一種基于云計算的醫療影像可視化方案架構

夏洪偉， 夏洪星

(1.湖北工程學院 計算機與信息科學學院，湖北 孝感 432000；2.湖北應城東馬坊醫院，湖北 應城 432407)

醫療影像已成為患者診療的重要手段。高級醫療影像處理和可視化能實現高質量影像的讀取功能。通過評估不同方式獲取的影像，能對不同時間點獲得的醫學影像進行比較與分析。醫療影像可視化提供了關于工作流、醫療設備和門診?？频耐暾ぞ哝?，可以執行交互式影像分段和注冊，創建診療發現，已經成為醫學癥狀評估的發展趨勢。該系統包含計算機輔助診斷算法和程序，不僅能提供3D和4D等后處理功能，而且能進一步拓展到其他相關的醫療應用。

工作流支持基于角色的處理模式。比如，技術人員首先采集圖像用于讀取，然后放射科醫生通過判讀醫療影像，建立臨床研究結果并生成報告。醫學影像可視化的解決方案能實現醫療設備、醫院信息系統(HIS)以及放射科信息系統(RIS)之間的交互。該方案不同于傳統的基于PACS系統的解決方案。PACS方案主要用于建立醫學圖像的存儲庫，實現有限的2D/3D圖像顯示。圖1是包含多個功能單元(HIS / RIS系統、PACS系統、醫療設備、基于客戶端/服務器部署醫療可視化解決方案)的醫院高級醫學影像系統的典型基礎設施。

傳統的醫療影像可視化系統通常采取基于客戶機/服務器模式的解決方案[1]，一般需要在醫院網絡系統中安裝昂貴的基礎設施。目前，受初期昂貴的投入成本的限制，很多醫院很難實施這種醫療影像可視化解決方案。因此，PACS系統僅用于讀取醫療設備生成的圖像[2]。在系統中，案例判讀很大程度上依賴于放射科醫生的專業知識，且需要很長的時間，有時因缺乏相應的解決方案和有效的可視化與測量的算法，導致產生很大的誤差。與傳統的醫療影像可視化方案相比，基于云計算的高級醫療可視化解決方案能以合理的成本將可視化納入日常工作流程，從而有利于協助一些小醫院，甚至是個體醫生提高病人診斷和護理的質量。目前，將基于客戶端/服務器模式的醫學影像可視化系統轉換為一個基于云計算的可視化系統未見相關報道。鑒于此，本文將探索基于云計算的高級醫療可視化解決方案，為醫學影像閱讀服務提供一條有效的解決途徑。

圖1 高級醫學影像系統的典型基礎設施

1 相關工作

云計算將對醫療保健領域產生里程碑式的影響，具有成本低、可用性高以及可擴展性好的優點。近年來，人們對基于云計算的PACS解決方案進行了大量探索[3-7]。文獻[5]和[6]研究了基于云計算的3D醫療成像方案。由于該解決方案的設計和實施均在云端進行，因此并不適合開發復雜的基于客戶端/服務器模式的解決方案。另外一些商業解決方案，如Terarecon提出的直覺云[7]可解決這一問題，但仍需要現場服務器上傳案例和臨床結果，以整合醫院現有的PACS和其他醫療單元。鑒于此，本文提出一種新的醫療醫療影像可視化體系結構，可使用戶在上傳病案到云端時，不僅能選擇所需的特定病案，而且能夠根據用戶需要提供個性化訂閱服務。例如，醫院的心臟病學專業的服務可以訂閱醫療可視化解決方案中關于心臟病學的應用程序[8]。

2 系統結構

本節將介紹一種基于云計算服務的高級醫學可視化方案(Cloud-Based Advanced Medical Visualization， CBAMV)。該架構將現有高級醫學可視化方案從客戶端/服務器模式擴展到基于云計算模式，使高級醫學可視化方案支持任何客戶端設備(包括手持設備)的訪問。為實現這一目的，需要在客戶端和服務器之間建立適配，如有必要可以采用虛擬化的方式。通過添加組件用于處理病案上傳，從云端下載臨床結果，確保經過云授權后訪問案例，實現基于云方案的遠程可視化。圖2是本文所提出高級醫學影像可視化云架構，其中包含了醫院現場和云數據中心所運行的主要組件。高級醫學影像可視化的啟動面板部署在醫院，與HIS / RIS以客戶端/服務器模式和PACS系統進行交互，其主要構成部分如下：

(1)病案上傳客戶端。用于接收DICOM圖像，或者從醫療設備、PACS上獲取圖像，將其數字化后發送到案例上傳服務器，是一個獨立的桌面應用系統。

(2)虛擬機視圖客戶端。用于啟動虛擬化AdvMedViz客戶端的PCoIP會話，實現遠程AdvMedViz應用。

(3)Riverbed Steelhead 移動客戶端。用于優化從案例上傳客戶端到服務器的DICOM圖像傳輸，可減少了70%以上傳輸數據量。

(4)臨床結果下載客戶端。用于下載云中用戶產生的臨床結果到醫院，也能將結果發送到PACS存檔。這些功能集成在病案上載客戶端，以便使用統一的界面為用戶上傳病案和下載讀案結果。通過在手持設備如iPad或安卓設備上安裝虛擬機視圖，客戶端實現高級醫療影像的讀取。

