一種基于Hadoop的區(qū)域醫(yī)學(xué)影像存儲系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字化醫(yī)療信息技術(shù)領(lǐng)域，具體的講，涉及一種基于Hadoop的分布式區(qū)域醫(yī)學(xué)影像存儲系統(tǒng)及醫(yī)學(xué)影像存儲格式。
【背景技術(shù)】
[0002]近年來，隨著社會經(jīng)濟(jì)的不斷發(fā)展，醫(yī)療影像信息化技術(shù)在各級、各類醫(yī)院得到廣泛應(yīng)用，參考醫(yī)學(xué)圖像早已成為醫(yī)生診斷的重要手段；隨之而來的是每天產(chǎn)生大量的醫(yī)學(xué)影像數(shù)據(jù)，并且還有不斷增加的趨勢，目前一所普通三甲醫(yī)院每年處理的PACS影像規(guī)模已經(jīng)達(dá)到TB到數(shù)十TB級別，因此如何更加有效地管理這些龐大的醫(yī)學(xué)數(shù)據(jù)是醫(yī)學(xué)工作者面對的難題。
[0003]就目前來講，各大醫(yī)院主要使用PACS (Picture Archiving and Communicat1nSystems)系統(tǒng)來管理各種醫(yī)學(xué)影像，區(qū)域PACS和大型醫(yī)院的PACS通常采用集中式存儲，存儲架構(gòu)大多采用“在線-近線-離線”三級存儲模式，這種模式下，存儲設(shè)備直接與主機相連，容量擴(kuò)充不方便，維護(hù)升級困難，另外，區(qū)域PACS數(shù)據(jù)是PB級的，要保證所有數(shù)據(jù)的存儲被高速實時訪問，目前技術(shù)下，直連式存儲顯然滿足不了這要求，即使是SAN(存儲區(qū)域網(wǎng)絡(luò))和NAS(網(wǎng)絡(luò)連接式存儲)也難以實現(xiàn)。目前的架構(gòu)下，遠(yuǎn)期影像數(shù)據(jù)一般是以離線方式，通過光盤庫或磁帶庫的方式保存，實時訪問困難，系統(tǒng)可用性差，而且安全性不高，存儲數(shù)據(jù)的備份不足，很容易因硬盤故障或者其他不可抗力災(zāi)害等原因?qū)е掠跋駭?shù)據(jù)的大量丟失，造成不可恢復(fù)的損失。
[0004]PACS主要專注于應(yīng)用層面，存儲層面的專業(yè)性不夠，此為現(xiàn)有技術(shù)的不足之處。而基于Hadoop的分布式文件系統(tǒng)HDFS可有效解決以上問題；
HDFS系統(tǒng)的優(yōu)點:
1.適合處理PB量級的數(shù)據(jù)；
2.數(shù)據(jù)有極高的安全性:因為在默認(rèn)情況下HDFS系統(tǒng)對每個數(shù)據(jù)塊都建立了三個備份；
3.系統(tǒng)極易擴(kuò)展:要想提升HDFS分布式系統(tǒng)的存儲容量和計算能力只需增加服務(wù)器數(shù)量即可；
4.數(shù)據(jù)寫入后很少修改，適合需要長時間保存的數(shù)據(jù)；
除了數(shù)據(jù)存儲能力外，與HDFS同時存在的MapReduce可以對分布式文件系統(tǒng)中的數(shù)據(jù)塊進(jìn)行并行處理，從而在大大提升了系統(tǒng)的計算能力的同時也降低了算法的時間復(fù)雜度。
[0005]雖然Hadoop系統(tǒng)的以上特性可以支持海量數(shù)據(jù)的管理，但結(jié)合醫(yī)院的臨床實際得知Hadoop在構(gòu)建醫(yī)學(xué)圖像存儲系統(tǒng)以及在管理海量醫(yī)學(xué)圖像數(shù)據(jù)方面仍然存在以下問題:
1.在醫(yī)學(xué)上常見的圖像大小約為512KB左右，比如像CT、X光片等等，一般情況下一次拍攝的圖像數(shù)量約為5MB左右，這比Hadoop當(dāng)中默認(rèn)的64MB數(shù)據(jù)塊空間要小許多，HDFS文件系統(tǒng)中一旦存儲了大量這樣的小文件，勢必會因為元數(shù)據(jù)過多而給HDFS中的NameNode節(jié)點帶來極大的負(fù)擔(dān)，從而導(dǎo)致整個集群的性能下降。
[0006]2.在臨床醫(yī)學(xué)當(dāng)中對醫(yī)學(xué)圖像數(shù)據(jù)的實時性要求很高，而在HDFS系統(tǒng)當(dāng)中寫入數(shù)據(jù)時，要為每個數(shù)據(jù)塊建立三份的數(shù)據(jù)拷貝，導(dǎo)致其寫入能力較差，因此Hadoop的讀寫性能不太適合對實時性要求較高的臨床應(yīng)用。
[0007]鑒于上述Hadoop的特點，雖然在存儲和計算方面有優(yōu)勢，但數(shù)據(jù)的實時性為其不足之處。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供了一種區(qū)域性醫(yī)療影像信息存儲系統(tǒng)。
[0009]本發(fā)明所涉及的系統(tǒng)包括:
