醫(yī)學影像云服務(wù)平臺基礎(chǔ)架構(gòu)研究與實踐.pdf

1、醫(yī)學影像技術(shù)在近十多年來取得了突飛猛進的發(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,但是同時也帶來了一定的問題:1)高端影像設(shè)備價格昂貴,動輒數(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)療水平的標準,競相引進高端設(shè)備,導致醫(yī)療成本居高不下；2)醫(yī)學影像設(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,且無法進行參數(shù)調(diào)節(jié)和三維、動態(tài)顯示,診斷價值大打折扣。病人轉(zhuǎn)院時,醫(yī)生多會以此為由要求病人重新檢查,不必要的重復檢查進一步加重了居民的醫(yī)療負擔；3)X線機、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)達地區(qū)部分鄉(xiāng)鎮(zhèn)醫(yī)院甚至引進了64排CT以上的先進影像設(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)療機構(gòu)嚴重缺乏資金、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)知識和豐富的閱片經(jīng)驗,不斷涌現(xiàn)的新技術(shù)新設(shè)備對影像診斷教學提出了更高的要求。醫(yī)學院校傳統(tǒng)的教學手段和教學設(shè)備遠遠滿足不了不斷擴大的招生規(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,可能導致資料完全丟失,造成不可彌補的損失。
　　 通過網(wǎng)絡(luò)技術(shù)實現(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。遠程影像協(xié)作診斷具有臨床價值高、診斷難度大、基層醫(yī)院迫切需要、DICOM標準穩(wěn)定成熟、通過共享與協(xié)作可大幅度降低醫(yī)療費用等特點,是區(qū)域醫(yī)療協(xié)作中最具臨床價值的應(yīng)用。因此,構(gòu)建區(qū)域化的醫(yī)學影像服務(wù)平臺,開展醫(yī)學影像遠程會診、影像轉(zhuǎn)診、虛擬影像?？?、遠程教學、遠程災(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)療費用具有重要的意義。
　　 構(gòu)建區(qū)域醫(yī)學影像服務(wù)平臺,開展遠程影像協(xié)作應(yīng)用是一項龐大的系統(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)學影像服務(wù)平臺面臨著巨大挑戰(zhàn):
　　 1)建設(shè)費用高。PACS醫(yī)學影像的數(shù)據(jù)量遠遠大于HIS、LIS等其它醫(yī)療系統(tǒng)的數(shù)據(jù)量,一個大型三甲醫(yī)院每年P(guān)ACS圖片數(shù)據(jù)量高達數(shù)TB到數(shù)十T

6、B。區(qū)域內(nèi)的醫(yī)學影像數(shù)據(jù)量將達到PB(1024TB)以上級別。區(qū)域醫(yī)學影像服務(wù)平臺需要提供遠程災(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(光纖存儲區(qū)域網(wǎng)絡(luò))構(gòu)建PB級容量的存儲系統(tǒng),建設(shè)費用極高;
　　 2)性能和擴展能力不足。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級海量數(shù)據(jù)的處理和傳輸要求。同時,增加存儲設(shè)備時,整個應(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)存儲虛擬化產(chǎn)品,可以將多臺存儲設(shè)備虛擬化成一個統(tǒng)一的存儲池,解決存儲架構(gòu)的一致性和動態(tài)擴展問題,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產(chǎn)品的虛擬化,難以實現(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”三級存儲模式。最近的在線圖像數(shù)據(jù)存放在性能高的FC SAN中,稍久一點的近線圖像存放在性能稍差的IP SAN或NAS存儲設(shè)備中,超過一定時限的圖像則離線存儲到光盤庫或磁帶

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,但是整個系統(tǒng)的可用性受到限制,離線圖像數(shù)據(jù)難以實時獲取；
　　 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)學影像協(xié)作中最重要的應(yīng)用——醫(yī)學影像遠程會診,目前還基本采用“點對點”的模式,缺乏一體化

9、、跨平臺、高可用的醫(yī)學影像管理與協(xié)作應(yīng)用軟件。
　　 隨著云計算技術(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、易擴展的區(qū)域醫(yī)學影像服務(wù)平臺提供了一條有效的途徑。我們承擔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),采用云計算技術(shù)構(gòu)建區(qū)域醫(yī)學影像云服務(wù)平臺,為區(qū)域內(nèi)的各類醫(yī)療機構(gòu)和人員提供SaaS模式的醫(yī)學影像遠程應(yīng)用服務(wù)。而高性能、高可靠、易擴展的海量醫(yī)學圖像分布式存儲架構(gòu)和并行處理技術(shù)將是醫(yī)

10、學影像云服務(wù)平臺的基礎(chǔ)和關(guān)鍵,也是本論文的研究重點。
　　 Google作為全球最大的搜索引擎和云計算服務(wù)商,率先遇到了PB級海量數(shù)據(jù)的處理問題。她沒有采用傳統(tǒng)的存儲和高性能計算技術(shù),而是獨辟蹊徑地創(chuàng)造了GFS分布式文件系統(tǒng)和MapReduce分布式計算技術(shù),通過聚合數(shù)以萬計普通服務(wù)器的存儲和計算資源,實現(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項目則是GFS和MapReduce的開源實現(xiàn),目前已

