基于云技術的醫學圖像檢索系統設計與實現

吳 堅

（聯勤保障部隊第九〇四醫院，江蘇 無錫 214000）

隨著信息技術的飛速發展，醫學領域的數字化影像技術也得到了很大的提升，醫學圖像的使用和管理對于醫學方面的研究十分重要。現有的圖像檢索技術，主要通過關鍵字進行檢索，存在一定的檢索缺陷，無法準確的反映圖像的信息。隨著信息技術的發展，圖像檢索技術在醫學領域也得到了有效應用，如醫學教學、輔助醫學斷診以及醫學資料管理等領域應用到檢索技術。基于B/S的醫學圖像檢索，在實際的應用中無法更好的滿足圖像實時要求。因此，為了提高醫學圖像的檢索效率，提出一種基于云技術的醫學圖像檢索系統，采用不同的算法提取醫學示例，使用函數提取醫學圖像特征，并在圖像特征庫中進行匹配，得到最優的檢索結果。基于云技術的醫學圖像檢索系統具有較強的并行處理能力，可以將復雜的任務進行分解，通過分配子任務完成工作節點，為醫學圖像檢索提供新的發展方向。

1 傳統圖像檢索類型

很早之前，醫學圖像檢索的研究就有，當時的科技并不發達，研究出根據文本信息圖像檢索技術，利用文本信息描述圖像的特征。20世紀90年代，出現了新的檢索技術，新的檢索技術是根據對圖像的內容語義，比如顏色，紋理，布局等信息進行檢索和分析的圖像檢索技術。因此我們也可以知道關于圖像信息的檢索技術經歷了從圖像特征文本描述到圖像視覺特征再到圖像語義特征3個階段。

1.1 根據文本的圖像檢索技術

根據文本的檢索方式是最早期圖像檢索的方式，就是通過在百度或其他的搜索引擎中把圖像的特征描述的關鍵字來輸入進去，檢索出相關的圖像，這就是根據文本的圖像檢索。這個最簡單的方式現在還在使用，但是隨著圖像數據的數量越來越多，缺點也暴露出來了，因以前的計算機技術和人工智能技術都不發達，沒辦法自動對圖像進行標注，需要人工標注，這樣一來，工作量就太大，需要的人手也超多，而且這種人工標注這種方式帶有人的主觀性，有偏差，每個人的眼光和理解都不同，看到相同的圖像會有不一樣的見解，因此用標注的關鍵字來檢索就容易產生錯誤匹配，還有很多顏色和特征是人無法用文本客觀描述出來的，所以人們就開始進一步研究更方便的圖像檢索技術。

1.2 根據內容的圖像檢索技術

20世紀90年代時，學者就想到了既然可以用根據文本來進行圖像檢索技術，那為什么不能直接用圖像內容來進行圖像的檢索工作，經過深入研究探討，最終研究出根據內容進行圖像檢索的技術。

根據內容的圖像檢索技術和根據文本的圖像檢索技術不同，文本的檢索是一種準確的檢索方式，而根據內容的檢索是近似匹配的檢索，這種方式比文本好，有效的避免了人工標注的主觀因素，也避免了大量人工的工作，檢索特征都是在線上自動進行的。

根據圖像的內容直接提取出圖像內容的眼睛能看到特征，根據這些提取出來的特征進行檢索，在圖像數據庫中搜索到和之相對應的圖像。提出的特征也有不同，分為根據顏色特征的檢索，根據紋理特征的檢索、根據形狀的檢索和根據空間關系的檢索等。根據這些視覺特征獲得所依據的圖像內容又可以分為局部特征圖像檢索和全部特征圖像檢索。這種檢索技術也在廣泛的應用在電腦技術上，很多搜索引擎軟件上都使用了該技術。但是根據內容的圖像檢索技術也存在著一些問題，這種圖像檢索技術也是提取到的特征是底層特征，無法和人們的高層語義所對應，不能準確反映圖像的具體，后因為這些問題，研究人員在搜索方案中增加了人工檢查，進一步的調整檢索過程，以求的最好的檢索效果。但是這種方式也很是繁瑣，難以取得更大的進步，所以醫學學者們也一直根據這些問題進行深入研究。

