但是具備低成本、易擴(kuò)展、高性能、高可靠的特點(diǎn)。傳統(tǒng)的集中存儲(chǔ)(FC SAN)則非常適合小文件的快速讀寫。因此,結(jié)合兩者的優(yōu)點(diǎn)我們設(shè)計(jì)了一套FC SAN和HDFS結(jié)合的混合式存儲(chǔ)架構(gòu)HMISA,將常見的PACS“在線—近線-離線”三級(jí)存儲(chǔ)簡化為“在線-歸檔”兩級(jí)存儲(chǔ)架構(gòu)。一年以內(nèi)的醫(yī)學(xué)影像資料以DICOM原始格式保存在FC SAN一級(jí)“在線庫”中,可滿足PACS閱片和撰寫診斷報(bào)告等實(shí)時(shí)應(yīng)用

17、的低時(shí)延要求。超過一年的圖像則轉(zhuǎn)換成S-DICOM格式保存到HDFS二級(jí)“歸檔庫”中,通過SDFO(S—DICOM File Operator)文件訪問組件,屏蔽底層圖像讀寫操作的細(xì)節(jié),為上層的SaaS模式醫(yī)學(xué)影像應(yīng)用系統(tǒng)和DICOM應(yīng)用組件提供統(tǒng)一的圖像查詢、讀取和寫入接口。
　　 Hadoop內(nèi)置的MapReduce分布式計(jì)算框架為開發(fā)人員屏蔽了任務(wù)調(diào)度、節(jié)點(diǎn)容錯(cuò)、節(jié)點(diǎn)通訊、負(fù)載均衡等并行計(jì)算中難以處理的細(xì)節(jié),大大降低了分布

18、式計(jì)算系統(tǒng)的開發(fā)難度。同時(shí),MapReduce采用了“將計(jì)算移動(dòng)到數(shù)據(jù)所在位置”的設(shè)計(jì)理念,特別適合海量醫(yī)學(xué)影像的數(shù)據(jù)密集型分布式處理。我們在分布式存儲(chǔ)架構(gòu)的基礎(chǔ)上編寫了基于MapReduce框架的醫(yī)學(xué)影像分布式處理程序,包括DICOM圖像批量轉(zhuǎn)換為JPEG格式、病人隱私信息批量清除、批量生成縮略圖、網(wǎng)絡(luò)訪問日志的分布式導(dǎo)入和查詢等。并在測試集群中驗(yàn)證了分布式計(jì)算的性能及部分參數(shù)對(duì)性能的影響。測試結(jié)果表明Hadoop集群可以有效利用各存

19、儲(chǔ)節(jié)點(diǎn)的計(jì)算能力,集群的性能遠(yuǎn)遠(yuǎn)高于單機(jī)處理的能力,并且通過水平擴(kuò)展(Scale-out)的方式可以快速實(shí)現(xiàn)存儲(chǔ)容量和處理速度的線性增長。
　　 綜上所述,本論文的特色和創(chuàng)新主要包括:
　　 1)分析了區(qū)域醫(yī)學(xué)影像共享與協(xié)作的需求、技術(shù)進(jìn)展及面臨的主要問題,設(shè)計(jì)了區(qū)域醫(yī)學(xué)影像云服務(wù)平臺(tái)的整體技術(shù)架構(gòu),包括邏輯架構(gòu)、網(wǎng)絡(luò)架構(gòu)、存儲(chǔ)架構(gòu)和軟件架構(gòu)等。
　　 2)設(shè)計(jì)了一種FC SAN和HDFS相結(jié)合的醫(yī)學(xué)影像“在線-

20、歸檔”二級(jí)存儲(chǔ)架構(gòu)HMISA(Hybrid Medical Image Storage Architecture),解決區(qū)域PACS常見的“在線—近線-離線”三級(jí)存儲(chǔ)架構(gòu)的性能、可擴(kuò)展性和可用性等問題。設(shè)計(jì)了S-DICOM醫(yī)學(xué)影像歸檔文件格式,解決HDFS不適合存儲(chǔ)和處理大量小文件的問題。開發(fā)了一套SDFO文件訪問組件,屏蔽HMISA存儲(chǔ)架構(gòu)底層圖像讀寫操作的細(xì)節(jié),為上層的SaaS模式醫(yī)學(xué)影像應(yīng)用系統(tǒng)和DICOM應(yīng)用組件提供統(tǒng)一的圖像查