论文部分内容阅读
[摘 要]计算机技术从兴起到今天，处在不停的更新、变化中，并延伸到诸多领域，其中就涵盖了医学领域。在医学领域中尤其图像领域，计算机可说是被大量应用。医学的飞跃产生大量的相关数据，为此怎么集成这些数据，对其管理、分析依旧是巨大挑战。而当下正火热的集成方式是基于云计算下医学信息的集成。此方式能把医学信息中的各种异构的信息集成、整合、应用并共享。本文将构造出一个医学信息的原型并验证有效性。
[关键词]云计算 医学信息 集成
中图分类号：TP 文献标识码：A 文章编号：1009-914X（2015）04-0285-01
引言
过去，医学信息交流、共享范围之所以被限制，原因是研制出的集成、管理的系统，要么是面向特定的领域，要么是只针对局部的单位。整个互联网可看作是虚拟的一个数据来源，而人们希望的是从网上取得数量更多、质量更高的医学信息。在云计算技术的环境下，将医学信息进行集成管理的办法为解决这样的问题提供了可能。
1、云计算简述
云计算是分布式计算、网格计算、虚拟化、网络存储等一系列传统的计算机技术与网络技术融合后产生的[1]。它是把多个计算的实体进行整合，形成一个计算能力非常强大的系统。并且借助于平台服务、软件服务、基础设施服务的模式，把这种计算的能力分布给用户[3]。
2、云计算技术下医学信息的集成简述
传统数据库已无法兼容当下衍生的大量的新数据，因此这些有着巨大差异的数据，如何被集成就成了必须快速解决的新课题。尤其医学数据不仅数量大，而且非常复杂、数据类型也颇多，造成医学信息被集成或者重用都极其困难。
可喜的是云计算技术的出现，为医学信息在集成、管理上提供了有力的技术保障。云计算技术是把各种各样的资源进行整合，并实现了抽象化及虚拟化。从而使用户能从复杂的底层逻辑、网络协议、软件架构中解放出来[2]。运用数据服务把各类医学数据整合，解决了数据不一致的问题，对用户的服务更加透明，医学信息被共享、资源的配置达到最优都得以实现。
3、云计算技术下医学信息的模型
3.1 数据层的工作原型
通过SDO模型的使用，运用数据服务的基本方式，运用PACS网络接口对医学数据进行读取。为了在耦合、松散的环境下实现对对象访问，则必须有一系列相关的协议，在传输层数据服务采用的是HTTP协议。医学数据由于非常特殊，最好使用XML对数据提供描述。而SOAP是基于XML下的一个消息协议，依靠该协议，数据服务可实现信息的互相转换。M-WSDL的作用是对数据服务相关的功能特性进行描述，它对XML的语法进行定义，服务被描述为可实现信息交换的通信端集合。以此向数据服务的注册中心，用统一的描述、发现及集成方式去注册并且发布数据的服务。
3.2 服务层的工作原型
服务层是采用Hadoop平台，对分布式存储以及计算的平台进行构建。Hadoop运用分布式的文件系统对资源实施管理，其中包括：故障检测与恢复、负载均衡、监视统计。并对诸多应用任务实施调度，让资源为应用提供服务更加高安全。而云计算的能力被封装起来作为标准服务为应用程序提供服务，同时要对提供的服务实施管理、调度。
实现并行计算使用的框架模型是MapReduce。MapReduce由两部分服务器组成：作业服务器、任务服务器。作业服务器是系统任务分配的核心，对所有的作业进行管理、调度。任务服务器是对用户的操作进行执行，而每个作业又会被分为几个任务，任务中包括Map、Reduce两种任务。执行过程中，任务服务器必须发送心跳信息给作业服务器，对每个任务执行的状态进行汇报，让作业服务器能够收集作业在执行中整体的情况，为下一次分配任务提供可靠依据。
3.3 应用层的工作原型
应用层的核心功能主要是给用户提供服务，根据用户需求开发出具体的相关的应用，并提供相对统一的一个人机界面的接口给用户。用户通过已注册、发布的服务，按需求查询医学信息，并且运用CCMedⅡ进行分布式处理、分析。
4、验证与分析
4.1 服务请求处理的程序