1.3 根據語義的圖像檢索技術

醫學學者們為了克服根據簡單視覺特征的圖像檢索方式的不足，研究出來了一種優于之前的檢索技術的新技術，此為根據語義圖像檢索技術，這種檢索方式內含了傳統的圖像檢索技術和自然語言處理技術。在之前的檢索系統中添加了底層特征轉化為高層語義的技術，高層語義就是在底層語義的基礎上更深奧，涉及知識領域更多的語義，這樣就能在不改變匹配方式和現有的圖像特征庫的情況下，實現根據語義的圖像檢索新技術。這種新技術就達到了最大限度減少高層豐富語義和圖像簡單的視覺特征之間的語義鴻溝的目的。

2 云技術概念

云技術是一種新型的技術，是由于之前的圖像檢索技術總是有各種各樣的問題，而現在的社會一直在進步，科技也在進步，人的要求也隨著越來越高，圖像庫信息也越來越多，現有的技術很難簡單完美的解決問題，所以研究出來了基于云技術的圖像檢索技術。云技術作為一種計算形式，是將共享的軟硬件資源按照特定的形式提供給計算機中相關的設備，其運作方式獨特，云技術作為一種新型的IT服務模式，通過互聯網虛擬化資源，采用Hadoop框架，進行大規模的數據分布式計算，使用JAVA進行程序開發。分布式并行程序的運行，需要依靠大量節點完成海量數據的計算，不會出現容錯處理以及平衡負載的問題。Hadoop的組成框架圖如圖1所示。

圖1 Hadoop組成結構圖Fig.1 Composition structure diagram of Hadoop

2.1 HDFS

HDFS即分布式系統，HDFS分布式系統是數據集中群存儲的關鍵，可以滿足硬件的使用需求，保證硬件的良好運行。分布式系統通過分割文件，將其存儲在不同的DataNode上，還可以復制很多份存儲于不同的DataNode上，都是設計用來安署在廉價的硬件上，有著很高容錯性的特點，它提供高存量來訪問應用程序的數據，適合有著特大數據集的應用程序。

2.2 MapReduce

MapReduce并行模型是谷歌公司在2004年公布的一種大規模數據處理模型。這種模型提供了一個有著強大功能但是使用簡單的接口，大量數據的計算任務都可以通過這個接口自動進行分布執行和并發。隨著研發深入，開發出了許多數據計算模式，這些計算模式都可以滿足快速處理大量數據的要求，主要含蓋倒排索引，web文本，web請求日志，文檔抓取，的圖結構的各種表達形式等，但是這種模式只能在單機環境下處理，不能在理想的時間處理完成，所以才有了這個MapReduce模型的出現，帶來了新的契機。編寫MapReduce這個程序主要是通過兩個函數，Map和Reduce函數，Map函數要面臨的是沒有相關關系的數據，分別對每個數據進行分析處理，提取到鍵值，分配給每個節點，實行并行模式的處理，經過Shuffle階段后，在Reduce階段可以得出整理好的數據。最后通過Reduce程序把處理的結果匯總，在這些基礎上可以在進一步數據處理得到想要的結果。

2.3 HBase

HBase系統作為一個分布式數據庫系統，HBase與平常接觸到的數據庫都有明顯的差異，不同在于HBase可以應用在非結構化數據庫存儲中，這和基于行的模式有明顯不同，是基于列的模式之上，HBase與谷歌設計非分布式數據庫Bigtable有很多相似的數據模型。這個數據模型中用戶的數據行存儲在一個具有稀疏性的表里，每個數據行都有很多不一樣的功能鍵，可以根據自定義相應所需要的列，HBase就可以滿足用戶的隨機訪問，并實現實時讀寫大數據的功能。

（1）Hbaseclient。HBaseclient是通過HBase RPC遠程操作的，調用協議機制分別進行管理類；

（2）Zookeeper。zookeeper中的Quorum存 儲 著root表和hmaster的地址，同時，為了方便讓hmaster實時了解到HRegion Server的狀態是否良好，HRegion Server將注冊到zookeeper中，使用Ephemeral的方式注冊；

（3）Hmaster。hmaster主要的任務是管理region和table。為了保證至少有一個master任務在運作，多個hmaster可以同時啟動，需要調用zookeeper的master機制；

（4）HRegion Server。HRegion Server是 最 核 心的部分，主要負責響應用戶請求，向HDFS文件系統中讀寫數據，是最核心模塊，每個HStore對應了table中的一個Column Family的存儲。

