影像数据中心

影像数据中心（精选12篇）

影像数据中心 篇1

摘要：通过医院影像数据中心的设计与实现,缓解患者重复检查、重复收费,解决看病难、看病贵的实际问题。制定医学影像远程会诊服务和相关机制,重点建设需联网医院的PACS系统。实现“医学影像数据中心”的双向集成,实现协作医院的患者在当地医院就诊、拍片后,就可享受医学影像远程会诊的专家级诊断服务。通过统一的“区域化影像信息网络平台接口”与本市“区域级医学影像中心”进行联网,优化和高度共享区域内医学影像资源,降低影像检查成本,实现医疗资源优化合理配置。

关键词：影像数据中心,远程会诊,接口

1 区域医疗影像数据中心的概述

1.1 医改发展的需要

新医改为数字化医院的建设指明了方向:建设医学中心或区域医疗中心,如放射诊断中心,病理诊断中心等。哈尔滨医科大学附属第四医院协同协作医院开展了相关的战略计划和配套措施:将哈尔滨市省级医院和市、县级医院以技术为纽带结成协作关系,其资源可以双向流动,以所辖医院为服务范围的医疗信息交换与共享平台,并在平台基础上拓展特色应用,实践医疗服务协同,建设成为数字化医疗区域示范工程。

1.2 解决医院的“信息孤岛”问题

医院要解决长期困扰医院的“信息孤岛”问题,特别是各影像科室的PACS系统尚未实现集中化归档和集成,各临床科室需要通过不同的软件界面调阅不同科室的影像;其次,建立本省医学影像会诊中心/区域级医学影像数据中心,需要协助省内若干家协作医院建立远程医疗平台,实现区域级医学影像和信息的共享。

1.3 项目意义

作为“区域级影像信息平台”的管理单位,可通过权限管理、灵活的ID号管理、各种远距离影像数据源的支持,提供整个医院电子病历整合和影像资料的统一管理、统一调阅和长期归档的平台;实现各影像科数据的集中归档和管理,实现无缝的信息共享,减少系统维护难度,减少重复投资,重复建设;省内外边远地区的患者不用再耗费精力和财力,前往大城市,大医院就诊,在本地通过“区域级影像信息平台”便可实现:专家预约→本地检查→专家会诊→结果回传,从而进一步缓解老百姓“看病难,看病贵”等社会问题。

2 总体设计方案

2.1 影像中心及协作医院联网解决方案构成

该方案构成如图1所示,将医院现有的放射、CT、MR、病理、超声等影像归档集成到IMPAX数据中心,将IMPAX数据中心作为全院各种影像的归档中心。

将IMPAX数据中心作为医疗集团的影像中心,HIS调图统一和IMPAX XERO集成,需要一个接口即可集成各种影像调图。

2.2 基于区域医学影像中心的医疗协同服务模式的研究

重点研究解决两个问题:一是使缺少检查设备的医疗机构可以安排患者到就近具备条件的医院进行代理检查,检查结果返回数据中心和首诊医疗机构。二是基层医疗机构可以将本地检查的医学影像数据上传至医学影像中心,由大医院专家出具诊断报告,实现“分散拍片、集中存储和专家诊断”。

(1)建设区域医学影像存储中心和高速传输网络。

在大医院利用光纤磁盘阵列建立区域医学影像存储中心,实现区域内医学影像资料、诊断信息、患者标识交叉索引信息的集中存储和管理。

(2)建设应用区域PACS系统。

使二级医院和基层医疗机构能通过客户端系统直接预约大医院检查项目,并将本地影像上传至区域医学影像中心,由大医院医生集中阅片诊断。二级医院和基层医疗机构可查看诊断结果,并通过Web浏览器调阅存储在区域医学影像中心的影像资料。

(3)建立区域医学影像诊断中心。

构建医学影像专家库,通过专业化的管理信息系统,实现对所有代理检查的影像和下级医疗机构上传的影像进行集中检索、阅片、诊断和出具报告。

2.3 基于IDC的协作医院联网的业务流程设计

2.3.1 影像归档流程

IMPAX数据中心连接四种类型的影像源:从各个方向来的影像归档流程也略有不同:

(1)医院放射科PACS:通过配置哈医大四院放射科IMPAX上的归档策略,将检查数据归档至IMPAX数据中心的存储应用服务器。当检查归档时,由三个步骤完成:

第一步,检查数据通过DICOM协议发往IMPAX数据中心的存储应用服务器。

第二步,存储应用服务器先将检查数据存储在图像缓存。

第三步,存储应用服务器将数据归档存储在归档卷中。

(2) 医院医技科PACS等系统:医技科PACS等系统原始图像为非DICOM影像,需借助DICOM转换工具将影像转换为DICOM格式并上传至IDC,由以下三个步骤完成:

第一步,影像通过转换工具转换为DICOM格式后通过DICOM协议发往IMPAX数据中心的存储应用服务器。

第二步,存储应用服务器先将检查数据存储在图像缓存。

第三步,存储应用服务器将数据归档存储在归档卷中。

(3)本地有PACS的分院或协作医院:在医院本地PACS配置影像归档至IMPAX数据中心的存储应用服务器。当检查归档时,由以下三个步骤完成:

第一步,通过 PACS 自动发往 Exchange 服务器归档。

第二步,Exchange 通过 DICOM 协议发往 IMPAX 数据中心的存储应用服务器。

第三步,存储应用服务器先将检查数据存储在图像缓存;应用服务器将数据归档存储在归档卷中。

(4)本地无PACS分院或协作医院:医院本地无PACS系统,因此也无法进行DICOM的直接传递,通过IMPAX数据中心配套导入/传输工具exchange来完成检查数据的归档要求。当检查归档时,由以下四个步骤完成:

第一步,通过Exchange客户端将影像数据发往Exchange服务器。

第二步,Exchange服务器通过DICOM协议将检查数据发往数据中心的存储应用服务器。

第三步,存储应用服务器先将检查数据存储在图像缓存。

第四步,存储应用服务器将数据归档存储在归档卷中。

表1所示为影像归档数据量表。

2.3.2 IDC系统存储架构设计

考虑到图像保存、调图速度及未来扩展的要求,IDC数据库服务器通过一对SAN Switch与存储相连;哈尔滨医科大学附属第四医院配置1台HP DL360做NAS机头,连接IDC 存储应用服务器;存储系统的架构,如图2所示。

2.3.3 HIS电子病历调图流程

HIS只需要和XERO集成,就可以Web调阅所有的IDC中的影像。过程如图3所示。

HIS生成XERO调图链接,请求发往XERO。

XERO将查询请求发往存储应用服务器。

存储应用服务器在图像缓存获取影像数据。

若影像已经不在缓存中,存储应用服务器在归档卷中检索得到影像数据。

检查数据通过浏览器返回给医生,医生直接通过浏览器查看检查数据。

2.3.4 会诊流程

整个会诊过程由三部分组合而成,如图4所示。

第一部分:分院或协作医院上传检查影像及相关资料。

(1)无本地PACS医院通过Exchange客户端上传影像。

(2)Exchange服务器或医院本地PACS通过DICOM协议将检查数据发往IMPAX数据中心的存储应用服务器。

(3)存储应用服务器先将检查数据存储在图像缓存并进一步存储在归档卷中。

第二部分:哈医大四院专家读片及完成报告

(1)医院专家在RIS中看到“待会诊”工作列表。

(2)医院PACS至IMPAX数据中心检索相应检查数据。

(3)医院专家用IMPAX客户端读片。

(4)医院专家在RIS中完成报告。

第三部分:分院或协作医院查看影像及相关报告:协作医院医生在Exchange服务器查看已会诊报告并打印。

在医院会诊中心安装IDC数据中心,通过XERO浏览器,区域医院的医生可以调阅浏览哈医大四院影像中心的所有影像和报告,通过与第三方平台整合,也可以使影像和报告成为居民电子健康档案的一部分。

3 区域影像数据中心的建设

区域医疗数据中心是医疗协同服务的核心。保存的数据主要来自区域医疗共享交换平台中的各种电子病历信息。包括患者基本信息库、LIS库、RIS库、疾病诊断库、药品处方库、电子病历库、数据仓库等。由于这些医疗数据种类多、数据量大、格式不统一,实现集中存储和共享要解决诸多方面的技术问题,必须研究并建立数据模型,对异构数据进行标准化转换,实现共享、交换与互操作。同时,要解决数据中心的管理和实施,包括数据并发访问、存储、可靠性、容灾、监控、归档、分析等。

第一阶段:建设院内的“医学影像数据中心”,实现了医院医学影像中心以及超声、内镜、病理等影像科室PACS数据集中归档问题,并与江北分院集成接口,为各临床科室提供统一的、与HIS/EMR无缝集成Web界面,可以浏览病人的所有相关影像数据;优化各影像科室病人的就诊流程。

第二阶段:制定协作医院的医学影像远程会诊服务和相关机制,重点建设需联网县级医院和社区卫生中心医院的PACS系统,并实现与“医学影像数据中心”的双向集成,实现协作医院所覆盖的患者在不用专程前往医院就诊的前提下,就可在当地的协作医院就诊、拍片检查、享受医学影像远程会诊的专家级诊断服务。

区域影像数据中心的建设以哈医大四院为核心的“医学影像数据中心”及各联网协作医院的项目经验向其余协作医院推广;通过统一的“区域化影像信息网络平台接口”与本市“区域级医学影像中心”进行联网,优化和高度共享区域内医学影像资源,降低影像检查成本,为全市提供高效、优质、集成及开放的全医学影像信息应用和服务。

4 结束语

通过“区域化影像信息网络平台接口”实现与“医学影像数据中心”的集成,实现了“医学影像数据中心”的双向集成,初步实现了协作医院所覆盖的患者在不用专程前往医院就诊的前提下,就可在当地的协作医院就诊、拍片检查、享受医学影像远程会诊的专家级诊断服务。哈医大四院将以本院为核心的“医学影像数据中心”及各联网协作医院的项目经验向其余协作医院推广;通过统一的“区域化影像信息网络平台接口”与本市“区域级医学影像中心”进行联网,优化和高度共享区域内医学影像资源,降低影像检查成本,为全市提供高效、优质、集成及开放的全医学影像信息应用和服务;借此实现医疗资源优化合理配置,使全市人民均能享受到及时、可靠的医疗服务,缓解老百姓所面临的“看病难、看病贵”、“三长一短”和“重复检查、重复收费”等社会问题,为构建和谐社会奠定必要的基础。

参考文献

[1]王文生,王鹏程,谢晋东.PACS在我国的应用与进展[J].中国医学装备,2008,13(3):56.

[2]母晓莉,于广军,季翔.区域医疗影像数据中心系统架构设计研究[J].生物医学工程学进展,2008,12(2):45-48.

[3]刘谦.区域性医学影像信息系统的实现策略[J].中国医疗器械信息,2008(5):36-38.

[4]Herman SJ.Accuracy of a voice-to-text personal dictation system inthe generation of radiology reports[J].AJR,1995,165:177-180.

[5]袁静,王新国.PACS系统影像存储技术现状与进展[J].中国医疗设备,2008,6(2):56-58.

[6]闵祥.医学影像存档与通讯系统的开发、实施与系统集成体会[J].医疗卫生装备,2008,10(10):57.