通过用户的界面，用户可查询发布了的应用服务。当用户发送比如是对大脑图像的所有信息进行查看的请求时，此请求会在数据层发布的、所有的医学数据中对大脑图像服务的描述进行查询，并且返回结果。这样，在返回的列表中，用户可查看部分或全部服务。处理的程序如下：
（1）发送读具体服务的请求，迅速读取在PACS中存储的医学数据；
（2）为服务去访问主节点，并发出需要相关的、已存储的数据的请求，从而取得需要服务的存储块位置、存储块副本位置；
（3）为应用服务返回来第一数据块、其它副本存储的位置；
（4）应用服务会传送相关的信息到数据层并且请求读取有关的数据；
（5）通过已注册、发布的服务，数据层会查询服务，从PACS中获得相关信息；
（6）名称节点传送控制信息，数据节点通过这些信息，读取数据并把数据存储至指定位置；
（7）返回结果给应用程序，并且在用户界面显示
若用户想要进一步处理、分析已取得的结果，可再一次发出应用服务的请求，应用服务便依然通过主节点给数据节点传送具体命令，程序的处理会在数据节点上直接运行，然后返回运行的结果给用户。
4.2 云计算下计算速度的测试
通过医学图像的运行，计算、分析处理速度的实验，可验证在云计算下计算、处理的能力有多强大。实验方法：将数据节点上存储的、浏览器却无法显示的医学图像（DCM格式），转换成浏览器能够显示的图片（JPEG格式）。
本实验依旧运用Hadoop平台，计算框架依旧选取MapReduce。数据块副本的个数为2个，数据块的大小是64MB，而總的数据大小是19.8GB，内含医学图像共44933张。实验的结果显示：运行任务时，只运行一个数据节点，用时1678.34s，而8个数据节点一同运行，用时仅仅只有203.65s。
结语
综上，本文通过对医学信息的集成模型进行构造，并在有效性上作了验证。这充分说明云计算的利用，不仅对规模颇大的医学数据很好地集成、管理以及分析，使医学数据的资源得以共享、配置达到最优效果，而且在计算机科学与医学的发展上都起到了推动作用！
参考文献
[1] 黄庆藏.基于云计算的医学信息集成方法研究[D].浙江工业大学，2012.
[2] 叶蕾、黄庆藏、于明远等.基于云计算的医学信息集成[J].电信科学，2011，12（15）：22-26.
[3] 申丽君.高效的医学信息服务及云平台应用方法研究[D].江南大学，2013
[关键词]云计算 医学信息 集成
中图分类号：TP 文献标识码：A 文章编号：1009-914X（2015）04-0285-01
引言
过去，医学信息交流、共享范围之所以被限制，原因是研制出的集成、管理的系统，要么是面向特定的领域，要么是只针对局部的单位。整个互联网可看作是虚拟的一个数据来源，而人们希望的是从网上取得数量更多、质量更高的医学信息。在云计算技术的环境下，将医学信息进行集成管理的办法为解决这样的问题提供了可能。
1、云计算简述
云计算是分布式计算、网格计算、虚拟化、网络存储等一系列传统的计算机技术与网络技术融合后产生的[1]。它是把多个计算的实体进行整合，形成一个计算能力非常强大的系统。并且借助于平台服务、软件服务、基础设施服务的模式，把这种计算的能力分布给用户[3]。
2、云计算技术下医学信息的集成简述
传统数据库已无法兼容当下衍生的大量的新数据，因此这些有着巨大差异的数据，如何被集成就成了必须快速解决的新课题。尤其医学数据不仅数量大，而且非常复杂、数据类型也颇多，造成医学信息被集成或者重用都极其困难。
可喜的是云计算技术的出现，为医学信息在集成、管理上提供了有力的技术保障。云计算技术是把各种各样的资源进行整合，并实现了抽象化及虚拟化。从而使用户能从复杂的底层逻辑、网络协议、软件架构中解放出来[2]。运用数据服务把各类医学数据整合，解决了数据不一致的问题，对用户的服务更加透明，医学信息被共享、资源的配置达到最优都得以实现。
3、云计算技术下医学信息的模型
3.1 数据层的工作原型