圖2 高級醫學影像可視化云架構框圖

在云數據中心，需要部署以下主要虛擬組件：

(1)高級醫療影像可視化服務器。

(2)高級醫療影像可視化客戶端。

(3)病案上傳服務器。用于接受來自案例上傳客戶端上傳的數據并觸發適當的預處理。

(4)臨床結果下載服務器。用于在用戶獲取臨床結果的請求下，授予用戶獲取醫療結果的權限。

(5)Riverbed服務器。用于存儲傳入的DICOM數據，當Riverbed Steelhead移動辦公客戶端檢測到重復案例時，將它們轉發到病案上傳服務器。

(6)其他支持云組件，主要包括：

a)活動目錄服務器。用于存儲用戶賬戶信息。

b)虛擬機視圖連接服務器。用于接受連接的用戶，并將其映射到虛擬機視圖池中的一個高級影像可視化客戶端。

c)虛擬機視圖內容服務器。用于實現虛擬機客戶端的管理。

d)虛擬機視圖安全服務器。用于創建PCoIP連接的安全連接。

e)虛擬機視圖管理服務器。用于監管高級影像可視化客戶端虛擬機。

AdvMedViz云與醫院其他實體，如HIS、RIS、PACS和成像醫療設備實現無縫集成，并進入放射科的臨床日程。實現步驟如下：

a)醫院放射科采用不同的掃描儀，如CT、MR 和PET等方式，捕捉DICOM圖像，并利用DICOM協議將它們發送到病案上傳器。當然圖像也可以從PACS發送到病案上傳器。HIS 和RIS上的必要信息通過HL7提供給病案上傳器。

b)病案上傳器(即DICOM接收機)獲得圖像并匿名化，使用HTTPS協議將它們發送至運行高級影像可視化方案的數據中心。

c)放射科醫生使用案例上傳器調用上傳的病案，并利用虛擬視圖客戶端進行閱讀。

d)利用AdvMedViz應用做遠程病案閱讀時，放射科醫生在數據中心產生臨床結果，這些信息通過臨床結果下載器傳回醫院。

e)下載完成后，臨床結果去匿名化并送往醫院的本地PACS系統，與醫療設備獲取的原始DICOM圖像合并。

3 性能分析

本文提出的云計算高級醫療影像可視化架構可簡化醫院現場的部署，在不需要安裝額外的基礎設施的條件下，即可使用先進的醫療影像可視化服務。圖3是傳統的基于客戶機/服務器與基于云計算的解決方案對比圖。

圖3 傳統方案和基于云的方案比較

通過上傳DICOM數據測試該方案的可用性和處理性能，測試網絡的平均下載速率為0.44 Mbits/s，平均上傳速度為0.29 Mbits/s。病例均自動采用先進的可視化應用程序進行預處理和分析，以便放射科醫師閱讀。表1列出了采取匿名化處理后，上傳和預處理不同大小的數據集所花費的時間。表1結果表明，即使在帶寬較低的網絡條件下，基于云的解決方案仍能滿足實際應用要求。早上掃描的影像，放射科醫師下午即可獲得分析結果。此外，研究發現在緩慢的網絡條件下，執行測量等基本交互操作響應較快，但執行3D運算時響應速度較慢。進一步的評估表明，基于云計算模式的高級醫療影像可視化解決方案使用的最小網絡帶寬要求是下載帶寬2 Mbits/s，上傳帶寬1 Mbits/s，往返延遲100 ms。因此，醫院的網絡速度在滿足這一最低帶寬要求的情況下，本文提出的高級醫療影像可視化云計算解決方案可作為實現醫療可視化理想的、成本適中的解決方案。

表1 性能評價結果

4 結論

本文提出了一種將基于客戶端/服務器模式的高級醫療可視化解決方案演化成基于云計算模式的醫療影像可視化方案的通用框架。不論云應用的權限如何，該方案都能有效保證病人健康信息的安全，同時也可實現基于網絡的大數據量圖像的高效處理，實現與醫院的其他設備間的無縫整合，并最終進入放射科醫生的臨床日常工作。

[參 考 文 獻]

[1] iemens AG.Syngo.via-the 3D routine and advanced reading software[EB/OL].[2014-05-04].http://www.siemens.com/syngo.via.

[2] 龐云，常志鵬. 基于云計算的區域PACS醫療共享平臺的研究[J].科技視界,2013(36).

[3] Bastiao Silva L A,Costa C,Silva A,et al.A PACS gateway to the cloud[C]//The 6th Iberian Conference on Information Systems and Technologies,2011:1-6.

[4] Teng C C,Mitchell J C,et al.A medical image archive solution in the cloud[C]//IEEE International Conference on Software Engineering and Service Sciences,2010:431-434.

[5] Dorn K,Ukis V,Friese T.A cloud-deployed 3D medical imaging system with dynamically optimized scalability and cloud costs[C]//The 37th EUROMICRO Conference on Software Engineering and Advanced Applications,2011:155-158.

[6] Liu D Z,Hua K A,Sugaya K.A framework for web-based interactive applications of high-resolution 3D medical image data[C]//The 19th IEEE International Symposium on Computer-Based Medical Systems, 2006: 119-124.

[7] Terarecon iNtuition Cloud[EB/OL].[2014-05-04].http://www.terarecon.com/cloud/.

[8] Health Insurance Portability and Accountability Act [EB/OL].[2014-05-04].http://www.hhs.gov/ocr/privacy/.