影像数据中心 篇2

1、科内会诊：由写报告医师或主治医师提出，科主任召集有关人员参加。

2、科间会诊：由医师提出，上级医师同意，上级医师请示医教科后邀请有关人员参加。

3、院内会诊：由科主任提出，经医教科同意，并确定会诊时间、地点，通知有关人员参加。一般由提出申请科室主任主持，并做好记录。

4、院外会诊：先由科内讨论，科主任提出书面申请经医教科同意，并与有关单位联系，确定会诊时间、地点，应邀副主任医师及其以上医师前来会诊。

影像数据中心 篇3

关键词:空间影像数据 分块技术 索引 Spatial组件 元数据

中图分类号:P23文献标识码:A文章编号:1674-098X(2012)04(a)-0210-01

1 前言

随着卫星遥感观测、地理信息系统、航空摄影等技术的快速发展,采集高分辨率的空间影像数据不是什么难事。但是影像数据的分辨率越高意味着数据量越大,比如采集相同地段的遥感影像数据时,分辨率越高,需要存储、管理的影象数据量相应越大,它们之间是非线性增长的量化关系。

任何空间影像数据管理系统都将涉及到影像数据的存储、访问、显示、管理等等问题,尤其对于显示模块来说,由于影像数据量巨大,加之计算机系统有限的内存等诸多瓶颈,使得计算机面临着内存供需和影像数据量增长之间的矛盾。因此为了能够实现海量影像数据高效管理,必须在考虑现有计算机软硬件配置的基础上,研发可行的影像数据处理解决方案。一种常规的做法是在软件算法层面探索可行的处理方法,比如中间图像处理技术就是其中的一种。这种中间图像实质是通过和原始图像和最终图像进行交换实现提升计算机图像显示速度的方式来实现的。

事实上,分块技术类似于中间图像技术,分片处理可以将海量的影像数据拆分成很多个数据量相对较小的数据块,通过对这些数据块编号并建立索引的方式,通过检索编号、索引的方式快速检索到各个数据块从而提高访问和管理海量空间影像数据的效率。本文正是在这个基础上探讨了基于Oracle提供的Spatial组件技术实现管理海量空间影像数据的管理。

2 影像数据管理

2.1 Spatial 组件

Oracle公司推出了一种空间数据库组Spatial,是一种用来实现存储、管理空间数据的组件技术。自Oracle9i后,Oracle开始对三维空间影像数据的处理提供了强有力的支持接口。Spatial组件内部包含了元数据表、空间数据字段(简称:SDO_GEOMETRY)和空间索引,为实现空间影像数据和Oracle数据库表的映射奠定基础,Oracle Spatial组件还开放了一系列空间影像数据查询、分析的API接口,这些接口使得用户具备开发三维影像管理系统的能力,比如GIS地理信息系统。Spatial组件的空间数据字段SD_GEOMETRY可以用来存储空间数据,而元数据表则管理包含SDO_GEOMETRY字段的空间数据表;如果有必要,Oracle完全可以采用索引技术(R树索引,四叉树索引)来提高检索速度。Oracle Spatial组件主要可以解决两类问题:一类是满足需要提高Oracle数据库数据检索查询速度的客户;另一种需求是为了提供高效地存储、访问、管理海量空间影像数据库数据的用户。

2.2 空间影像数据库建模

在Oracle数据库中,数据以记录(records)的方式的存储,一条记录对应一个对象实例,比如一幅影像。记录包括基本元素影像数据,当然还有其它的元素:坐标标尺、宽、高。假设我们直接如果将影像数据文件全部存到插数据库表中,这个操作是很简单的,可是传输效率很低,同时很难发挥Oracle提供的多线程并发访问能力。考虑到这些因素,本文采用按照一定的规则对影像进行分块,同时话可以建立数据快的索引,从而为实现并发访问、管理海量影像数据奠定了基础。

2.2.1 数据分块

计算机系统读取图象数据是顺序行的读取。一般情况下,计算机会在顺序读取图像数据并与所需检索的数据进行比较,如果找到所需的数据就停止或到了文件末尾没有找到。可以考虑另外的方法,比如我们编写程序算法,将影像数据文件按照一定的拆分比例分块,程序读取一定长度的数据并存储到缓冲区,以下我们简称中间图像,这时中间图像直接送入处理系统,处理系统将处理完成的信息送到显示系统显示。然后程序继续读取数据,当再一次到达设定长度的一段数据时,再存放到刚才的文件里,这样中间图像里面包含很多数据块,如此反复,就可以按照预定的比例将图象分块了。后面,我们将为这些数据库编号,方便检索。

2.2.2 数据分块

通常分块是有原则的,考虑到计算机的性能问题,比如磁盘读写速度和网络传输延迟,分块过小或过大都会增加数据管理操作(磁盘读写、内存拷贝、网络传输)的时间。其次是对于多分辨率的层次模型, 不规范的分块方式不利于建立影像数据金字塔和索引,一般建议块尺寸取128*128或256*256像素。

2.2.3 影像空间数据文件索引的建立与检索

空间影像数据的数据量日益增长,为了提高空间影像管理系统的性能和速度,通常将整幅图像划分为较小的数据块,每个块在整个图像中有位置标示,将每个小块的数据和位置标识存储起来,这样就建立了数据块的空间索引数据库了,方便快速定位图像数据。

2.3 数据库建模

2.3.1 影像数据建模

为了能使用Oracle数据库存储和管理空间影像数据,需要

用到Spatial组件内部的元数据表,主要用来实现空间影像数据到数据库表的映射。空间影像数据包括图象属性信息描述信息(图象的大小、色彩值)以及图元灰度值(图象数据)。通过对空间影像数据进行数据库建模分析,了解到影像数据主要包括以下元素:影像标识,通常是唯一的,主要用来标识引用影像数据对象;影像类型标识,包含IMG、DEM两种;影像编码,标识影像数据信息;影像数据包括某分辨率下的像素的行数和列数。

2.3.2 数据分块建模

通过分析我们知道影像数据块主要包括以下元素:影像块的数量,表示所分块的数目;影像块标记,用来区分影像块;影像块所在影像的行号;影像块所在影像的列号;影像块的数据。Spatial组件提供了将空间影像数據映射到几何图形元的能力,我们称之为元数据,这种与影像数据相关的几何图形元包括维数、边界等。

2.4 影像空间数据的访问和管理

一方面,通过使用数据分块的策略并结合Oracle数据库Spatial组件现有的内置的元数据库表对影像空间数据和影像空间数据块进行数据库建模,这样可以在Oracle数据库中存储空间影像数据;另一方面,通过使用对影像空间数据块建立索引的方式大大提高Oracle数据库管理影像空间数据的效率。

3 结语

通过上文的论述,证明了分块技术和索引技术可以提高Oracle数据库存储、管理影像空间数据的效率,同时也进一步发掘了Oracle对于海量空间影像数据管理的能力。

参考文献

[1] 钱慎一,张素智.Oracle 11g从入门到精通.中国水利水电出版社.

[2] 刘南,刘仁义.地理信息系统.高等教育出版社.

[3] 汤国安.ARCGIS地理信息系统空间分析实验教程.科学出版社.

[4] 邬伦,刘瑜,张晶,等.地理信息系统-原理、方法和应用[M].北京:科学出版社,2001.

影像数据中心 篇4

某三甲医院医疗影像信息系统(RIS/PACS)已应用数年,积累了大量影像检查数据,但如果没有相应的技术手段对其进行整理、分析就无法直接用于决策分析。本文借助Microsoft SQL Server 2008建立医疗影像信息数据仓库,围绕检查绩效关键指标,运用微软提供的功能控件进行数据处理及展示,辅助领导决策。

1 数据仓库结构

数据仓库(Data Warehouse)是面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策[1],近年来逐步应用到医疗领域[2,3]。

数据仓库一般采用3层体系结构,见图1。底层为数据仓库服务器,中间层为应用层,顶层为前端展现。底层数据仓库服务器从操作型数据库或外部数据源提取数据,对数据进行清理、转换、集成等,并装入到数据仓库中。应用层主要对某个特定的主题进行联机数据访问、处理和分析,即联机分析(OLAP)[4]。通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给决策者,是数据仓库系统的核心。前端数据展现模块将数据展现给决策者,为决策者提供辅助分析功能,其工作原理主要是通过对数据进行分类、预测、钻取、挖掘等处理来产生可透析的各种展示数据,而这些数据可直观地反映决策者所分析探询的问题。

数据仓库一般须借助专业平台及工具支持,微软Microsoft SQL Server 2008为数据仓储、数据分析和报表生成提供了一整套可伸缩的数据平台[5]。具体包括:为大型数据提供高性能存储的SQL Server数据库引擎;进行提取、转换和加载(ETL)操作的SQL Server集成服务;用于联机分析处理和数据挖掘的SQL Server分析服务。

2 数据仓库模型设计

2.1 确定主题

数据仓库中的数据是按分析主题来组织数据的,因此,确定主题是数据仓库建设的首要任务。根据影像科业务需求[6],分析各科室检查量、设备使用情况和病人检查情况等,确定检查绩效主题。对于某三甲医院决策者关心的医疗影像检查绩效关键指标,我们设计医疗影像关键指标表(Medical Image KPI)用于存储月检查量、报告阳性率、随访率、设备开机率、平均检查用时、检查费用等指标数据。所需要的原始数据来自该院RIS/PACS数据库,对应的数据表主要有“影像检查表EISStudies”、“检查结果表EISResults”、“检查报告表EISReports”、“检查项目表EISService”等,这些原始数据通过ETL工具加载到数据仓库中。

2.2 多维数据集模型

多维数据模型采用常规星型模型,由事实表和维表组成。除关键指标集外,根据检查绩效主题的应用需求,对设备、费用、用时、质量分别建立星型模型。以设备检查情况为例,对数据进行初步整理,设计事实表和维表:设备事实表Fact Service主要包括设备编码、检查日期、检查部门、检查项目、检查费用等使用记录;维度表主要有设备维Dim Dervice(编码、名称、类型、规格、厂商)、时间层次维Dim Date(编码、年、月、日)、科室维Dim Department(编码、名称)。

2.3 数据处理

2.3.1 数据清理

由于多年的数据使用、维护、迁移时缺乏必要的数据校验,再加上软件功能模块是逐步上线以及工作人员录入数据时的人为失误,都可能导致数据的缺失、不完整和错误。所以为保证数据的质量,要对数据进行必要的清理。数据清理包括填充空缺值、识别孤立点、消除奇异值等。

为了不影响分析效果,我们把明显错误的数据予以删除,对于重要事实数据的缺失值进行填充。将数据缺失值分为两类,数值型缺失和非数值型缺失。对于非数值型缺乏的记录并且非数值型的属性对于OLAP的维,我们删除此记录。对于存在缺失数值的记录,可根据已有的数据记录和属性对应关系填充,如对于检查费用缺失项,根据其对应的检查项目,找出已记录的检查费用进行填充。而对于检查时间,可以计算此数据集对应属性数值的平均值,以平均值填充。

2.3.2 数据集成

一般情况下,决策者既要掌握总体数据,也要了解一定的细节:既要知道各医疗影像科室的各项指标数据,也要找出各项指标的变化趋势。如院领导要了解医院的月检查人次、设备开机率、报告阳性率和月平均检查用时等一些关键指标,就需要对数据进行集成。数据的集成是个复杂而关键的工作,既有简单的数据求和、平均,也有复杂的统计计算。检查人次和报告阳性量可直接从检查表累加得到;月检查时间需要根据登记时间和审核时间计算检查用时,再求均值得到;设备月开机率由月开机数/设备总量求得。

3 OLAP在线联机分析处理

OLAP分析主要通过对多维组织后的数据进行切片、切块、聚合、上卷、下钻、旋转等分析动作,使决策者能从多种角度,多个侧面、多数据综合查看数据,从而了解数据背后的规律,为决策提供帮助。下面围绕科室设备检查量就切片和钻取两个动作进行数据展示。

3.1 切片

多维数据是由多个维度组成,如果在某一维度上选定一个取值,则多维数据就从n维下降到n-l维,我们称多维数组的子集(维度1、维度2、…维度i-l、维度i+l、…维度n、度量变量)为多维数组在维度i上的切片。对科室维切片,取放射科和胃肠镜室,见图2。我们可以发现两科室的检查量都逐年增加,说明医院的医疗规模在不断扩大,而胃肠镜室在2008年以前没有检查量,说明医院在08年前RIS/PACS还没有覆盖胃肠镜室。

3.2 钻取

多维数据是具有层次性的,维度的层次实际上反应了数据的综合程度。维度层次越高,代表的数据综合程度就越高,细节就越少,数据量也越少;维度层次越低,则代表的数据综合度越低,细节越充分,数据量越大。数据钻取就是改变维度层次观察数据的方法。从较高的维度层次下降到较低维度层次上来观察多维数据为下钻,从较低的维度层次上升为较高维度层次上来观察多维数据为上卷。如图3是对图2在时间维度上的钻取。从图中可以看出,胃肠镜室在2~3月份,检查量有明显的上升,而3月份的检查量在各月份中也是最多的,说明在春节期间的暴饮暴食,节后出现肠胃问题的人较平时有明显的增加。对比分析其他影像科室,发现2月份的检查量相比其他月份都是最低的,可见春节期间就诊人数普遍减少,决策者可利用此分析结果合理安排科室人员调休和设备保养,使医疗资源得到更好利用。