通过SDO模型的使用，运用数据服务的基本方式，运用PACS网络接口对医学数据进行读取。为了在耦合、松散的环境下实现对对象访问，则必须有一系列相关的协议，在传输层数据服务采用的是HTTP协议。医学数据由于非常特殊，最好使用XML对数据提供描述。而SOAP是基于XML下的一个消息协议，依靠该协议，数据服务可实现信息的互相转换。M-WSDL的作用是对数据服务相关的功能特性进行描述，它对XML的语法进行定义，服务被描述为可实现信息交换的通信端集合。以此向数据服务的注册中心，用统一的描述、发现及集成方式去注册并且发布数据的服务。
3.2 服务层的工作原型
服务层是采用Hadoop平台，对分布式存储以及计算的平台进行构建。Hadoop运用分布式的文件系统对资源实施管理，其中包括：故障检测与恢复、负载均衡、监视统计。并对诸多应用任务实施调度，让资源为应用提供服务更加高安全。而云计算的能力被封装起来作为标准服务为应用程序提供服务，同时要对提供的服务实施管理、调度。
实现并行计算使用的框架模型是MapReduce。MapReduce由两部分服务器组成：作业服务器、任务服务器。作业服务器是系统任务分配的核心，对所有的作业进行管理、调度。任务服务器是对用户的操作进行执行，而每个作业又会被分为几个任务，任务中包括Map、Reduce两种任务。执行过程中，任务服务器必须发送心跳信息给作业服务器，对每个任务执行的状态进行汇报，让作业服务器能够收集作业在执行中整体的情况，为下一次分配任务提供可靠依据。
3.3 应用层的工作原型
应用层的核心功能主要是给用户提供服务，根据用户需求开发出具体的相关的应用，并提供相对统一的一个人机界面的接口给用户。用户通过已注册、发布的服务，按需求查询医学信息，并且运用CCMedⅡ进行分布式处理、分析。
4、验证与分析
4.1 服务请求处理的程序
通过用户的界面，用户可查询发布了的应用服务。当用户发送比如是对大脑图像的所有信息进行查看的请求时，此请求会在数据层发布的、所有的医学数据中对大脑图像服务的描述进行查询，并且返回结果。这样，在返回的列表中，用户可查看部分或全部服务。处理的程序如下：
（1）发送读具体服务的请求，迅速读取在PACS中存储的医学数据；
（2）为服务去访问主节点，并发出需要相关的、已存储的数据的请求，从而取得需要服务的存储块位置、存储块副本位置；
（3）为应用服务返回来第一数据块、其它副本存储的位置；
（4）应用服务会传送相关的信息到数据层并且请求读取有关的数据；
（5）通过已注册、发布的服务，数据层会查询服务，从PACS中获得相关信息；
（6）名称节点传送控制信息，数据节点通过这些信息，读取数据并把数据存储至指定位置；
（7）返回结果给应用程序，并且在用户界面显示
若用户想要进一步处理、分析已取得的结果，可再一次发出应用服务的请求，应用服务便依然通过主节点给数据节点传送具体命令，程序的处理会在数据节点上直接运行，然后返回运行的结果给用户。
4.2 云计算下计算速度的测试
通过医学图像的运行，计算、分析处理速度的实验，可验证在云计算下计算、处理的能力有多强大。实验方法：将数据节点上存储的、浏览器却无法显示的医学图像（DCM格式），转换成浏览器能够显示的图片（JPEG格式）。
本实验依旧运用Hadoop平台，计算框架依旧选取MapReduce。数据块副本的个数为2个，数据块的大小是64MB，而總的数据大小是19.8GB，内含医学图像共44933张。实验的结果显示：运行任务时，只运行一个数据节点，用时1678.34s，而8个数据节点一同运行，用时仅仅只有203.65s。
结语
综上，本文通过对医学信息的集成模型进行构造，并在有效性上作了验证。这充分说明云计算的利用，不仅对规模颇大的医学数据很好地集成、管理以及分析，使医学数据的资源得以共享、配置达到最优效果，而且在计算机科学与医学的发展上都起到了推动作用！
参考文献
[1] 黄庆藏.基于云计算的医学信息集成方法研究[D].浙江工业大学，2012.
[2] 叶蕾、黄庆藏、于明远等.基于云计算的医学信息集成[J].电信科学，2011，12（15）：22-26.
[3] 申丽君.高效的医学信息服务及云平台应用方法研究[D].江南大学，2013