代理服務(wù)器中醫(yī)學(xué)圖像自適應(yīng)分層切割緩存置換策略

1、代理效勞器中醫(yī)學(xué)圖像自適應(yīng)分層切割緩存置換策略代理效勞器中醫(yī)學(xué)圖像自適應(yīng)分層切割緩存置換策略近年來(lái)，隨著醫(yī)學(xué)影像成像設(shè)備的高速開(kāi)展X射線(xiàn)、T、超聲、R等，醫(yī)學(xué)影像也已經(jīng)逐漸開(kāi)展成為一門(mén)集診斷、成像等為一體的與計(jì)算機(jī)技術(shù)親密相關(guān)的綜合學(xué)科1。符合DI標(biāo)準(zhǔn)的醫(yī)學(xué)影像設(shè)備需要保證在大數(shù)據(jù)量、實(shí)時(shí)性強(qiáng)、構(gòu)造化較低的條件下通過(guò)PAS系統(tǒng)為醫(yī)生提供高效率的圖像存取和使用效勞，這就使得醫(yī)學(xué)影像的高效傳輸成為重要的問(wèn)題2?，F(xiàn)有的PAS系統(tǒng)中傳輸?shù)脑坚t(yī)學(xué)影像圖像文件格式主要為DIDigitalIaginganduniatinsinediine，醫(yī)學(xué)數(shù)字成像和通信文件格式，而DI文件格式的圖像數(shù)據(jù)動(dòng)態(tài)范圍過(guò)大并

2、且大部分均超出了通用顯示器的動(dòng)態(tài)顯示范圍，很難一次在通用的顯示器屏幕上將所有的圖像細(xì)節(jié)都顯示出來(lái)3。不僅如此，互聯(lián)網(wǎng)應(yīng)用的快速增長(zhǎng)導(dǎo)致網(wǎng)絡(luò)擁塞和效勞器超載等問(wèn)題的出現(xiàn)4，使得DI文件對(duì)于代理效勞器的緩存性能提出了越來(lái)越高的要求。目前大多數(shù)DI文件是以一個(gè)整體進(jìn)展緩存，隨著數(shù)據(jù)量的不斷增加可能會(huì)對(duì)效勞器造成一定的負(fù)載并影響PAS系統(tǒng)的整體性能5。在此注意到一個(gè)DI文件中的醫(yī)學(xué)圖像對(duì)于用戶(hù)來(lái)說(shuō)并不都存在使用價(jià)值，用戶(hù)的閱讀可能只針對(duì)圖像的某一部分進(jìn)展操作，即DI文件中的醫(yī)學(xué)圖像存在一定的特殊性：醫(yī)生在查看一組腦部T圖像時(shí)并沒(méi)有完全關(guān)注整個(gè)腦部的圖像而是重點(diǎn)關(guān)注了腦部T圖像出現(xiàn)病變的部位。本文根據(jù)此

3、特點(diǎn)，借鑒文獻(xiàn)6中提出的：GIS瓦片形式切圖算法對(duì)地理影響數(shù)據(jù)分割存儲(chǔ)、按需傳輸?shù)乃枷?，移植醫(yī)學(xué)圖像分層切割的原理到代理效勞器的緩存置換策略中。通過(guò)比照傳統(tǒng)的經(jīng)典緩存算法自主改良緩存置換策略，提出了動(dòng)態(tài)策略計(jì)數(shù)DynaiStrateyGeneratinunt，DSG算法，在保證醫(yī)學(xué)影像不失真的前提下，使用代理效勞器對(duì)DI文件中的醫(yī)學(xué)圖像進(jìn)展自適應(yīng)的動(dòng)態(tài)緩存置換。經(jīng)過(guò)實(shí)驗(yàn)證明采用自適應(yīng)的分層切割方法有效地將用戶(hù)懇求DI圖像準(zhǔn)確率進(jìn)步了49%。DSG算法相對(duì)于LRU?K，LFU等算法也進(jìn)步了平均4.8%和3.7%的緩存命中率，并且DSG算法在結(jié)合了醫(yī)學(xué)影像自適應(yīng)分層切割方法后更進(jìn)一步提升了8.5%

4、的緩存命中率。1DI文件分層傳輸與緩存研究DI圖像數(shù)據(jù)源的數(shù)據(jù)量宏大是其最大特點(diǎn)。醫(yī)院每天產(chǎn)生的圖像和信息數(shù)據(jù)量從幾十B到幾GB不等。其中DI文件90%以上是圖像數(shù)據(jù)。如此宏大的數(shù)據(jù)量使得圖像存取速度成為需要重點(diǎn)考慮的問(wèn)題7。目前國(guó)內(nèi)主要采用對(duì)圖像進(jìn)展壓縮處理、建立圖像緩沖池和分層存儲(chǔ)管理等幾種方法來(lái)解決醫(yī)學(xué)圖像的快速存取問(wèn)題。分層存儲(chǔ)管理大多是通過(guò)在線(xiàn)和離線(xiàn)相結(jié)合的方式來(lái)進(jìn)展的。在線(xiàn)存儲(chǔ)的首選設(shè)備通常為大容量的磁盤(pán)列陣，而該分層存儲(chǔ)管理方法雖然考慮到了磁盤(pán)列陣具有速度高、存取方便、可靠性好、價(jià)格較低等特點(diǎn)，但由于現(xiàn)有的醫(yī)學(xué)圖像切割都是靜態(tài)切割，有可能不適用。應(yīng)該考慮引入自適應(yīng)機(jī)制將圖片分層以