4 图表形式的KPI数据展示

图表形式的数据展示,一般包括仪表盘、直方图、趋势图、饼图、散点图、圆环图、雷达图和曲面图等。这里结合实际介绍仪表盘、趋势图和雷达图等3种应用。

4.1 仪表盘

仪表盘主要用于实时显示监控数据,观察者能一目了然地了解系统或设备运行状况,应用最多的就是驾驶仪表盘。我们可以把仪表盘应用于影像科日常管理中,用于显示待检人数和待审人数等实时信息。通过从RIS/PACS数据库中提取病人检查的登记时间(Register Time)、检查完成时间(Execute Time)、报告审核时间(Approve Time)建立病人检查时间表(Patient Time),实时显示当前待检人数和待审人数。影像检查仪表盘,见图4。决策者可从中清楚地了解到科室当前时刻的待检人数和待审人数,了解科室运行情况。如超过警戒限度,则立即安排人手疏导检查,以维护良好的检查秩序。

4.2 趋势图

趋势图一般用来显示一定时间范围(1 d、1 w或1个月)内所考察指标的变化情况。一般以指标数值为纵轴,以时间值为横轴绘制图形。趋势图就像不断改变的记分牌,它的主要用处是确定各种类型问题是否存在重要的时间模式,以辅助决策分析。

根据影像科的业务需求,针对设备使用、检查量、检查费用、检查用时等设计各类趋势图。在此,就每日待检待审情况和全年不同病人类型检查量进行趋势图展示说明。

影像科每天都接待大量的病人,病人就检时大部分时间用在排队等候上,如何减少病人无谓的等候时间,提高服务品质,是医患共同关心的问题。决策者可通过了解病人待检和报告待审随时间变化的趋势图(图5),分析检查和审核高峰期,合理安排工作人员,减少病人等候时间,以提高服务效率。

不同病人类型检查量在2011年的变化趋势,见图6。从图中可以了解一年来检查量的变化情况,体检病人的检查在6月份和9月份会出现高峰,门诊病人的检查有冬夏之分,住院和急诊全年基本平稳。

4.3 雷达图

“雷达图”分析法结合多个指标进行直观、形象的综合分析与评价。为了院领导能更直观地了解影像检查各关键指标的变动情形,设计采用雷达图对医疗影像检查关键指标进行展示,见图7。决策者通过医院2010年和2011年11月份关键指标的同时显示,可以进行同期对比,掌握各阶段关键指标的变化情况,有助于根据医院实际情况进行持续改进。

5 结束语

本研究根据某三甲医院对影像检查绩效分析的需求,利用Microsoft SQL Server 2008建立了面向检查绩效主题的数据仓库。该数据仓库的应用,围绕医疗影像检查绩效开展关键指标数据展示研究,利用多维数据模型开展切片、钻取等OLAP分析,利用仪表盘/趋势图/雷达图等形式对医疗影像检查关键指标进行展示,为决策者提供直观的图表数据,以提高医院管理水平和服务效率。下一步将结合聚类/分类、关联和决策树等模型开展数据挖掘研究,以提高对信息的深层利用。

参考文献

[1]W.H.Inmon.Building the Data Warehouse[M].王志海,林友芳,译.北京:机械工业出版社,2006.

[2]郭庆,谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备,2010,25(5):64-67.

[3]冯嵩.数据仓库技术在医疗管理分析系统中的应用研究[D].长沙:中南大学,2007.

[4]Thomsem E,Splfford G,Chase D.Microsoft OLAP Solutions[M].Wiley Computer Publishing,1999.

[5]Jamie MacLennan,ZhaoHui Tang,Bogdan Crivat.Data Miningwith SQL Server2008[M].董艳,程文俊,译.北京:机械工业出版社,2010.

[6]戈欣,吴晓芬,许建荣.数据挖掘技术在放射科医疗管理中的潜在作用[J].中国数字医学,2009,4(1):60-61.

[7]吴德贻.数据挖掘技术及其在医院管理里中的应用[J].中国医疗器械信息,2009,(7):67-71.

影像数据中心 篇5

为了把“影像赣州·魅力城市”大型专题摄影的开篇做强做好，做出气势，做出样板，拟对中心城区8个版面内容作如下安排：

A1版（封面）：

一张中心城区白天全景式图片，配一首诗；开篇的话，导读。

A2版（回望）：

整版为改革开放之前赣州的老照片（南门口、小南门、骑楼街、中山路、大码头、老八境台等），配五六百字的文字（赣州的历史沿革、城区面积、主要街巷、历史事件等）。A3版（展望）：

突出城市建设规划先行的理念，展现未来赣州的美好前景。以清代赣州城廓图为参照对比图，展示未来大赣州整体蓝图、城市组团、城市公园、城市交通、人文环境建设等。配五六百字的文字（未来大赣州的整体发展目标、城市定位、人口、城市组团，人居环境等）。A4-A5通版（全景）：

展现改革开放30年来特别近几年来赣州中心城区建设的成果，人居环境的改善、基础设施的完善和城市功能的提升等。图片主要有：章江北岸全景式夜景图片、城区主要街道、、居住小区、市政中心大楼、广场公园、市民的日常生活、文化生活等。配八百字左右的文字（改革开放后的城市化进程、主要建设项目、新城区建设、城区面积扩大、城市功能的提升、城市亮化美化、市民住房的改善，卫生城市、园林城市建设成果等）

A6版（人文）：

文字五六百字，突出展现赣州悠久的历史和灿烂的文化，赣州的文化特色及其形成过程、背景，如八景文化、风水文化、客家文化、地方戏等；以图片作为文化的载体进行演绎，图片为：八境台与客家南迁纪念坛、古城墙、古浮桥、古井、慈云塔、文庙、通天岩石窟、郁孤台、赣南采茶戏等。

A7版（通达）：

赣州中心城市水陆空交通全景式展示。出入赣州的主要通道、新机场、火车站、城市梁、城市交通网等。

A8版（生态）：

展现以园林城市和卫生城市为主要内容的生态城市建设，打造优秀的人居环境。图片主要为：红旗大道的绿化、滨江沿岸的休闲绿化带、单位庭院园林化建设、古树名木的保护、公园景点、城市卫生等。配文字五六百字（赣州生态城市的特色、绿地面积、人均占有绿地面积、古树名木保护、环卫建设成就、生态环境指数等）

赣州晚报社

影像数据中心 篇6

关键词：以学生为中心 影像诊断教学 临床病例分析 模拟报告

中图分类号：G412 文献标识码：A 文章编号：1674-098X（2014）09（c）-0151-01

影像诊断学是通过特殊手段，展示患者身体内部结构的影像，是现代医学极其重要的一个分支。在以往的教学中，教学模式多以理论教学和实验教学相结合的方式进行，虽然采用了PPT教学和实验室观片让学生直观的接触到了影像图片，但大多教学过程是以老师为中心，由老师进行课程设计和实施，学生则是知识的被动接受者，最终对学生的考察也仅仅是一张理论考试卷，而对于学生真正学到了什么却没有很好的评量，以至于接触临床工作时知识匮乏。

当今教育的各种教学模式都是在提倡以学生为中心，强调的是如何培养学生的自主学习能力。美国教育学家爱华德·巴罗斯提出的PBCM（Problem-based Curriculum Model）教学模式是指在医学教育中，以问题为基础，学生加以讨论的教学模式。实践证明，学生的自主学习能力大大提高，并且形成了固定的课程模式应用至今[1-2]。

单单的理论教学难以调动学生的积极性，而完全的以问题为中心的学习又对学生的要求很高。我们将传统的教学和“以问题为中心的教学”相结合，探讨一条更适合所有层次学生的学习模式，让学生真正地感受到学习的乐趣和继续学习的欲望。

1 对象

吉林医药学院2010级医学影像本科班共有学生98人，分为两组，每组49人，对照组进行常规的理论教学，实验组在常规教学课后进行实验教学。

2 方法

主要是通过理论教学、临床病例分析讨论、模拟报告的形式进行[3]。

2.1 理论教学

按照大纲，利用PPT图文并茂的进行讲授，指出每一章节的重点和难点，与传统教学方法一致。

2.2 临床病例分析讨论

理论课结束之后，授课老师将收集好的典型病例和影像图片发给实验组的学生，学生根据老师讲授的理论课内容进行判断分析，通过查阅教科书、图书馆参考书和相关文献对病例进行分析，先对疾病进行诊断，并说出诊断依据，然后根据所诊断的疾病从病因、病理、临床表现、影像学表现、诊断和鉴别诊断加以阐述，所有内容均以PPT的形式展现给大家。老师通过抽签的方式让每一个学生都有机会参与。学生讲完后由老师进行点评并向其他同学提问。

2.3 模拟报告

给实验组的学生发影像片子，让学生独立诊断并按照每一个部位的书写格式完成影像书写报告。由老师修改并进行反复的校正。

3 效果

实验组的同学期末考试成绩均在85分以上，除此之外学生的各种能力均提高。结合教师对学生的考察结果和学生的收获体会总结如下。

（1）提高了学生自主学习的能力，扩展了学生的知识面。学生通过查阅资料，针对一个疾病进行深入了解，从起因到治疗，掌握了除书本以外的前沿知识，更贴近了以器官、系统为中心的教学[4-5]，起到了对知识的融会贯通。

（2）学生对专业学习产生了兴趣，为今后的学习找到了方法。从老师布置任务的不得已到找到学习的乐趣本身就是一种收获。学生在自主学习的过程中，无形的有了对知识的渴望，找到了适合自己的学习方法。

（3）锻炼了学生的口头讲述和分析问题的能力，增加了自信。通过学生自身知识的获得和PPT的讲述，锻炼了学生的表达能力和对病例的分析能力，同时由于深入的学习对疾病的鉴别理由也更充分，讨论起来也更加自信。

（4）为尽早适应临床工作打下基础。解析病例和独立书写报告的能力是影像工作者在临床工作中必不可少的，通过自身知识的丰富，加强了解析病例的能力；通过书写报告的锻炼，使学生在今后工作中能更早的适应环境。

（5）拉近了学生和老师的距离。由于每一个学生自学能力、理解能力不同，在学习的过程中不懂得就会向老师讨教，无形中拉近了师生的关系。

（6）提高了教师的专业水平和教学能力。在教师准备教学的过程中，要求老师也要搜集大量资料辅导学生，提高了老师的教学水平和与学生互动的能力，有助于教师队伍的建设。

4 结语

总之，以学生为中心的教学是需要每一个教师亲身体验和尝试的，作为老师每天想的问题也不是“我教了多少”而应该是“你学到了多少”。以学生为中心的教学理念在影像诊断中的应用的核心是教师的理论讲授和学生的自主学习相结合，由教师考核和指导。优点是增加学生的学习兴趣，提高学生的学习能力，使学生对知识融会贯通而不是死记硬背，当然更重要的让学生通过自身的学习热爱这一门学科，为今后的医学事业打下坚实的基础。作为老师要在探索中前进，时刻“以学生为中心”，总结经验，寻求最适合的教学模式，为国家培养影像界人才。

参考文献

[1]Mien S，Filip D.Assessment Practices and Students Knowledge Profiles in a Problem-based Curriculum[J].Learning Environments Research， 1999， 2 （2）：191-213.

[2]王文献，王玉锦，文利，等.以问题为基础的影像学教学[J].现代医用影像学，2004（6）：277-278.

[3]肖静，陈朝霞.二步式病例教学法在影像诊断学教学中的意义[J].医学教育探索，2008，7（10）：1082-1084.

[4]司道文，张宇新，杨林，等.“以器官系统为中心”的医学基础课程整合“三步走”的改革探索及设想[J].中国现代医学杂志，2009，19（14）：2238-2240.

