基于邊緣協同計算的超聲云檢測系統設計

劉 敏 李 鵬

(唐縣中醫醫院超聲科 保定 071000) (河北大學附屬醫院超聲科 保定 071000)

1 引言

超聲影像是現代臨床診斷中不可缺少的手段之一[1]。傳統的超聲醫療，醫務人員使用超聲診斷設備對患者進行檢查，所有檢查記錄與分析結果存儲在本地儀器上，檢查完成后打印檢查報告給患者[2]。而醫療系統的超聲數據并沒有得到合理利用，如何對超聲資料進行有效管理，方便查閱、分析，國內外學者進行大量的研究[3]。

隨著醫療單位信息化建設的逐步完成，區域機構已經建立起數據中心，用以存儲和分析醫療數據。然而自建的數據中心增加企業的維護負擔，為降低系統的維修開銷，提升系統的穩定性[4]，基于云計算的超聲診斷系統應運而生。云計算是一種采用互聯網實現隨時隨地、按需、便捷地使用共享計算設施、存儲設備、應用程序等資源的計算模式。云計算的出現降低用戶的建設維護成本，通過集中計算與存儲增加數據的安全與可靠性。非結構化數據爆炸性增長，且軟硬件資源需求不易量化，使得云平臺實時性不強，中心節點處理負擔較重，數據冗余[5]。因此，針對云計算機平臺超聲診斷系統存在傳輸時延、信號處理開銷加大和存儲成本增高等缺陷，國內外科研人員提出大量的解決措施。胡超等在云平臺的基礎上提出分時開銷彈性架構，可以自適應地對中心節點的數據進行優化與調度，建立區域醫療信息平臺, 實現區域醫療信息、資源、服務共享協同[6]。云計算安全需求使信息安全技術面臨更嚴峻的挑戰,云平臺自身的可信性是保證云計算安全的基礎。何欣楓等[7]提出可信云計算技術，用以提高用戶對云平臺的信任度，促進云計算技術向更深層次領域發展、全面普及和應用。但基于云計算的改進方案只是緩減云中心節點的壓力，沒能從根本上解決云計算所面臨的問題。

在超聲云建設方面，由于本地設備的處理能力低下，一般將超聲影像通過網絡上傳到云服務器，實現集中式處理。然而云計算處理并不總是那么高效，集中式的云處理方式會增加網絡負載，造成網絡擁塞，從而產生一定的數據處理時延。完全依賴云計算的計算機系統對數據流的處理必須經過中心決策與調度，很容易出現宕機問題[8]。因此IBM提出邊緣計算，通過分層分布式計算去協調中心節點的壓力，緩解網絡通訊的壓力。即使中心節點出現問題，也能通過分布式節點的自主決策，實現系統的穩定性與安全性[9]。基于此本文提出一種基于邊緣計算的超聲云診斷系統方案，將云服務器的部分計算任務下放到網絡邊緣端的計算節點，允許各個邊緣服務器依據請求結合本地視頻數據進行處理，然后返回相關計算結果給云中心，這樣既可降低網絡流量，減少能耗，也可在一定程度上保護用戶的隱私。

2 系統設計

2.1 整體架構

從資源優化存儲、處理和傳輸的角度出發，設計一種面向邊緣計算的超聲影像資源的處理系統設計方法，以提升醫療資源處理系統中的物聯網邊緣設備服務質量。隨著分布式醫療設備生成的類型化醫療資源海量出現，用戶要求資源的高效存儲和處理，使得目前有限的帶寬下資源的傳輸面臨巨大的挑戰。傳統的方式不考慮資源類型轉換，傳輸信道的優化受到限制。為解決這一問題，提出基于分層協同的網絡設計架構，將數據、信息、知識3層資源分層優化，合理化利用帶寬資源以均衡資源負載。通過用戶投入和對應的效益比決定最終的資源方案，以使系統保持相對穩定的狀態。對于資源的處理，基于對現有知識圖譜概念的拓展提出一種3層可自動抽象調整的解決架構，包括：數據圖譜、信息圖譜和知識圖譜等3個層面。在這個架構上進行資源的轉換、存儲、分析和處理，見圖1。