管理系統(tǒng)，包括用戶管理和數(shù)據(jù)管理兩大主要部分，用戶管理主要是管理員用來管理系統(tǒng)的用戶，嚴(yán)格管理用戶對數(shù)據(jù)的進(jìn)行操作的權(quán)限，保護(hù)數(shù)據(jù)安全及病人隱私；數(shù)據(jù)管理主要用來管理云存儲系統(tǒng)中的數(shù)據(jù)。
[0010]商業(yè)云存儲系統(tǒng)，由Hadoop的HDFS分布文件系統(tǒng)構(gòu)建，用于存儲醫(yī)院不經(jīng)常使用，但需要長期存儲的大量影像數(shù)據(jù)，由區(qū)域影像數(shù)據(jù)中心存儲。
[0011]私有云存儲系統(tǒng)，由各個科室的高性能PC組成，通過光纖進(jìn)行數(shù)據(jù)交互，該系統(tǒng)主要用于存儲醫(yī)院需要經(jīng)常使用的數(shù)據(jù)，一般三個月內(nèi)的影像存儲在本地醫(yī)院的私有云中，可以快速訪問；私有云系統(tǒng)下包括各科室的圖像采集工作站、診斷服務(wù)器以及打印服務(wù)器。
[0012]所述圖像采集工作站有四個，分別為放射采集工作站，超聲采集工作站、內(nèi)科鏡采集工作站和眼科采集工作站等。
[0013]所述診斷服務(wù)器為各科室醫(yī)生進(jìn)行診斷時所使用的計算機。
[0014]所述采集工作站采集到的圖像格式均為無損DICM格式。
[0015]所述商業(yè)云存儲系統(tǒng)和私有云存儲系統(tǒng)通過光纖進(jìn)行數(shù)據(jù)交互，每個私有云與多個下屬服務(wù)器、工作站等通過光纖進(jìn)行數(shù)據(jù)交互；
本發(fā)明的有益效果:
1.節(jié)約資源:使用本系統(tǒng)不再需要大量的膠片，而是直接使用數(shù)字化成像技術(shù)將醫(yī)生和病人所需的圖像資料展現(xiàn)出來；而且整個存儲過程自動化成度高，可以極大的減少對人員的需要，由于采用了 HDFS存儲系統(tǒng)，擁有了無限大的網(wǎng)絡(luò)存儲空間，空間擴(kuò)展也極為容易，只需增加廉價的PC客戶端即可，從而又可以大幅度節(jié)省醫(yī)院開銷。
[0016]2.醫(yī)院與社會效益:本系統(tǒng)一旦投入使用會給醫(yī)療機構(gòu)的工作方式帶來重大變革，醫(yī)生可以通過Hadoop集群全面應(yīng)用各種圖像信息，更快地獲取各個方面的有關(guān)病人的醫(yī)療信息和檢查結(jié)果，因此可以提高醫(yī)療診斷效率。
[0017]3.通過構(gòu)建基于云計算的區(qū)域醫(yī)學(xué)影像存儲中心，為后期開展醫(yī)學(xué)影像遠(yuǎn)程會診、影像轉(zhuǎn)診、虛擬影像?？?、遠(yuǎn)程教學(xué)、圖像內(nèi)容檢索服務(wù)，實現(xiàn)區(qū)域內(nèi)影像設(shè)備及影像診斷技術(shù)的充分共享和高效協(xié)作，對于均衡醫(yī)療資源、提高基層醫(yī)院的診療水平、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)療費用等方面具有重要的意義。
【附圖說明】
[0018]圖1.Hdp-DICOM 文件格式。
[0019]圖2a.為商業(yè)云存儲系統(tǒng)總體框架結(jié)構(gòu)圖。
[0020]圖2b.為私有云存儲系統(tǒng)總體框架結(jié)構(gòu)圖。
[0021]圖3.為系統(tǒng)的工作流程圖。
【具體實施方式】
[0022]以下結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
[0023]I醫(yī)學(xué)圖像存儲格式，
根據(jù)Hadoop平臺的優(yōu)缺點，結(jié)合醫(yī)學(xué)影像文件的特點和數(shù)據(jù)量，設(shè)計一種基于Hadoop的序列化醫(yī)學(xué)圖像存儲格式一 “Hdp-DICOM格式”，它主要以Key/Value鍵值對的形式將醫(yī)學(xué)圖像進(jìn)行存儲，非常適合HDFS系統(tǒng)，它主要的工作就是將病人檢查時所形成的大量的較小的醫(yī)學(xué)圖像進(jìn)行合并，形成一個適合HDFS系統(tǒng)存儲的大文件，從而在提高Hadoop處理能力的同時又有效防止了 NameNode節(jié)點因為元數(shù)據(jù)過多而降低系統(tǒng)的能力。
[0024]—般情況下，病人在做醫(yī)學(xué)圖像檢查時，都會產(chǎn)生數(shù)量不等的醫(yī)療圖片，比如像CT，每張圖片的大小一般情況下約為512KB，前面我們也分析過，如果將這些小的圖片直接存儲到HDFS當(dāng)中顯然是不合適的，但我們發(fā)現(xiàn)，如果將這些小圖合并到一起，那么其數(shù)據(jù)量非常接近HDFS數(shù)據(jù)塊的默認(rèn)大小64MB，因此將一個病人檢查所形成的圖像合并在一起，然后再將其存儲到HDFS當(dāng)中是非常適合的。所以我們采用Hdp-DICOM文件格式，就是將每個病人所檢查的圖像文件轉(zhuǎn)化成鍵值(Key