3 基于云技術的圖像檢索系統設計

根據云技術與的圖像檢索系統設計主要是為了對Hadoop平臺上的大量醫學圖像數據進行準確且快速的檢索，但是經過調查和分析國內外醫學文獻，發現現今社會的研究依然還是存在許多問題，一是，由于硬件條件的約束，傳統數據庫存儲大量數據還是有很大的成本問題，并且隨著大量的數據圖像存入，還有可能造成崩潰；二是，單機的檢索環境速度都不能達到用戶的實時使用需求；三是用戶的各種各樣的需求在當前的系統中每次單個特征檢索的算法中很難滿足；四是，傳統根據內容的醫學圖像檢索系統都是按順對圖像庫的圖像進行遍歷，分別運算每個圖像之間的相似度，沒有適合的索引，就使得系統檢索性能很低。針對以上等問題，大多數醫學者的需求，我們來做這個新技術的研發與實現。

當分布式存儲系統的數據集特別大時，掃描檢索就非常的耗時，消耗時間長。因此，為了減少檢索時間，提高檢索效率，可以使用MapReduce計算模型對醫學圖像檢索進行計算，構架圖如圖2所示。

圖2 醫學圖像檢索購價圖Fig.2 Purchasing price chart of medical image retrieval

檢索步驟分為6個步驟，分別如下：

（1）收集醫學圖像，提取圖像特征；

（2）上交檢索記錄，提取檢索圖像中的LBP特征與Brushlet特征；

（3）匹配醫學圖像，并輸出鍵值；

（4）根據相似度，將鍵值輸入到map中進行排序；

（5）將收集的鍵值進行整理，并寫入HDFS中；

（6）輸出結果，得到最終醫學檢索結果。

基于云技術的醫學圖像檢索工作流程圖如圖3所示。

圖3 云技術的醫學圖像檢索工作流程圖Fig.3 Workflow diagram of medical image retrieval based on cloud technology

4 基于云技術的圖像檢索系統實現

4.1 實驗環境

使用的是Linux操作系統，Hadoop官方軟件，windo server2013鏡像作為DNS服務器和FTP服務器，安裝iava程序運行環境。

4.2 系統測試

本測試中設計了30個測試案例，每個測試者都必須要完成這30個測試，測試案例包括了系統的各種基本功能，其中10個案例為兩圖關系的檢索，7個案例為3圖關系的檢索，剩下的案例都是單圖檢索，圖與圖之間都是可以選擇并、交、差或位置關系。通常為了簡單方便，都是使用系統默認算法，聚類使用FCM算法。實驗所要檢索的目標大概有3個類別的圖片，卡通人物，加菲貓、史努比、美猴王，真實物體，氣球、花瓶、建筑；標志性建筑，金字塔、故宮、長城，場景：草原、大海、沙漠。這些案例都是選取的不同年齡段，不同專業的10名學生來測試的。

MRR功能是關注搜索引擎檢索到的有關圖片是不是排在最終結果的列表前面，簡稱就是平均排序倒數。這個方法是計算每一個查詢的第一個有關圖片位置的倒數，后將求出所有倒數值得平均值。

MAP則是求每個有關圖片檢索出的準確率的平均值，這是對準確率求了兩次平均，是MAP把系統在全部相關結果上單值指標。系統檢索出來的有關圖片靠前，MAP就越高，沒有返回則準確率為0%。

本系統在搜索結果中，把用戶所要的圖片都是能排在前列，準確率也很高，都是高效準確的索引分不開的，從圖4就可以看出這MAP、MRR指數的比較：

圖4 MAP、MRR指數的比較Fig.4 Comparison of MAP and Mrr Index

通過對單機環境和云平臺的對比，證明了實驗的有效性，用戶可以根據不同的測試方法滿足自身不同的需求，從而達到自由查詢的目的。

5 結語

本研究雖然取得了一定的研究結果，但是此系統依然還有很多地方需要完善，需要大量的測試，另外在設計MapReduce對圖像進行處理時，缺乏了對于架構性能的分析。MapReduce如果是對于一般的小圖像文件會增加運行作業必要的尋址次數，會對整個系統性能造成影響，所以它處理數據的速度要和云平臺的傳輸速度達到同步。根據以上的問題和研究現狀，還需進一步研究，學習醫學圖像檢索算法，但是本文沒有對醫學圖像的提取圖像特征方法進行深入研究，可以在提取特征方法上多加研究以求提高檢索準確度和效率，深入研究醫學圖像的各種索引機制，優化索引機制，準確開展云技術圖像檢索系統索引機制的研究，改進系統設計，使得基于云技術的醫學圖像檢索系統性能更加突出。