圖1 邊緣計算體系架構

2.2 數據圖譜

面向邊緣計算的類型化醫療資源處理系統的一個節點子系統結構。對數據、信息和知識等形態的資源以及對應圖譜層次的介紹，見表1。以此可以將不同網絡的分布式資源進行存儲、處理和傳輸代價的描述。數據圖譜是各種數據結構包括數組、鏈表、棧、隊列、樹和圖等的集合，只能對圖譜上表示的數據圖譜進行靜態分析，無法分析和預測數據圖譜的動態變化。信息圖譜則是相互關聯的數據圖譜的組合，是通過不同數據組合之后的上下文傳達，再經過概念映射和相關關系組合之后的適合分析和解釋的信息。同時，在信息處理模塊上進行數據清洗，消除冗余數據，最終實現知識圖譜的構建，增強超影像的知識描述。這些數據在分布式節點上逐級匯總到中心節點，可降低云計算的中心復雜度。

表1 邊緣架構各分層資源類型的解釋

3 協調調度

3.1 分層分布式調度方法

在基于邊緣計算的視頻處理框架中，對任務進行調度直接影響執行優先級和處理時延。現有技術中仍沒有辦法解決任務分析和調度的核心問題，數據的傳輸依然需要較長時間的網絡延遲，消耗較多的資源，也無法解決在多個邊緣服務器間進行調度的實際問題。上一節提出的基于邊緣計算超聲影像資源處理系統設計，從優化物聯網邊緣設備的資源優化存儲、處理和傳輸等角度出發，解決邊緣計算環境下海量類型化醫療資源在有限帶寬條件下的傳輸優化問題。關鍵在于轉化醫療資源的類型，同時建立帶寬資源利用限制模型，以均衡網絡負載。

為克服上述技術所述的傳輸時延和視頻處理時延長等缺陷，提出一種基于邊緣計算的分層分布式調度方法，能夠有效提高視頻任務的調度速率，降低超聲數據共享與處理任務時延，提高邊緣服務器的資源利用率。具體調度過程為用戶端產生超聲影像數據任務，然后對超聲序列幀數進行壓縮，向控制器發送資源情況咨詢請求；控制器接收用戶端請求，向每一個能連接上的邊緣服務器獲取邊緣服務器資源信息；控制端更新邊緣服務器列表，保留可連接的邊緣服務器序號，刪除不可通信的邊緣服務器序號；控制器計算視頻任務在邊緣服務器剩余資源范圍內最低負載時的資源數值；控制器確定當前任務處理總時延最短的邊緣服務器序號，然后把相應序號的邊緣服務器信息發送到用戶端；用戶端把視頻任務發送到對應的邊緣服務器進行處理，邊緣服務器處理完成后將數據上傳到云服務器進行存儲、統計和分析。

3.2 解決方案

以上分層分布式方案中，用戶端通過超聲儀器獲取超聲影像時，對視頻數據進行壓縮，減少上傳的數據量；控制器根據用戶端發出的視頻任務信息，計算視頻任務在邊緣服務器剩余資源范圍內能分配的最低的空閑CPU和剩余內存資源數值，進一步計算并確定當前視頻任務在各個邊緣服務器剩余資源范圍內最低負載時完成處理的最短總時延的邊緣服務器，把超聲知識數據發送到該邊緣服務器進行處理，相應邊緣服務器把處理完成后的數據上傳到云服務器進行存儲、統計和分析。

4 實驗結果與分析

4.1 實驗配置

為對本文提出的架構模型進行驗證，首先部署系統節點群，在節點上部署底層傳感器采集類型化的醫療資源(數據、信息和知識等形式存在的醫療資源)。系統的資源采集部分是可進行大量計算的類型化醫療資源采集終端群，本文提供的一個節點子系統上部署腹部超聲傳感器、心臟超聲傳感器和胎兒超聲傳感器。針對類型化的醫療資源，搭建服務器，本地或云端可視化展示健康狀態數據、信息和知識。系統由部署的物聯網節點群組成，每一個節點是用于處理類型化醫療資源的物聯網邊緣設備，其中一個節點子系統的終端結構是由不同類型的超聲傳感器、處理器和傳輸設備組成。靜態對象由WIFI傳輸資源，動態對象由SIM800傳輸資源：便攜式終端采用近場通信配合遠程傳輸資源。資源存儲、處理和傳輸方案采用本文提出的優化方案；節點設備的上位機分析軟件進行軟件配置和信號處理，見圖2。

