代理服务器中医学图像自适应分层切割缓存置换策略.docVIP

代理服务器中医学图像自适应分层切割缓存置换策略 代理服务器中医学图像自适应分层切割缓存置换策略 近年来，随着医学影像成像设备的高速发展，医学影像也已经逐渐发展成为一门集诊断、成像等为一体的与计算机技术密切相关的综合学科[1]。符合DICOM标准的医学影像设备需要保证在大数据量、实时性强、结构化较低的条件下通过PACS系统为医生提供高效率的图像存取和使用服务，这就使得医学影像的高效传输成为重要的问题[2]。 　　现有的PACS系统中传输的原始医学影像图像文件格式主要为DICOM文件格式，而DICOM文件格式的图像数据动态范围过大并且大部分均超出了通用显示器的动态显示范围，很难一次在通用的显示器屏幕上将所有的图像细节都显示出来[3]。不仅如此，互联网应用的快速增长导致网络拥塞和服务器超载等问题的出现[4]，使得DICOM文件对于代理服务器的缓存性能提出了越来越高的要求。 　　目前大多数DICOM文件是以一个整体进行缓存，随着数据量的不断增加可能会对服务器造成一定的负载并影响PACS系统的整体性能[5]。在此注意到一个DICOM文件中的医学图像对于用户来说并不都存在使用价值，用户的浏览可能只针对图像的某一部分进行操作，即DICOM文件中的医学图像存在一定的特殊性：医生在查看一组脑部CT图像时并没有完全关注整个脑部的图像而是重点关注了脑部CT图像出现病变的部位。本文依据此特点，借鉴文献[6]中提出的：GIS瓦片模式切图算法对地理影响数据分割存储、按需传输的思想，移植医学图像分层切割的原理到代理服务器的缓存置换策略中。通过对比传统的经典缓存算法自主改进缓存置换策略，提出了动态策略计数算法，在保证医学影像不失真的前提下，使用代理服务器对DICOM文件中的医学图像进行自适应的动态缓存置换。经过实验证明采用自适应的分层切割方法有效地将用户请求DICOM图像准确率提高了49%。DSGC算法相对于LRU?K，LFU等算法也提高了平均%和%的缓存命中率，并且DSGC算法在结合了医学影像自适应分层切割方法后更进一步提升了%的缓存命中率。 　　1 DICOM文件分层传输与缓存研究 　　DICOM图像数据源的数据量巨大是其最大特点。医院每天产生的图像和信息数据量从几十MB到几GB不等。其中DICOM文件90%以上是图像数据。如此巨大的数据量使得图像存取速度成为需要重点考虑的问题[7]。目前国内主要采用对图像进行压缩处理、建立图像缓冲池和分层存储管理等几种方法来解决医学图像的快速存取问题。 　　分层存储管理大多是通过在线和离线相结合的方式来进行的。在线存储的首选设备通常为大容量的磁盘列阵，而该分层存储管理方法虽然考虑到了磁盘列阵具有速度高、存取方便、可靠性好、价格较低等特点，但由于现有的医学图像切割都是静态切割，有可能不适用。应该考虑引入自适应机制将图片分层以后再进行切割缓存方法的适用性。而缓冲池中的数据采用LRU算法保存，减少了网络通信量和数据本文由论文联盟http://收集整理存储压力，在DICOM文件中存在着缓存调度、缓存文件大小和使用频率不等的问题。因此现有的缓存策略可能不适用于DICOM文件。本文基于图像分层存储的思想引入DICOM图像自适应分层切割方法，并且在LRU算法的基础上进行改进，使得DICOM文件的缓存命中率有了明显的提升。 动态策略计数算法 　　 基于DICOM的代理服务器 　　如图1所示给出了基于代理技术的DICOM医学图像服务模型。若用户需要的DICOM数据在代理服务器中没有被缓存的话，那么DICOM数据需要通过WAN从PACS系统中获取，而从PACS系统中获取的数据可以直接或者间接通过代理服务器的形式发送给需求不同的用户。由于代理服务器的缓存空间有限，对调度缓存内容的大小十分敏感，所以其性能的好坏直接影响着该模型的性能。本文在代理服务器端使用的缓存策略为部分缓存和整体缓存或者两者相结合的方式，并且辅之以分层切割医学影像的方法提高缓存查找性能。用于改善基于DICOM文件PACS系统的服务性能。 　　2.医学图像自适应分层切割 　　由于DICOM文件解析出来的医学图数据动态范围过大并且均超出了普通显示器的动态显示范围，存在资源的浪费现象。查看DICOM文件时主要分为移动端查看和网页端查看。在移动端查看时，由于IP地址变化、会话和登入登出均比较频繁，需要依据移动端的操作系统把图像置换为适合客户端APP屏幕显示的大小。在网页端查看时，依据分辨率不同每次查看需要的切割图片不同，但是依据其IP地址的变化小的特点建立IP地址和显示器的对应关系自适应显示切割图片。 　　本文引用GIS瓦片地图的切割原理将医学图像进行分层切割[8]。瓦片式地图由GIS数据的高速共享发展而来，由原始数据的切割存储和按需传输两部分组