影像数据中心 篇7

GIS由于其图形直观展示、空间查询计算、集成各专业数据等技术特点, 在海洋石油领域得到了广泛应用。遥感影像数据作为GIS数据的一种重要组织和存储方法, 由于其获取的方便、经济、大范围等特点, 并且能够为决策提供更强的时效性信息, 从而成为GIS平台很重要的数据来源[1]。

遥感影像数据组织为栅格像素矩阵形式, 为了很好地与二维矢量数据一样在GIS平台的不同投影下显示, 栅格数据的投影问题是无法回避的技术难题。如何精确、高效地进行栅格数据投影是本文研究的重点。本文提出了一种栅格地图投影变换优化方法, 运用了金字塔技术、中间图像技术、多线程技术及分块仿射技术, 综合提高了栅格数据投影显示的效率, 并使用最近内插技术进行了栅格数据的重采样, 提供了具体思路和实现流程。利用本文提出的方法可以优化栅格影像地图投影变换。

1 栅格投影特点及技术研究

1.1 栅格投影变换难点

栅格数据是按网格单元的行与列排列, 是具有不同灰度或颜色的矩阵数据。栅格投影变换是从一种矩阵排列到另一种矩阵排列变形的过程。栅格地图投影变换使用到的优化技术方法是本文研究的核心内容。目前基本方法为解析变换法[2]。即找出两投影间的解析关系式, 即{xi, yi}→{Xi, Yi}。常用的数值解析变换法存在以下3个问题:

(1) 海量遥感数据的广泛应用, 使得计算机显示效率低。

随着遥感影像数据的分辨率逐步提高, 高分辨率数据量呈几何级增长。利用金字塔技术能实现遥感影像的快速搜索与显示, 具有局部图像快速更新、图像无缝连接等优点, 但在显示效率上还有优化空间。

(2) 遥感影像数据量大、投影效率低, 投影算法复杂。

按逐个像素进行投影的效率极为低下, 特别是在图像漫游显示过程中, 不断读取硬盘中的数据在所难免, 因此需要解决的是如何尽量减少这种硬盘操作时的读取数据量及读取次数。

(3) 准确率低。

图像的重采样是研究栅格投影变换后图像修补的主要算法, 在新的图像长宽下, 对变换后的结果进行评估和分析, 确定变换结果。

1.2 研究思路及关键技术

1.2.1 研究思路与方法

如何解决海量数据的显示问题, 如何高效地进行遥感影像数据的投影, 基本思路如图1所示。

(1) 对于栅格地图投影变换, 处理的对象是原始影像通过金字塔分级切片以后的瓦片图像, 所以栅格投影变换可以看作是瓦片从一个平面到另一个平面的变换[3]。通过当前屏幕大小找到屏幕范围下的瓦片文件作为中间图像, 按当前投影存入文件缓存中。

(2) 针对每一个瓦片进行投影变换, 为提高效率采用多线程和分块映射的方法[4]。并重新计算仿射后瓦片新的长度和宽度, 采用像素映射按位置对应关系进行投影。

(3) 最后按插值算法重采样进行空白修补, 分边缘修补及整体修补两种方法。

1.2.2 中间图像技术

成熟的瓦片地图金字塔模型是一种多分辨率层次模型, 一般思路是从瓦片金字塔的底层到顶层, 按分辨率由高到低的次序, 以文件瓦块的方式分层存储。快速找出具体瓦片的位置即层名及文件名, 作为中间图像放入文件缓存中, 再进入下一步的投影变换[5]。

在中间图像中, 不只是简单地将原始遥感图像进行分块后存储, 而是在建立中间图像过程中, 属性数据与图像数据分别存放在两个文件, 文件命名规则以投影代号—层号—纬度代号—经度代号的规则编码组成。建立了分级中间图像后, 就可以实现所有格式图像的统一显示和处理, 从而大大降低了图像处理系统的开发工作量和程序代码量, 也使得开发人员可以集中精力开发针对中间图像的处理。

1.2.3 分块仿射技术

每一个瓦片图片投影变换, 通常是对瓦片每一个像素进行像素级的一个个投影算法的变换, 由于投影算法本身比较复杂, 效率相当低。这里采用分块仿射技术, 先按等大小分块, 计算每块的大地坐标, 再针对每一小块像素点投影后坐标进行插值计算大地坐标。在具体设置影像数据块大小时, 为了配合金字塔技术, 通常数据块的宽、高取为2的整数幂, 本文的影像数据块划分大小为m_oldRow /_DEG@m_oldRow /_DEG。这种分块仿射技术使得投影的效率大幅提高, 提高了_DEG倍。

1.2.4 最临近内插技术

由于考虑到图像效率问题, 这里采用了简单的像素映射填充法。映射算法是逐像素、逐行地产生输出图像。即设 (u, v) 为源图像上的点, (x, y) 为目标图像上的点, 则空间变换就是将源图像上 (u, v) 处的颜色值与目标图像上 (x, y) 处的颜色对应起来[6,7]。

除了采用多线程进行每块的仿射变换, 还需确定新的图片长宽大小, 以便建立像素RGB映射关系。本文的算法是先求中线的倾角, 以确定位图扭曲的角度进而确定新位图的宽高 (尽可能保持像素为1∶1的分辨率) , 图2为投影后图像长宽的计算方法。

double xc1 = (pNewX[0][0] + pNewX[0][m_NewCol-1]) /2;

double yc1 = (pNewY[0][0] + pNewY[0][m_NewCol-1]) /2;

double xc2 = (pNewX[m_NewRow-1][0] + pNewX[m_NewRow-1][m_NewCol-1]) /2;

double yc2 = (pNewY[m_NewRow-1][0] + pNewY[m_NewRow-1][m_NewCol-1]) /2;

double a = ( (int) abs ( atan2 (yc2-yc1, xc2-xc1) *AngleToRad) % 90)

int NW = ceil (nWidth * (sin (a ) + cos (a) ) ) ;

int NH = NW; //长宽等大小

图像投影后处理包括图像空洞填补等问题, 每个像素的灰度级由邻近像素的插值所唯一确定, 最简单的插值算法是最邻近插值, 也称为零阶插值, 输出的像素灰度值等于距离它映射到的位置最近的输入像素的灰度值。最邻近插值算法简单效率高, 在许多情况下都能得到令人满意的结果。

2 实现与应用

公共GIS平台主界面是GIS底图, 左边是空间对象的类别列表, 显示遥感影像如图3所示。该公共GIS平台在海洋石油多个专业系统有着广泛应用。

3 结语

本文针对海洋石油领域的需求实际, 对优化的遥感影像投影技术引入海洋石油领域的方法及实践进行了研究, 是GIS数据高效显示从矢量到栅格方式的飞跃。其重要意义在于通过采用中间图像技术、栅格分块仿射技术、临近内插技术, 使得在充分利用计算机软硬件资源的基础上很好地解决了海量遥感图像投影中的关键性问题, 并且系统在实际工作中有很好的应用效果。

摘要：针对GIS遥感影像数据投影变换特点, 对影像数据变换的金字塔中间图像、分块仿射变换、最临近内插等技术与方法进行了研究。着重阐述了遥感影像数据投影中的难点, 提出了影像投影优化的研究思路及关键技术, 解决了投影中遇到的主要问题。最后通过项目实践验证了影像投影变换技术在中海油GIS平台中的应用效果及意义。

关键词：GIS,遥感影像,投影变换,海洋石油

参考文献

[1]张云飞, 张钦, 杨建钦, 等.基于空间对象的公共GIS模型及其在海洋石油信息化中的应用[J].中国海上油气, 2009 (3) .

[2]许勇, 万国龙.海量图像数据快速显示技术[J].计算机工程与设计, 2003 (6) .航天大学北方科技学院学生, 研究方向为计算机科学与技术;李佳佳 (1991-) , 女, 沈阳航空航天大学北方科技学院学生, 研究方向为计算机科学与技术。

[3]吴信才, 郭玲玲, 李军.RDBMS和COM量的海遥感影像数据的管理和Web发布[J].中国图像图形学报, 2002 (4) .

[4]张怀莉, 王卫安.几种Web GIS技术解决方案综述[J].东北测绘, 2003 (12) .

[5]陈述彭, 鲁学军, 周成虎.地理信息系统导论[M].北京:科学出版社, 2000.

[6]章孝灿.海量遥感图象快速显示技术[J].中国图像图形学报, 2002 (10) .

[7]ZHANG L I.Geographic information system in the Internet age[J].A cta Geodaetica et Cartograph ica Sinica, 2002 (1) .

影像数据中心 篇8

关键词：遥感,polling,数据共享

随着社会对信息数据的巨大需求, 遥感卫星数据量呈爆炸式增长, 同时, 遥感应用对数据的巨量需求, 推动了遥感影像处理技术的不断发展。近年来, 在国家大力支持下, 遥感卫星在我国社会生产和生活中的应用越来越广泛。随着科技的进步, 遥感卫星数据的分辨率越来越高, 包含的信息也越来越多, 存储容量也随之增大, 一景数据量甚至达到GB以上。遥感卫星数据的另一个重要特点是存储比较集中, 因此如何将成千上万景遥感卫星数据高效、安全地共享给有需求的用户, 是如今遥感卫星数据共享研究的重要课题。

目前, 下载需要的数据广泛采用的是查询-订购-下载技术。用户将需要下载数据的信息发送给中心服务器, 中心服务器根据用户要求查询数据库并把查询结果反馈给用户, 用户根据中心服务器返回的结果再进行详细的筛选, 选择想要下载的数据并向中心服务器发送下载请求, 然后开始下载数据。数据的下载采用PULL模式。

1 相关研究及存在的问题

传统的遥感卫星数据下载策略是用户只能从中心服务器下载数据, 如果成千上万个用户同时从中心服务器下载数据, 中心服务器就会因超负荷运行宕机, 导致整个数据共享系统瘫痪。为了解决单个服务器的瓶颈问题, 产生了P2P网络拓扑结构 (对等网络) , 也是目前大文件下载普遍采用的网络拓扑架构。在P2P网络拓扑架构中, 每个节点都把文件共享出来供其他节点下载, 文件不只存储在中心服务器中, 而是分布存储在各个节点中, 节点之间可自由建立连接进行文件传输。用户在下载文件时, 可直接与存有该文件的节点建立连接, 进行多线程并行下载, 缩短了文件下载的时间, 提高了网络资源的利用率, 从而高效的解决了中心服务器面临的存储容量瓶颈问题以及多用户同时下载造成的资源瓶颈问题。

在基于对等架构的策略中, 每个拥有遥感卫星数据的Peer都把自己的数据共享出来供其他Peer下载。当其中一个Peer (假设为Peer A) 查询要下载的数据时, 中心服务器会返回拥有该数据的所有Peer的列表和详细信息, 然后A和用户列表中的用户直接建立连接, 从这些用户的资源中并行地获取自己想要的数据。每个Peer既是客户端也是服务器, 最大程度地减轻了中心服务器的压力。

虽然遥感影像数据的下载采用了P2P网络架构, 但是由于每个节点的网络传输能力不同, 所以容易产生下载相同大小的数据块时每个Peer的消耗时间不一。例如, 节点A的传输能力比节点B的传输能力要强很多, 则A在传输完成时就会与客户端断开连接, 进入空闲状态, 而B节点的数据还没有传输完成, 从而影响整景遥感数据的下载用时, 同时也降低了网络资源的利用率。

由于每个节点的网络环境不同, 因此基于P2P网络结构的遥感卫星数据下载存在不足。基于此, 提出了P2P网络拓扑结构和Polling机制相结合的策略, 采用数据拉取模式来提高各个节点网络资源利用率, 从而缩短遥感卫星数据的下载时间。

2 基于Polling机制的遥感数据分发策略

2.1 数据查询

通过数据查询模块, 用户可以根据个人需求, 筛选出自己需要的数据。数据查询模块包括检索、浏览、贴图等功能。通过数据检索功能, 用户可以根据数据的景号、地理坐标区域、卫星名称、波普特征、空间分辨率、成像时间、轨道号、云量等遥感卫星数据特征筛选出自己需要的数据;通过浏览功能, 用户可以从筛选后的结果中任意选择一个来查看该卫星数据的详细信息, 包括卫星数据的基本特征信息、缩略图、拍摄时间、接收时间、经纬度信息, 方便用户更直观地查看卫星数据的详细信息;贴图功能, 主要是将遥感卫星数据的缩略图在地图中显示出来, 使用户对所选数据有个大概的认识。

2.2 数据下载

遥感数据的下载是整个系统的核心, 数据下载的基本步骤为:用户选择要下载的数据并将数据的基本信息和下载请求信息发送至中心服务器, 中心服务器根据卫星数据信息查询数据库, 筛选出拥有该数据的所有节点的详细信息, 将这些信息返回给用户, 然后用户与其他节点建立连接进行数据传输。

下载机制的主要目标是根据节点的不同情况合理地为用户分配任务, 使每个节点都能流畅地进行数据传输。为了直观地说明Polling机制下载数据的传输过程, 假设拥有数据A的用户个数为N, 即可用节点个数, 同时也是资源总个数, 将可用节点个数N设为一个轮询周期。由于每个节点的传输能力不同, 所以在一个Polling周期内按照节点的传输能力为每个节点安排与其传输能力相当的数据块。如果在一个轮询周期, 第一节点分配了5个数据块, 则第一个周期它下载1-5块, 下载完后, 下载p+1-p+5 (p为可用节点个数) , 依次类推。在每一个轮询周期中, 给每一个节点分配固定的存储区域。一个节点下载完一个轮询周期的任务之后, 接着下载下一个轮询周期的任务, 这就是基于轮询的下载机制。