圖2 基于邊緣計算的分布式超聲數據處理系統

4.2 參數指標

建立網絡資源利用限制模型，并根據公式(1) 和(2)計算帶寬空閑率(IR)和帶寬使用均衡度(BE)。

(1)

(2)

其中Bij表示從節點i到節點j的鏈路的帶寬，Fij表示鏈路上的流量，l表示平均分組長度。根據公式(3)和(4)計算在節點i上資源轉發的等待時間(T) 包括轉發等待率(FR)和等待均衡度(WE)：

(3)

(4)

其中Ni表示第i個節點需轉發的資源的平均分組個數，Hi表示節點i的緩沖區長度。其計算網絡資源限制利用的目標函數可以通過以下等式獲取：

F=α×BE+β×WE,α+β=1

(5)

其中，α與β分別表示帶寬使用均衡度和等待均衡度的權重系數，一般設置為經驗值，可通過大量的仿真測試得出。F的值越小，表示網絡流量分布越均衡。

4.3 定性定量結果分析

對傳統的云計算架構與邊緣計算模型進行性能對比分析，見表2。可以看出本文提出的分層邊緣計算架構具有較均衡的性能，其帶寬空閑率低于云架構，而寬帶使用均衡度高于傳統云計算模式。為便于定量定性分析，通過設置不同的用戶端數據請求線程與傳輸速率，對負載均衡閾值合理設置，方便進行數據分析。結果可以看出，如果任務仲裁增加且設置較大負載均衡閾值，中心節點容易出現對任務的頻繁調度;若網絡負載均衡閾值設置過小，導致負載分布不均勻，容易引起網絡擁塞。為定量分析負載均衡與仲裁模式的差異，測量不同負載均衡下的網絡吞吐量。一旦大流程多峰任務出現，本文架構相比傳統云計算具有最佳負載均衡狀態，見圖3。

表2 云架構與邊緣架構的性能對比

圖3 平均帶寬利用率對比

由于傳統云計算模式的中心節點負擔較重，容易出現網絡局部擁塞，從而導致負載不均衡的增大，降低網絡的平均帶寬利用率; 邊緣計算對超聲數據流采取協同調度策略使網絡能自適應地使用不同任務量的調度，降低局部擁塞;本文所提算法在重負載之后，對擁塞鏈路采取調度協同調度與分層分布式處理，從而避免網絡發生局部擁塞。可以看出分層邊緣計算降低云計算中心節點任務量，減少超聲視頻任務的傳輸時延和處理時延；通過對邊緣服務器資源和視頻任務屬性感知判斷，協調邊緣服務器的資源和處理時延之間的關系，有效地提高邊緣服務器的資源利用率，降低用戶的等待時延，可提供更加迅速的服務，有效提高用戶體驗度。

5 結語

針對云計算機平臺超聲診斷系統存在傳輸時延、信號處理開銷和存儲成本等缺陷，本文提出一種基于邊緣協同計算的超聲云診斷系統設計方法，主要包括邊緣計算平臺、協同調度平臺、局域網傳輸終端以及若干超聲診斷設備，其中超聲診斷設備可與邊緣計算平臺的通訊連接。借助邊緣協同平臺強大的處理計算能力與流媒體處理能力，可以獲得更加精準的診斷精度與強大的數據管理功能，降低診斷設備綜合成本，有望改變醫療設備企業向醫院銷售超聲將有助于設備的營利模式。該架構模式將有助于實現包括超聲診斷在內的遠程影像診斷，可降低云計算的帶寬空閑率與維護成本。