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

12、布式文件系統(tǒng)具有如下特點:1)專門針對PB級以上海量數(shù)據(jù)的快速存儲和處理而設(shè)計,已在Yahoo、FaceBook、亞馬遜、百度、淘寶等海量數(shù)據(jù)處理應(yīng)用平臺上得到了廣泛驗證；2)系統(tǒng)可擴展性高,只需簡單添加服務(wù)器數(shù)量,即可實現(xiàn)存儲容量、磁盤IO吞吐率、傳輸帶寬和計算能力的線性增長,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個不同的節(jié)點上保留副本;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)學影像文件的訪問特點；5)除了數(shù)據(jù)存儲能力外,與HDFS共生的MapReduce分布式計算框架還可充分利用各服務(wù)器CPU的計算資源,便于后期開展基于海量醫(yī)學影像數(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)學影像存儲系統(tǒng)時還存在以下問題:1)Hadoop的設(shè)計理念是針對大文件進行優(yōu)化的,其默認的數(shù)據(jù)塊大小為64 MB,而醫(yī)學影像資料中常見

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在HDFS文件系統(tǒng)中,過多的元數(shù)據(jù)將導致HDFS主節(jié)點NameNode的內(nèi)存消耗過大,降低集群的性能。2)HDFS的設(shè)計理念不適合需要低時延的實時應(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告的PACS實時應(yīng)用。
　　 針對Hadoop平臺不適合存儲醫(yī)學影像小文件的問題,我們采用H

15、adoop的SequenceFile文件格式,設(shè)計了一種適合HDFS特點的S-DICOM序列化醫(yī)學影像文件格式,通過Key/Value鍵值對的形式,將一個病人一次檢查產(chǎn)生的所有圖像合并成一個序列化文件。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,Key/Value形式的數(shù)據(jù)也是MapReduce分布式計算平臺的最佳輸入數(shù)據(jù)結(jié)構(gòu),便于后期開展基于醫(yī)學影像文件的數(shù)據(jù)密集型應(yīng)用。
　

16、　 單純的HDFS分布式文件系統(tǒng)不適合實時應(yīng)用,但是具備低成本、易擴展、高性能、高可靠的特點。傳統(tǒng)的集中存儲(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)點我們設(shè)計了一套FC SAN和HDFS結(jié)合的混合式存儲架構(gòu)HMISA,將常見的PACS“在線—近線-離線”三級存儲簡化為“在線-歸檔”兩級存儲架構(gòu)。一年以內(nèi)的醫(yī)學影像資料以DICOM原始格式保存在FC SAN一級“在線庫”中,可滿足PACS閱片和撰寫診斷報告等實時應(yīng)用

17、的低時延要求。超過一年的圖像則轉(zhuǎn)換成S-DICOM格式保存到HDFS二級“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節(jié),為上層的SaaS模式醫(yī)學影像應(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分布式計算框架為開發(fā)人員屏蔽了任務(wù)調(diào)度、節(jié)點容錯、節(jié)點通訊、負載均衡等并行計算中難以處理的細節(jié),大大降低了分布

18、式計算系統(tǒng)的開發(fā)難度。同時,MapReduce采用了“將計算移動到數(shù)據(jù)所在位置”的設(shè)計理念,特別適合海量醫(yī)學影像的數(shù)據(jù)密集型分布式處理。我們在分布式存儲架構(gòu)的基礎(chǔ)上編寫了基于MapReduce框架的醫(yī)學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入和查詢等。并在測試集群中驗證了分布式計算的性能及部分參數(shù)對性能的影響。測試結(jié)果表明Hadoop集群可以有效利用各存

19、儲節(jié)點的計算能力,集群的性能遠遠高于單機處理的能力,并且通過水平擴展(Scale-out)的方式可以快速實現(xiàn)存儲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)學影像共享與協(xié)作的需求、技術(shù)進展及面臨的主要問題,設(shè)計了區(qū)域醫(yī)學影像云服務(wù)平臺的整體技術(shù)架構(gòu),包括邏輯架構(gòu)、網(wǎng)絡(luò)架構(gòu)、存儲架構(gòu)和軟件架構(gòu)等。
　　 2)設(shè)計了一種FC SAN和HDFS相結(jié)合的醫(yī)學影像“在線-

20、歸檔”二級存儲架構(gòu)HMISA(Hybrid Medical Image Storage Architecture),解決區(qū)域PACS常見的“在線—近線-離線”三級存儲架構(gòu)的性能、可擴展性和可用性等問題。設(shè)計了S-DICOM醫(yī)學影像歸檔文件格式,解決HDFS不適合存儲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存儲架構(gòu)底層圖像讀寫操作的細節(jié),為上層的SaaS模式醫(yī)學影像應(yīng)用系統(tǒng)和DICOM應(yīng)用組件提供統(tǒng)一的圖像查