需要说明的是, 每一个轮询周期中分配的任务量不是固定不变的, 需要根据每个节点的网络状态采用奖惩算法进行调整。不管怎么调整, 每一个轮询周期所分配的任务总量都是比较少的, 总量下降了, 每个可用节点被分配任务的平均数也相应减少了, 这是轮询机制的优点。每个Serving Peer分配到的下载任务更少, 这相当于微分, 尽可能的细分任务, 然后根据每个可用节点的网络状态为其分配合适的任务量, 从而减少了对每个可用节点的依赖。如果某个可用节点出现问题, 马上会有另一个可用节点填补上去, 从而确保了整个传输机制的健全性。

3 性能比较

本系统的测试在小局域网内进行, 通过向网络中逐渐加入新用户来收集需要的数据节点, 提升下载速度。遥感数据在C/S模式、传统P2P网络、基于轮询的P2P网络中的随着用户数量增加而发生的变化如图1所示。

由测试结果可知, 随着网络中节点的数量越来越多, 遥感影像数据的传输速度也越来越快。当系统中节点数目由1个增加到4个时, 下载速度由5MB/S上升到了6MB/S。

假如系统使用网络结构简单的C/S架构来下载遥感影像数据, 且只有一个服务器提供遥感影像数据的下载服务, 假设整个网络的下载带宽为5M/S, 当网络中同时有4个用户下载遥感影像数据时, 下载速度会随着用户数量的增加而变慢。所以, 与网络结构简单的C/S架构相比, 对等网络结构能提高遥感影像数据的下载速度。

如果系统不采用轮询的传输机制, 有4个用户请求下载, 服务器把任务平均分给他们, 节点的增多只是增加了分配的人数, 每个人分到的就会减少, 降低了网络资源利用率, 极大的浪费了网络资源。即, 随着整个网络拓扑中的节点越来越多, 发现遥感影像数据下载速度与只有一个节点下载数据时相比没有明显的变化, 并没有实现下载速度随着请求用户的加入而逐渐提高。由此可知, 使用轮询机制的P2P遥感影像数据分发系统确实能够提高遥感影像数据的下载速度。

4 结论

通过对遥感影像数据特征的分析和对现有网络传输技术以及网络传输架构的研究, 提出了在P2P网络环境下, 采用轮询机制进行遥感影像数据下载的策略, 该策略根据每个可用节点网络状态的不同进行任务的分配, 进一步提高了网络资源的利用率。

通过与C/S模式、非轮询机制的P2P遥感影像数据分发系统之间的比较, 证明了采用轮询策略的遥感影像数据下载确实比另外两种方式更高效, 这也证明了基于Polling的P2P流遥感影像数据分发系统的优势。

参考文献

[1]娄淑荣, 孟令奎, 方俊, 等.基于对等网络的多分辨率影像的网络传输模型[J].测绘学报, 2010 (05) :628-634.

[2]王凯.文件共享对等网中文件传输的性能分析与设计[D].上海:上海交通大学, 2009.

[3]周正, 张晋豫.基于Polling的P2P流媒体传输协议的研究[D].北京:北京交通大学, 2010.

[4]王国英, 苏德富, 等.一个基于元数据的对等信息系统模型[J].计算机工程与应用, 2004 (28) :177-181.

[5]徐盛伟, 王明常, 等.基于J2EE的分布式海量影像分发服务研究和实现[J].吉林大学学报 (地球科学版) , 2006 (03) :491-496.

遥感影像数据库管理系统研究 篇9

1 遥感影像数据库管理系统所具备的要求分析

遥感影像是记录电磁波的胶片, 与我们日常的影像数据存在很大的区别, 从遥感影像数据特征来进行分析, 遥感影像数据库管理系统需要具备以下几点要求:

1.1 在实际当中, 遥感影像的来源

有很多渠道, 如航空影像、卫星影像等等, 因此, 遥感影像数据库管理系统的兼容性要强。

1.2 遥感影像具有一个很明显的

特点就是能够表现立体空间, 支持空间表达对于应高影像来说是至关重要的, 所以遥感影像数据库管理系统对于空间数据索引和数据查询具有一定的能力。

1.3 由于遥感影像数据库来源于很

多的渠道, 影像数据也没有统一的标准, 所以对于遥感影像要满足多尺度的特性。

1.4 遥感影像数据库管理系统必

须具备“无缝性”, 主要表现在其一集合空间的无缝, 遥感影像的存储一般来说具有固定的存储模式, 而无缝性的要求就是要打破这种模式, 构建一个无缝的区域, 用户在使用的时候图幅是透明的。二是色彩空间的无缝性, 遥感影像数据库管理系统在一定区域和分辨率范围内, 影像色彩的变化应当是平滑的, 不能出现明显的差异。其三是尺度空间的无缝性, 在操作遥感影像数据缩放的时候, 应该保持不同尺寸之间的遥感影像能够平稳的过渡。其四是影像数据和元数据的无缝性, 该性质是遥感影像数据库管理系统建设当中需要着重强调的。

1.5 遥感影像应用较为广泛, 对于商业用途来说, 系统的通用性、扩展性以及维护性是非常重要的。

1.6 随着社会经济的发展, 遥感影

像数据量急剧增加, 遥感数据库管理系统的储存量也应该是海量的, 必须要达到TB级。

1.7 从数据可视化的角度上来说, 遥感影像数据库管理系统的建设应该以零延迟为目标。

2 遥感影像数据库系统管理模式研究

从大体上来说, 遥感数据库系统管理的主要方式可以分为三大类, 一个是基于文件的方式, 其次是基于数据库的方式, 最后就是文件和数据库混合的方式, 下面文章对三种方法进行简单的分析:

2.1 基于文件的方式

遥感影像数据库管理系统基于文件方式进行管理的主要优点就是结构不复杂, 并且维护的费用也不高, 技术相对来说较为成熟。同时也存在一定的缺点, 主要表现为安全性能不高, 不能支持多用户进行并发操作, 元数据管理效率较低等等。因此, 对于这种管理方式来说在多数据量的环境下性能表现力不从心, 大多数情况下只能适用于遥感影像数据量较小的环境下。

2.2 文件和数据库混合的方式

文件和数据库混合的方式的主要原理是将遥感影像数据以文件的形式保存在服务器上, 但是与之对应的元数据却分隔开来保存在了数据库当中, 这种管理方式的主要优点是遥感影像数据存储的效率高, 但是相对难度也会增大很多, 并且随着时间的推移, 遥感影像数据量会不断增多, 并且后期的维护难度也非常大。

2.3 基于数据库的方式

基于数据库的遥感影像管理模式主要以分布式对象对应关系数据库管理遥感影像数据, 该方式不仅可以给中央服务器减负, 还可以减少产生瓶颈的几率, 提高数据的传送率、查询以及更新效率, 可以大大缩短相应时间, 并且能够支持多用户的并发访问, 这些都是其他管理模式无法比拟的。除此之外目前的数据库都设置了安全访问控制机制, 这样的设置能够为开发人员省下了不少的麻烦, 提高效率。

3 遥感影像数据库管理系统建设对比分析

由于工作的需要, 遥感影像数据库管理系统的功能要求越来越高, 为了更好的进行分析研究, 文章对比了传统遥感影像数据库系统来论述。

3.1 传统遥感影像数据库管理系统分析

3.1.1 关系数据库系统

传统的关系数据库对于遥感影像数据的处理仅限于数值和字符串, 并没有丰富的数据类型, 这对于遥感影像的使用、研究来说是极其不方便的, 建立在对象层来挖掘面向对象应该是目前的主流, 对于对象数据库的存储和访问不能优化, 其效率不高, 而且技术上也存在严重的问题。

3.1.2 对象数据库系统

在上个世纪八十年代以来, 对了遥感影像数据的最好技术就是面对象技术, 这种技术的应用能够使得系统当中的数据模型表现的更加直观、并且性能更加的问题, 后期维护也较为方便, 同时这种系统也存在致命的缺陷, 对于SQL的支持很少, 实际的工作当中, 许多软件需要应用到SQL接口。

3.2 对象一关系数据库系统

对象一关系数据库管理系统具备最大的优势就是具有面向对象的建模能力, 对于复杂的遥感影像数据都能进行分析, 用户可以直接使用数据管理工具, 将遥感影像应用的具体范围与系统实现无缝结合, 极大的提高了工作效率。

在目前来说, 对象一关系数据库管理模式还处在研发阶段, 只能说是一种新兴的技术, 其应用的行业领域也较窄, 相比上文论述的遥关系数据库管理来说还尚不成熟, 关系数据库系统的所有操作只是按照既定的操作标准来执行, 相对来说非常简单, 但是其致命缺点有限的数据类型以及程序设计中数据结构是制约关系数据库系统发展的最大障碍。而遥感影像数据对象一关系数据库管理系统能够将面向对象的建模能力和关系数据库的功能实现了有机的结合, 理论上来说都优于上述两种遥感影像数据库管理系统, 还能将关系数据库系统缺点转换成优势, 具有高度的扩展性、管理复杂遥感影像数据的能力也大大提高, 用户通过自定义的功能和索引表达, 对于各种类型的遥感影像数据实现访问、存储以及恢复等功能。

遥感影像数据对象一关系数据库管理系统通过开放SQL平台, 可以最大限度的避免定义复杂对象的专有数据结构, 使得遥感影像数据库管理系统的应用更加广泛。

4 遥感影像数据库管理系统建设的技术分析

随着遥感技术的不断发展, 遥感影像数据量增长速度越来越快, 在这样的背景下, 必须要研发出一套高效的管理应用系统, 将遥感影像的分发以及处理能力提升到新的高度, 与此同时还需要很好的契合遥感影像数据制作影像海图等各方面应用需求。高效科学的遥感影像数据库管理系统建设成为了业内关注的焦点。鉴于此, 文章对遥感影像数据库管理系统建设的总体构架以及相关的技术问题提出了几点愚见。

4.1 遥感影像数据库管理系统建设的总体架构

针对日常生产生活对遥感影像数据库管理系统提出的功能和要求, 总的来说, 系统的总体框架可以分成四层:基础设施层、数据层、逻辑层和应用层。在这四个层次当中, 基础设施层是整个遥感影像数据库管理系统运行的基础, 主要包含了系统的软硬件运行环境以及网络运行环境的建设;第二层数据层对于整个遥感影像数据库管理系统来说, 是非常关键的组成部分, 也应该是建设的重中之重, 其主要的功能是对采集的原始遥感影像、影像元数据以及矢量数据等等进行储存;而对于逻辑层来说, 主要的工作就是对客户端访问遥感影像数据库所需的功能部件进行优化升级;最后的应用层主要就是对遥感影像数据库管理系统当中的集成影像进行日常的管理和维护, 同时提供查询、分析以及分发等等功能。

4.2 遥感影像数据库管理系统功的能设计

结合上文对遥感影像数据库管理系统总体架构分析, 所提出的四层主要架构需要实现的功能, 可以将遥感影像数据库管理系统分为五个子系统。

4.2.1 质检入库子系统

遥感影像采集后需录入到系统当中, 但是在此之前需要对遥感影像进行质检, 主要检查的内容包括了遥感影像的完整性、一致性等等, 并且通过工程化方式对遥感影像、元数据等等实现快速入库, 支持断点续传、后台任务同时进行。

4.2.2 组织管理子系统

该子系统是对遥感影像数据管理的核心部分, 主要对数据库当中遥感影像的参数进行配制、同时还包含了数据建模、数据备份以及数据共享等等应用, 方便遥感影像数据的共享和管理系统的集成。

4.2.3 分发服务子系统

需要在系统中引入电子商务模式的影像分发服务, 实现对数据库中遥感影像的查询、分发等功能, 同时在改子系统当中提供开放的数据接口。

4.2.4 技术支援子系统

对入库的遥感影像数据进行规范化处理, 包括了元数据的采集、快视图提取、镶嵌、配准等。

4.2.5 配置维护子系统

主要的工作是支持和维护遥感影像数据库管理系统的运行, 提供一系列的安全管理配套功能, 如用户管理、日志信息维护等。

结语

遥感技术随着社会经济的发展, 应用越来越广泛, 面对与日俱增的遥感影像数据, 必须要建立一个强大的遥感影像数据库管理, 这也是遥感影像发展的必然趋势。遥感影像信息系统核心技术设计的范围较广、难度较大, 目前有很多的学者在进行这方面的研究, 本文对遥感影像数据库管理系统的建设只是进行了粗浅的探讨, 相信随着研究的深入和科技的发展, 遥感影像数据库管理系统建设相关研究会更加的深入, 遥感影像也会更加方便的应用于我们的各项工作当中。

参考文献

[1]黄杰, 刘仁义, 刘南, 沈林芳, 王娜.海量遥感影像管理与可视化系统的研究与实现[J].浙江大学学报 (理学版) .2008 (06) .

[2]谭庆全, 毕建涛, 池天河.一种灵活高校的遥感影像金手塔构建算法[J].一计算机系统应用, 2008 (17) .

遥感影像基础数据库的安全设计 篇10

遥感影像基础数据库是以遥感影像为对象的基础数据库。遥感影像数据属于高价值、高敏感度、高安全级别数据。本文即以某遥感影像基础数据库案例为例,探讨了遥感影像基础数据库安全设计问题。

2 遥感影像基础数据库的安全规划

2.1 用户认证

数据库的通过两种途径加强用户认证安全。首先使用复杂的密码规则来提高密码的强度。其次,通过使用和定期更新密码规范来对数据库帐号进行安全管理复杂密码规则对于确保密码健壮性至关重要,复杂规则应作为各级机构中正式的密码策略。各级机构需要对用户制定密码规范管理数据库的密码和认证。规范中可以设置所期望密码的属性,并强迫用户使用密码规范。

案例中, 引入了个人信息定制方式制定定期策略通过对个人信息分类管理, 采取定期随机抽取相关类别、指定组合规则、交叉互换等方式设置规范。

2.2 访问控制

访问控制的由权限与角色设置、精细访问控制两部分构成。对用户权限的授予可以通过直接授予、间接授予种方式进行。权限的授予可以传递,已经具有某种权限的用户可以将自身权限或其中部分权限再授予或传递给其他用户。对数据库中的数据应设置不同的安全敏感标记,并将安全敏感标记与用户进行关联,从而控制用户对不同级别数据的访问控制。

需要指出的是,案例中对精细控制考虑较多,综合了遥感影像分辨率、定位参数、影像覆盖地区、获取时间、传感器参数模型等多种指标限定。

2.3 数据安全

由于数据库在操作系统下以文件形式进行管理,入侵者可以直接利用操作系统的漏洞窃取数据文件,或者篡改文件内容。因此,数据库保密不仅包括在传输过程中采用加密保护和控制非法访问,还包括对存储的敏感数据加密保护。

2.4 审计

数据库审计就是对用户在数据库中的操作情况进行监视记录,以便分析跟踪其行为的功能。数据库审计应当支持特权用户审计、数据库审计和精细审计。

特权用户审计就是对具有DBA权限的特权用户执行的操作进行审计,即连接、关闭、启动数据库,并将审计记录存放到系统的审计跟踪中。

数据库审计是数据库安全管理员对普通用户的数据库操作的审计。数据库审计监视和记录相关用户操作,并将审计记录存放到特定位置。

精细审计是对数据库审计的补充。精细审计可以确保审计信息精确到数据库的具体用户、访问对象、访问行(列)。

3 影像基础数据库监测的实现手段

3.1 加强数据库用户管理

按照数据库容量和管理数据库用户工作量,数据库安全管理者可能是拥有Create,Alter或Drop数据库用户的一个特殊用户, 也可能是拥有这些权限的一组用户。因此,需要注意加强对数据库系统管理员账号的控制与使用。

3.2 加强数据库用户身份认证

数据库用户可以通过操作系统、网络服务或数据库进行身份确认。通过主机操作系统对用户身份确认进行集中控制。

3.3 严格规定数据库管理员在操作系统安全性方面的控制

数据库管理员必须有Create和Delete文件的操作系统权限。一般用户不与数据库相关文件的操作系统权限。如果为数据库用户分配角色,则安全管理者必须有修改操作系统帐户安全区域的权限。

3.4 采用合适的数据库安全性策略

数据库安全性考虑应基于数据的重要性。案例中,对中、低分辨率的影像文件数据的安全性策略相对宽松。但是,对高分辨率影像文件、参数文件等的安全性策略则相对严格,以确保对访问的有效控制。

3.5 数据库操作行为审计监控

为了数据库系统的安全性,需要建立数据库与应用监测系统 。数据库 操作行为 审计与监 控采用旁 路式Agent方式对访问进行监控 ,以发现非法访问和侵入 ,并报警。数据库操作行为审计监控系统主要用于监视并记录对数据库服务器以及应用服务器的各类操作行为。通过对网络数据分析,实时、智能解析对数据库服务器的操作。一般操作行为如数据库的登录、注销,特定操作如对数据表插入、执行特定存贮等,都被记录和分析,分析的内容可以精确到SQL操作语句一级。系统还可根据设置的规则,智能判断出违规操作数据库的行为,并对违规行为进行记录、报警和实时阻断。

在案例中,对关键业务主机通过双机冗余来实现其可用性和可靠性并制定了数据备份策略。此外,根据数据重要性不同,建立数据访问连续性计划,最大程度保障系统的可靠性。

4 影像基础数据库的传输安全

4.1 传输过程的安全性

为防止数据传输过程被截获、篡改,需要采用加密的技术对传输的敏感数据进行数字签名和加密。案例中,同时采取了数字签名和数据加密两种方式。数字签名是用于数字化文档的身份验证技术。案例中,数字签名通过引入RSA和MD5算法实现。签名时, 先使用MD5创建信息“数字指纹”;然后用RSA秘密密钥加密信息的“数字指纹”“。签名附在原文后面,签名的文件。验证签名时, 先用公开密钥还原“数字指纹”, 然后用MD5处理信息 ,最后与从签名还原的“数字指纹”比较 ,验证数字签名的真实性。

案例中采用RSA算法对包含影像文件、参数文件的压缩文件集进行加密。RSA属于公开密钥算法,每个人有两个密钥,即公开密钥和秘密密钥。为了提高效率,我们将RSA和DES结合使用。加密时, 系统随机选择一个DES密钥,并用DES算法加密原文信息。然后,利用公开密钥加密DES密钥。将用DES加密的信息和用RSA加密DES密钥合在一起 ,构成密文。解密时 ,首先依据私有密钥解密DES密钥。然后再用DES密钥解密DES加密信息,得到最终的解密信息。

4.2 传输数据的完整性

由于遥感影像数据通常数据量较大,一旦传输异常,则会造成影像文件恢复异常。在案例实践中,为解决这一问题,开辟了专门VPN通道,分配充裕带宽,以确保数据传输过程稳定性、可靠性和加固安全性。

5 结束语

遥感影像基础数据库的安全设计是一项复杂的工作,需要兼顾各种可能发生的安全行为和安全需求。案例实践以局域网环境为背景,如需数据库并入互联网环境,则应对本方案设计进一步完备、补充。

摘要：遥感影像基础数据库作为是国土资源部门重要的信息基础设施。由于遥感影像数据属于高价值、高敏感度、高安全级别的基础数据,因此有必要对数据库安全加以重点关注。本文结合某遥感影像基础数据库实例,从数据安全规划、数据监测手段、数据传输安全三个方面对遥感影像基础数据库的安全设计思路进行了初步阐述。

PACS：从影像而来，颠覆影像 篇11

常常有患者问：拍完CT为啥不能立刻拿片子？一般来说，这个问题如果问医生护士或者导医的话，会得到的答案80%都是“等出报告”。事实上，这个问题在某些层面上还是可以用来简略地解释一下“PACS”这个大部分患者都并不熟识的系统。

医院放射科往往是信息建设最发达的一个科室，而大部分医院的PACS正是以放射科为基础进行扩展，逐渐开始向区域互联的方向发展。

这不止是个网络硬盘

拍完CT后发生了啥事？

常有患者说：“你们的CT咋不能立等可取呢？不都是机器时代了吗？难道不是跟拍立得一样扫一下印一下就行了吗？咋的，你们还要PS一下啊？”

对于最简单的CT来说，确实可以立等可取，但是大部分CT并没有这么简单，按复杂程度，从拍到取，一般都要经历半小时到数小时的时间。对此，耐心的医生往往会解释说：“是的，需要类似PS的后期来着。再说，诊断报告可不是机器出的（虽然很多患者真的觉得诊断报告也能机器自动出。从拍CT到出报告，中间还有很多步骤的。”

医生们解释的时候不太会涉及到更技术化的东西，因为说了患者也是听不懂的，当然也不关心。拍完CT后有啥患者看不到的秘密步骤呢？

首先，拍完CT，电脑上马上可以看到图片了，这毋庸置疑。没什么问题的情况下，一个病人是不需要多长时间的，遇到问题比较复杂的病人就很费时间了。日常上班的时候由于病人数量多，需时较长，拿报告时间每个医院不一样。在做急诊的时候或者是周末，由于上班医生、技师不多，患者数量也不少，很可能一个医生要兼顾登记、扫描、打片、诊断，所以需要的时间就比较长了。最主要的，CT图片需要后期处理，然后传到PACS系统上在诊断室做诊断——对的，放射科医生一般负责的是拍，诊断还是靠诊断室医生。这就涉及到了PACS系统，从这点来看，大致能看出PACS系统起到了一个数据采集传输和汇总分析的作用。

当然，PACS系统的作用不仅于此。

PACS的前世今生

医学影像存储与传输系统（Picture archiving and communication system， PACS）是全面解决医学图像的获取、显示、存储、传送和管理的综合系统。中国医院管理协会信息管理专业委员会（CHIMA）《2012-2013中国医院信息化状况调查》结果显示，除电子病例系统及临床信息系统外，PACS是医院各应用系统中最重要的信息系统之一。今天，在医疗信息技术趋向高度集约化、网络化及移动化的发展态势下，区域医疗已成为医学界普遍关注的热点，在此背景下，PACS也从上世纪80年代的科室小型PACS、上世纪90年代后期的个体医院，直到目前着重于开发区域化PACS，向地域互联的方向发展。

适应高质量医疗保健服务需求，区域PACS应势而生

2009年，我国政府在《关于深化医疗体制改革的意见》中提出，建立城市医院与社区卫生服务机构的分工协作机制。引导一般诊疗下沉到基层，逐步实现社区首诊、分级医疗的机制。然而，目前基层医疗机构卫生技术人员总量不足、结构不合理、业务素质不高，无法高质量医疗服务的需求，导致了“不管大病小病，首选公立医院”的情况，导致大型医院超负荷的压力。

区域PACS主要技术方式为远程放射学模式，有助于这一政策的落实。区域PACS可覆盖多家医疗机构，能够实现区域内医疗影像资料的统一管理，以及规范的医学影像服务（包括存储和调阅）。在我国目前医疗资源极不平衡的今天，连接不同级别医院的PACS系统，实现下级医院的医学影像及医疗数据的数字化采集，通过网络传输，进行集中或者分布式的存储，与上级医疗机构的优质医疗资源协同工作，从而提高影像诊断的服务质量，对基层医疗机构的放射科给予技术支撑。

利用创新影像和互联网技术，区域PACS蓬勃发展

为了突破传统PACS在区域项目中的局限性，提高用户的使用体验，国内外的厂商在其最新的产品中逐步创新，不断采用新的技术完善区域PACS。

浏览器/服务器架构 传统的客户端/服务器架构（C/S）系统资源消耗大，安装维护困难，已无法适应区域PACS的要求。区域化PACS采用全网络浏览器（WEB）架构，提供了基于角色的“虚拟桌面”智能客户端，使任何一个用户可以在任何一台工作站上按照自己的配置使用所需的任何功能，完成影像浏览、诊断报告、三维处理、血管分析等各种任务（无论在放射科室还是临床科室，是在院内还是院外）。

异构系统的融合 在区域PACS中，很多医院的已构建的PACS可能来自不同的厂商和技术及架构，采用区域 PACS 特有的架构，根据影像诊断业务流程特点应用一套全新的实现异构PACS 间信息互操作的方法，将区域内、跨机构、跨厂商的PACS系统有效整合，为区域内和区域之间的医疗机构影像信息共享提供统一的平台，可以减少区域PACS的建设资金成本和时间成本，而且也让PACS 间的互操作更为灵活和具有管理性。

流媒体技术 随着人们就医流动性的增大，医生往往需要通过网络访问存于服务器上的其它科室乃至其它医院的同一病人的影像数据。区域PACS产品中所采用的“流媒体技术”把客户机收到的数据变成一个稳定连续的流，通过智能的影像显示、处理和传输的算法，可以在诊断工作站上实现高速的影像极速调阅。

对移动设备的支持 采用美国FDA认证的最新的HTML5的WEB 技术，用户可以在任何的移动设备，通过浏览器直接访问，浏览病人的所有文字信息及影像信息，进行多项3D后处理，完成诊断。

nlc202309090513

全局工作列表 区域PACS需要对区域内不同医疗机构中的患者信息进行统一的管理及显示。区域 PACS建立的跨机构的全局工作列表，可以自动完成新的ID分配，从而使那些同名或同ID号码的不同病人区分开来，提高阅片效率。此外，区域PACS系统中方便、易用的跨机构沟通的工具，让不同机构的用户可以在本系统内高效地进行交流，例如：通信工具、便笺留言工具、音/视频通信工具，信息发布工具等。

影像特征库 基于Web形式展示的影像特征库系统包括样本资料录入模块和样本资料展示模块，可以实现查询、展示、审核归档等一系列功能。基于医联数据平台的影像样本能结合如患者体征、初步诊断、检验指标等数据与影像描述内容进行大数据量分析，找出其中的医学规律，用于常见疾病的诊断；定期统计各家医院影像诊断阳性率，与临床诊断做比较，分析诊断效率。

应对可持续性发展要求，区域PACS走向未来

为了应对医疗信息化的可持续性发展，及相关数据的可利用性，区域PACS在设计和规划时需要着重考虑：

进行大数据存储与安全保护的整体解决方案设计：主要包括完整的数据三级存储规划，全面的数据存储和备份机制，实现所有数据的备份和容灾，全面的数据存储解决方案。

整个PACS必须要提高数据应用效能，便于数据挖掘：分层管理机制使各级存储硬件系统更有效快速的运作，策略设定，自动化运行。

区域PACS必须可以无缝扩容，具备降低扩容成本、投入性价比高的要求：系统的主存储、近线存储、备份容灾存储、可离线存储扩展性强、便于数据增长扩容，节约扩容成本，管理更便捷。

市场：是否真的难以见缝插针

打开市场到迅速缩水

——不到五年

在信息化时代，IT专家们将信息化推上神坛，似乎只要有了信息化就一切皆有可能了。一时间，上到大城市大三甲，下到偏远地区乡镇卫生院所，有钱没钱都要上信息化，而且信息化项目一定要大，要全。PACS的春天来了，圈子有钱了，然而，传统厂商的日子似乎并不好过。为啥呢？淘金的人多了，而且新生的金子更耀眼。PACS系统是目前来说最成熟的医院信息化系统，一旦做好，医院就很少会再去动它了。

CIO们，今年的预算留给了谁？

医院CIO，今年的信息化预算，你要花在哪儿呢？是上移动医疗、集成平台，还是升级电子病历、PACS？估计选第一个选项的人不在少数吧？

HIT行业正处在快速发展阶段，集成平台、移动医疗、物联网、云计算、大数据……新技术、新产品层出不穷，IT专家们将新技术的美好蓝图传播给每一位信息化主管，而一些基础系统却往往被忽略了。贵院能否实现闭环式用药过程？贵院PACS能实现全院覆盖吗，读取320排CT图像时用时多少？贵院CIS采集到的数据如何进行管理，有没有进入二次挖掘……这些问题在移动医疗的金矿诱惑面前是可以先放一放的。

其实，很理解医院CIO们，毕竟信息化还不能如影像科室那样产生直接而又可观的经济效益，因此申请项目资金的过程一定不容易。而申报一个看得见摸得着的新项目，也远比升级旧项目废的口舌要少的多。

传统厂商被逼上绝路

前面说的都是甲方的环境，再看乙方市场，传统HIT厂商早已被挤到无路可退，几乎所有的PACS厂商应该都是勒紧裤腰带过日子。如果没有客户基础，老客户的后期维护服务的收入，传统厂商搞不好要寻短见了，感觉要被移动医疗、大数据逼上绝路了。当然，从更深层的原因来看，造成这一局面的绝对不仅仅是医院CIO。

新兴技术排挤传统项目

人们对于移动医疗已经从观望变成哄抢，移动终端、软件系统、无线网络等等加起来，预算至少200万起，上千万的也不是没有。电子病历升级推后吧，全院PACS也推后吧，先把移动医疗上了再说。数据采集是没问题了，下一步呢？

政策延续性差

卫生部从2009年12月至2011年12月开展临床路径管理试点工作，后来呢？不知道；2010年10月份启动电子病历试点工作，到2011年底进行评估总结，然后呢？当年电子病历市场火热，最后都被电子签名绊倒，从此一蹶不振；2011年，县级医院终于开启了PACS建设的大门，PACS厂商乐了，一年后，2013年市场骤然缩水，PACS厂商都掉进了冰窟窿。为加强基层医疗机构信息化建设，给乡镇卫生院拨款配电脑，没人会用成了摆设，什么时候送技术下乡？

小作坊榨干利润空间

老品牌的核心技术人才走出去，自己搭起小作坊，产品功能全，价格便宜，你要200万，我要20万，产品都一样，对于预算有限的甲方来说，真是笔划算的买卖。老品牌怎么办？我的售后好，我的服务好，我的产品以后可以升级的……甲方不管，先把眼前的系统装上，不能耽误医院参与评审！

傍大款 却双双闪了腰

过去几年里，医疗信息化市场的火热同样让一些财大气粗的国内外上市公司眼热，一时间，有收购的，有注资的，有控股的。到目前为止，就是没看见有谁在这圈里发展壮大发大财的。这是为什么呢？

第一，人家出了钱，肯定要说了算。新官上任三把火，咱得烧点不一样的吧？结果，说了算的不懂行业，懂行业的说了不算，大把大把人民币打了水漂。

第二，有的买了各种零部件，结果自己不知道怎么凑一起，花了不少钱，自己变成分销商了。

第三，有些国外公司是带着自己已经应用成熟的技术和产品来的，然而，他们似乎不太清楚状况。拿着手上在国外已经很成熟的产品向客户介绍方案，介绍案例。客户总算扛到他们讲完还没睡着，然后就说了一句话，“我只想要这个，不是你那些。”

医院在制定信息化建设预算时，往往不愿意留出基础系统升级与修复的部分，只是追求新技术，为了上项目而上项目，只管当前（以及做好面子工程后如何进一步捞钱），并不会规划到十几二十年的信息系统完善。

nlc202309090513

市场细分缘何没人做

目前，工作越来越精细化，主流的PACS系统暂时无法满足有些使用科室的实际需要，比如说口腔科有专业的牙科DR，眼科也有专业的设备。不少三甲医院都有这几样的需求，但是市场上做的厂商却不多，是出于什么原因？

首先，这些比较专业的设备，目前来看大厂都不是很愿意做，就算做了，没人愿意负责这个模块。另外还涉及到一个尴尬的现实：如果公司有这些小的模块，很多医院都会在和大厂签全院PACS时要求赠送。对于大厂，这些模块不但赚不到钱，而且也无法通过这些模块提高医院对公司产品的满意度，无法提高公司的知名度，还会增加成本，而且这些专业的科室对员工还有一些特殊要求，员工是不愿意做的，也不愿意学，既要花时间，还没奖金，做好了没人说好，做差了，挨批。

目前PACS系统还需要很大的整合，把这些专业性的科室需求纳入到大PACS系统中，服务市场。而由于缺乏统一的标准，一些和放射科相差较远的科室使用从放射科演化来的PACS时也往往遇到难题。

一是流程不太一样，有的可是几乎不用照CT也不用写报告，牙科回访比较多，眼科手术比较多，流程上甚至各家医院差异都很大，做起来费劲；

二是各自为营的数据标准，设备接入比较费劲；

三是功能需求不一样，牙科的三维重建，要一键植入假牙，一键显示牙神经什么的，没有做过的还要自己开发。费劲！但是，不做的话普通PACS的处理对他们来说几乎毫无意义。

试试彻底“颠覆”放射科？

技术在临床应用的本质就是服务临床。PACS发展到现在，PACS在采集、传输方面已经非常成熟，关键是如何对这些数据进行处理，全院级影像后处理系统的建立或将成为一个发展趋势。

检查、诊断分离是很多医院的现状。在欧美地区，影像检查和诊断是分开收费的，这在国内仍是壁垒。“尽管医院有先进的设备，但诊断技术相对落后。虽然二级医院在技术操作上经过指导可以得到很大的提升，但是专业分析以及新技术的掌握还存在很大的困难。现在的互联网技术完全可以做这件事情，检查和诊断是可以分离的。通过远程会诊系统，专家在家里或者是办公室利用碎片的时间，就可以把二级医院的影像诊断做了，二级医院要做的只是配备一名影像医生。”一名临床医生说。

在理想状态下，对于集团医院和民营医院而言，或许可以考虑放射科将来都可以不设置，而是购买第三方提供的服务，医院只需要配技师就可以了。甚至包括医院的急诊，例如，现在每个医院急诊科都有医生值班（人手短缺），就可以考虑把放射科医生进行统一排班，节省人力资源。

如果图像技术加上大数据的技术、深度学习的技术，除了三维影像后处理之外，可以做的事情还有很多。未来，图像识别加上大数据以及DICOM，无论是放射科、皮肤科以及病理科都有很多想像的空间。而其中最容易被颠覆或者是被帮助的科室，可能就是影像科室。

大数据风潮吹向PACS

大数据：不再满足于影像

大数据的风潮同样波及到PACS市场，欧美国家已经开始在移动端进行阅片，国内市场尽管起步较慢，但随着移动医疗的深入普及，PACS在移动端的应用也将迎来机遇期。

“对于临床医生来说，世界上最远的距离不是天涯海角，而是临床看不到影像科室的影像。最糟糕的是，这些系统互不相联，是一个个信息孤岛。”北京协和医院信息管理处副处长朱卫国对此也曾十分苦恼。

朱卫国介绍，北京协和医院原有的影像系统，存在传输及时性差，放射科内部共享困难，新门诊楼也没有PACS系统进行支持，需要派纸张申请单来流转。针对这些问题，确立了项目的总体目标，一是要提高患者的体验；二是提高用户的体验，包括临床医生、放射科医生等；三是对全院放射科及其他影像科室的管理提供全院级的支持，为全院提供一个高度集成、一体化、网络化的医疗影像信息服务。

以往医院建PACS系统，很多是在放射科系统的基础上进行扩展，将医院的数据、病理科的数据加入到放射科的系统里。所以，协和医院在调研阶段，就确定全院级PACS的建设，首先是要满足放射科内部进行使用，其次再强调影像集成平台。因为放射科本身的系统很难兼容复杂的影像；其次是解决多并发访问系统崩溃的问题。

“事实上，放射科的医生也想看到病理科的图片，病理科的医生很想看到临床的治疗，很多医院都存在这样的需求。通过全院级的PACS由临床进行访问，同时放射科可以访问自己独立内部的PACS系统，这两个是独立运营双吻合的机制。”朱卫国说。

现在，协和医院的HIS、EMR、LIS系统可以直接访问患者文档和影像信息，基于XDS-i标准建立了全院文档影像归档和发布平台，基于服务器的三维后处理能力，完善工作任务分配和管理机制。以患者为中心的统一视图，可以按照时间进行排序，每个诊次以及不同住院次数的患者可以在时间轴上进行展示。不同检查的类型，可以在同一个视图上进行展示。提供给用户的界面，把屏幕分成四份，可以是左边列CT，右边是核磁，同时显示对应的诊断报告。“这对于临床医生是一个巨大的帮助。”临床出身的朱卫国对此感受颇深。

借助新项目的建设，协和医院还对原有的影像检查流程做了优化，传统放射检查的项目都要进行预约，预约之前需要经过先划价、缴费，然后再登记。优化的一项内容是把1961个检查项目进行分类，其中有一个分类是人工预约或者无需预约、自动预约。优化后，65%的项目不需要到检查科室进行预约，缴费之后就可以按照约定的时间去做检查。

2014年5月份开始实施项目，2014年7月份成功完成四套老系统切换。“整个项目实施下来非常顺利，效果非常明显。放射科登记的窗口已经减少到2个，跨院区写报告的问题现在已经完全解决了，患者自助取报告10秒就解决了。”朱卫国说。

手术计划是外科医生最关心的一件事情。通过影像可以直观的完善手术计划以及做术后评估，在手术效率、学科合作以及医患沟通上也会有很好的帮助。当临床医生看到患者的数据的同时，也希望看到相应的患者的影像。“所以，我们现在做的一件事情，就是把临床医生做的三维后处理的图像凝固到手术室，例如脑血栓，现在用三维影像软件，把有病变的血管及具体位置进行标识并制定治疗方案。”

影像数据中心 篇12

关键词：PACS,DICOM3．0,HIS,医学影像数据,信息存储技术,JPEG2000

医学影像存储与传输系统(picture archiving and communication sysstem,PACS)是放射学、影像医学、数字化图像技术与计算机技术及通讯工程发展相结合的产物,它是全面解决医学影像数据提取、显示、存储、传送和管理的信息系统。随着医学影像设备数字化程度的不断提升,越来越多的影像数据被存储到PACS中,为临床诊疗与管理提供了极大的方便与帮助。由于医学影像数据量大且需要长期保存,以及要求能在较短时间内调阅任意时间的历史影像资料,PACS存储体系结构的选择一直成为构建PACS的重要问题,是PACS设计开发中的核心与难点。我院2006年基于Visual C++软件开发语言和SQL Server数据库管理工具,采用多级分布式存储体系结构,对原有的PACS进行了全新的升级,本文论述了如何实现影像数据的多级分布式存储。

1 影像数据的特点

1.1 影像数据来源

从信息源数据形态来看,其来源可分为:①原有X光片、CT胶片等介质形态扫描转换为的数字影像;②直接由CT、DR、MRI、DSA等影像检查设备产生的数字影像;③由胃镜、肠镜、纤支镜等内窥镜及病理、B超等检查设备产生的视频模拟信号影像转换为的数字影像;④其他数据格式的数字影像转换而来的数据。

1.2 影像数据存储格式

影像数据的存储格式、元数据的标识、表示方式等由DICOM3.0 (digital imaging and communications in medicine)标准规定。在影像数据中,保存了影像的产生日期(image date)、时间(image time)、设备类型(modality)、设备厂家(manufacturer)、病人姓名(patient name)、病人ID号(patient ID)、出生日期(date of birth)、性别(sex)、检查唯一标识(Study Instance UID)、序列标识(Series Instance UID)、图像标识(Image Instance UID)等,利用这些信息建立影像管理数据库对影像数据进行管理。影像数据一旦形成就不会再改变,对影像的标注、解释等可通过另外保存数据实现。

2 存储体系特征和结构

PACS存储的影像数据主要是医学图像数据和相关信息(病人的基本信息、诊断分析报告、医生信息等),根据影像数据的使用频度和存取速度要求,整个PACS存储结构必须具备以下特征:

(1)医学图像数据和相关信息的完整性,保证PACS采集的新图像完整无误地存入系统。

(2)存储结构的高效率,保证数据存储的低代价和数据回迁查询的高效率。

(3)数据信息的安全性,保证存储的图像和相关信息不会因人为或不可知因素而彻底丢失。

因此,PACS存储结构设计由网络通信模块、数据管理模块构成。完成基于DICOM3.0标准的数据通信、分布式存储和查询、备份管理、数据回迁等功能。其体系结构如图1所示。

网络通信模块通过DICOM端口,实现基于DICOM标准的网络通信功能,为医学影像设备和系统提供图像信息,以及影像数据存储、查询和转存服务,即STORE SCP(Service Class Provider),FIND SCP和MOVE SCP服务。数据管理模块直接对数据库和图像文件区进行各种操作,是存储体系结构的核心。

医学影像设备和其他医学信息都通过网络通信模块与PACS存储体系结构相联系。当影像设备发送影像数据给系统时,存储结构首先通过网络通信模块STORE SCP服务接收图像,并根据信息分布式树型结构解析出图像数据和相关信息,通过服务器存入在线存储设备(同时传送近线NAS备份)。数据管理模块将图像数据以文件的形式存入在线存储区中,同时将相关信息存入中心数据库中;当影像设备需要从存储体系获取图像时,通过网络通信模块FIND SCP和MOVE SCP服务将请求发送给存储体系,数据管理模块根据FIND SCP服务解析出具体查询条件,将数据库中匹配的相关信息通过DIMSE(DICOM Message Service Element)服务返回给客户端;MOVE SCP服务查询指定图像的存储地址,根据存储地址访问具体的图像,并将图像数据通过网络通信模块发送给影像设备。

3 多级分布式存储和查询

3.1 信息数据库架构

构建分布式树型结构,利用中心数据库存放图像的相关信息,同时将图像数据放置在图像文件区中。这种方法具有存取灵活,便于数据共享等优点。数据库只存放图像的索引信息,增量数据相对比较缓慢,保证了数据库的稳定性。

根据DICOM3.0标准,将影像数据分为病人级、病例级、序列级和图像级的信息,上一级和下一级都是一对多的关系。这四级从现实实体中抽象出来,符合当前医院的工作流程,具有很强的实用性。其树型结构如图2所示。

病人级为最高级,主要存储病人的基本信息,如姓名、性别、年龄和ID号。这些信息是基本不变的,会永久保存在医院数据库中。每次病人就诊,医院就会调出这些信息,每一个病人相应地都会分配一个Patient ID号作为唯一识别号。

病例级为第二级,主要存储病人每次到医院看病时记录的一部分信息,如姓名、病例号、Study Instance UID、就诊科室和医生,其中Study Instance UID为唯一识别号。

序列级为第三级,主要存储病人每次检查时记录的不同检查部位的信息,如申请单信息、序列号、诊断部位、Series Instance UID、影像设备、诊断结果,其中Series Instance UID为唯一识别号。

图像级为第四级,主要存储具体医学图像的信息,如图像号、Image Instance UID、图像尺寸、图像描述,其中Image Instance UID为唯一识别号。

3.2 多级存储模式

由于PACS中图像数据量相当大,通常以TB为单位,因此存储结构采用多级分布式技术进行存储管理,基于多种存储设备,实现科学分配影像数据在PACS中数据流。

3.2.1 在线(on-line)存储

基于服务器为中心的直连存储(Direct Attached Storage,DAS),数据以本地磁盘和磁盘阵列存储。我院采用Lenovo dl560服务器与lenovo 620R光纤磁盘阵列作为在线存储设备。用于存储最新和使用频率较高的影像数据。服务器充分发挥Xeon平台的技术优势,盘阵中12块140G硬盘采用RAID 0+1技术,冗余存储磁盘阵列(RAID)存储影像数据的实际容量约840GB,保证了医院影像数据十个月的实时在线,盘阵虽然可用空间减少一部分,但磁盘读写速度提高了一倍,具有较高的硬件冗余和安全保障。

3.2.2 近线(near-line)存储

以数据为中心的附网存储(Network Attachment Storage,NAS),是将存储设备通过标准的网络拓扑结构,连接到局域网,为网络用户提供独立的存储空间,用于存储不常用的图像数据,我院采用的是DELL PowerVault745N服务器,后级使用DELL PowerVault 220S磁盘SCSI存储设备1套,内置146G的SCSI硬盘14块,采用RAID 5技术。可用于影像数据存储的实际容量约为1.8TB,能够保证影像数据接近两年的近线存储。存储途径为:影像数据由数字设备传入服务器后,1份存入服务器在线存储设备,1份传送至NAS系统备份。一旦NAS系统积余容量耗尽,直接进行扩容,保证全部影像数据的近线存储。

3.2.3 离线(off-line)存储用于存储需要永久保存的数据,通常用光盘和磁带存储,其存储容量理论上讲是无穷。

NAS系统的不断存储与扩容,基本上保证了影像数据的完整性存储,但为了防止意外的发生,离线数据的存储也必不可少。我们选择的离线存储介质为磁带,因为磁带的成本是所有备份介质中最低的,速度处于中上等水平,保存时间也较长,具有较高性价比。我院采用的是DELL PowerVault 100T DAT72磁带机,该磁带驱动器提供了经济型磁带驱动器的存储容量和数据吞吐量,使用的4MM DAT72存储媒介单盘容量高达36GB (原始)或72GB (压缩),备份速率高达12.6GB/h(原始)或25.2GB/h (压缩),运用于我们系统实际,基本上是接近一月存储一盘,人力参与不多。

3.3 分级查询

由于需要在上TB级的海量数据中快速找出符合用户需求的图像数据,因此设计有效的查询方式是有必要的。根据信息分布式存储的结构。查询也采用分级的方式。这在很大程度上增加了查询的灵活性,提高了查询的整体效率。查询设计原则按照以下两种分类进行混合查询:①病人级→病例级→序列级→图像级;②在线存储区→近线存储区→离线存储区。当接收到客户端的查询请求后,分析查询信息,确定其查询的级别以及信息在数据库中存储的大致位置。对某一存储级的查询,按照深度查询的思想,从病人级到图像级一步步深入查询。对图像的查询,利用广度查询的思想,按照时间顺序,先后查询在线、近线和离线存储区,并及时地将查询结果反馈给客户端。

4 安全性和数据回迁

4.1 备份管理

备份管理是为保证影像数据的安全性而设计,根据存储的体系结构,需要备份的数据包括两类:图像和相关信息。相关信息存放在SQL server数据库中,增量数据相对较小,我们选择定制数据库维护计划备份策略,设定每日18点数据流较小时备份用户数据库,以避免出现资源争用,这样即能保证数据的安全又可实现存储的高效率。

由于图像数据量大并且格式复杂,所以重点是实现图像的备份。图像的备份流程:首先网络通信模块在接受到影像数据之后,分别将图像和从中解析出的相关信息存入在线存储区和在线数据库。刚存入的图像没有经过备份,因此将其加入到备份队列中,备份系统会根据用户设置的备份策略,将备份队列中的图像数据备份到近线存储区,并更新近线数据库相对应信息。为保证数据存储的低代价,我们对备份的图像进行了基于JPEG2000标准及感兴趣区域编码(ROI)的压缩技术处理,提高了存储效率(3～8)倍。近线至离线的数据备份流程类似。

JPEG2000标准是国际标准组织ISO/ITU-T为21世纪图像压缩和应用而制定的新的静止图像压缩标准。其采用离散小波变换(Discrete Wavelet Transform,DWT)和最新的嵌入式编码技术。我们采用的压缩方案:①在医学图像中,通常病变区域与其它正常的组织和背景区域对比具有不同的灰度值,从而使得图像所对应的灰度直方图出现双峰。利用病变图像灰度直方图双峰值这一特点,我们采用多阈值分割方法对感兴趣区域实现自动分割。②对图像背景区域进行JPEG2000标准的高压缩比的变换和量化方法的压缩。对于病变区域(ROI),采用MAXSHIFT算法来实现感兴趣区域技术编码。③感兴趣区域(ROI)的图像编码将病变区域编码条件中的优先级比其他图像区域(背景)设置得高一些,可以相对地提高图像质量;在传输过程中,感兴趣区域被编码于最优先的位平面,以达到高画质。④对变换后图像进行小波逆运算,可得到恢复图像。

4.2 数据回迁

在线存储设备是确保PACS运行的关键设备,在线数据的缺失对医疗工作的影响最大,如何快速恢复数据是PACS必须考虑的问题。多级分布式存储结构,较好地保障了整个系统数据的安全性与完整性。一旦发生在线存储设备一时间无法排除故障的情况,可以采取更改数据库管理中影像资料的读取路径,直接将路径指向NAS系统,保障了速度与应用;在线存储设备恢复正常后,将NAS系统中的影像数据回迁至在线存储设备,即可保证在线数据的完整。如果NAS系统的影像数据发生意外,可以将磁带中的离线数据回迁至NAS系统,确保NAS系统影像数据的完整。

5 结束语

医学影像是临床诊断中应用最普遍、最重要的诊断依据之一,也是PACS在临床医学领域中得以迅速发展的原因。但是海量数据安全存储问题,也一直是困扰PACS快速发展的制约瓶颈,本文的存储体系结构是完全开放的存储解决方案。采用多级分布式数据存储与备份,确保数据存储的完整和安全;多种方式的分级数据查询,提高了数据查询的效率;采用JPEG2000压缩技术,减少了对存储容量的需求,降低了数据长期保存的成本。完全能满足医院现在和未来对图像数据存储的实际需求,极大地促进了医院实现放射医疗完全数字化。

参考文献

[1]ACR-NEMA Committee,Digital Imaging and Communi- cations in Medicine:version3.0.2001 [EB/OL].http://www. hci.uu.se/courses/lmd100/vt01/material/telemedicine

[2]冯丹，等．磁盘阵列附网存储技术的研究[J]．计算机工程，2002，28(10)：172-173．

[3]George K Anastassopoulos,Athanassios N Skodras. JPEG2000 ROI Coding in Medical Imaging Applications [EB/OL].http://www.upalras.gr/ieee/skodras/pubs/ans-c50. pdf,2003-02.

[4]Huang HK,Andriol k.Design and Implementation of a Pic- ture Archiving and Communication System [J].Digital Imaging,2000,6(5):47-59.

[5]Taubman D.High Performance Scalable Image Compression with EBCOT [J].IEEE Trans .Image Processing,2000,9 (7):1158.

[6]张立科，等．Visual C++音视频编解码技术及实践[M]．北京：人民邮电出版社，2006．