5、后再進(jìn)展切割緩存方法的適用性。而緩沖池中的數(shù)據(jù)采用LRU算法保存，減少了網(wǎng)絡(luò)通信量和數(shù)據(jù)本文由論文聯(lián)盟.Ll.搜集整理存儲(chǔ)壓力，在DI文件中存在著緩存調(diào)度、緩存文件大小和使用頻率不等的問(wèn)題。因此現(xiàn)有的緩存策略可能不適用于DI文件。本文基于圖像分層存儲(chǔ)的思想引入DI圖像自適應(yīng)分層切割方法，并且在LRU算法的根底上進(jìn)展改良，使得DI文件的緩存命中率有了明顯的提升。2動(dòng)態(tài)策略計(jì)數(shù)算法2.1基于DI的代理效勞器如圖1所示給出了基于代理技術(shù)的DI醫(yī)學(xué)圖像效勞模型。假設(shè)用戶(hù)需要的DI數(shù)據(jù)在代理效勞器中沒(méi)有被緩存的話(huà)，那么DI數(shù)據(jù)需要通過(guò)AN從PAS系統(tǒng)中獲取，而從PAS系統(tǒng)中獲取的數(shù)據(jù)可以直接或者間接通過(guò)

6、代理效勞器的形式發(fā)送給需求不同的用戶(hù)。由于代理效勞器的緩存空間有限，對(duì)調(diào)度緩存內(nèi)容的大小非常敏感，所以其性能的好壞直接影響著該模型的性能。本文在代理效勞器端使用的緩存策略為部分緩存和整體緩存或者兩者相結(jié)合的方式，并且輔之以分層切割醫(yī)學(xué)影像的方法進(jìn)步緩存查找性能。用于改善基于DI文件PAS系統(tǒng)的效勞性能。2.2醫(yī)學(xué)圖像自適應(yīng)分層切割由于DI文件解析出來(lái)的醫(yī)學(xué)圖數(shù)據(jù)動(dòng)態(tài)范圍過(guò)大并且均超出了普通顯示器的動(dòng)態(tài)顯示范圍，存在資源的浪費(fèi)現(xiàn)象。查看DI文件時(shí)主要分為挪動(dòng)端查看和網(wǎng)頁(yè)端查看。在挪動(dòng)端查看時(shí)，由于IP地址變化、會(huì)話(huà)和登入登出均比擬頻繁，需要根據(jù)挪動(dòng)端的操作系統(tǒng)把圖像置換為合適客戶(hù)端APP屏幕顯示

7、的大校在網(wǎng)頁(yè)端查看時(shí)，根據(jù)分辨率不同每次查看需要的切割圖片不同，但是根據(jù)其IP地址的變化小的特點(diǎn)建立IP地址和顯示器的對(duì)應(yīng)關(guān)系自適應(yīng)顯示切割圖片。本文引用GISGegraphiInfratinSyste，地理信息系統(tǒng)瓦片地圖的切割原理將醫(yī)學(xué)圖像進(jìn)展分層切割8。瓦片式地圖由GIS數(shù)據(jù)的高速共享開(kāi)展而來(lái)，由原始數(shù)據(jù)的切割存儲(chǔ)和按需傳輸兩部分組成，由Ggleaps提出，采用預(yù)切割的方法將圖像進(jìn)展分層切割并存儲(chǔ)于效勞器端，當(dāng)用戶(hù)發(fā)出懇求時(shí)只需從Ggleaps效勞器端發(fā)送所需的瓦片到客戶(hù)端，在很大程度上進(jìn)步了訪(fǎng)問(wèn)速度9。為了滿(mǎn)足視覺(jué)無(wú)損和高效傳輸?shù)男枨?，引入GIS瓦片切割思想：將高分辨率的醫(yī)學(xué)圖像預(yù)先分

8、層切割并存儲(chǔ)以滿(mǎn)足按需傳輸?shù)囊蟆２捎梅枪潭ㄍ咂穹直媛屎凸潭▽訑?shù)的方式對(duì)源數(shù)據(jù)進(jìn)展形式化處理，根據(jù)醫(yī)學(xué)影像的特點(diǎn)實(shí)現(xiàn)面向用戶(hù)閱讀器的DI自適應(yīng)顯示。采用XL文件存儲(chǔ)DI文件中的醫(yī)療信息，采用切割圖片顯示醫(yī)學(xué)圖像數(shù)據(jù)，設(shè)計(jì)流程圖如圖2所示。詳細(xì)涉及步驟如下：Step1：用戶(hù)登錄，啟動(dòng)會(huì)話(huà)，使用歡送界面獲取用戶(hù)屏幕分辨率大小信息并存儲(chǔ)于用戶(hù)關(guān)系表中。Step2：根據(jù)用戶(hù)關(guān)系表動(dòng)態(tài)生成切割圖片。并在會(huì)話(huà)空閑過(guò)程中，緩存效勞器動(dòng)態(tài)調(diào)整切割圖片的大校開(kāi)場(chǎng)時(shí)緩存標(biāo)準(zhǔn)DI文件，當(dāng)獲取到用戶(hù)屏幕大小分辨率進(jìn)展自適應(yīng)調(diào)整之后，丟棄原先的標(biāo)準(zhǔn)DI文件，緩存切割好的圖片。Step3：在用戶(hù)懇求的時(shí)候發(fā)送和用戶(hù)實(shí)際

9、懇求大小一致的緩存數(shù)據(jù)。Step4：緩存大小自動(dòng)更新機(jī)制。對(duì)于挪動(dòng)端：緩存數(shù)據(jù)不變，根據(jù)挪動(dòng)端的APP設(shè)置自動(dòng)分配DI緩存數(shù)據(jù)的大校對(duì)于網(wǎng)頁(yè)端，根據(jù)IP地址存在更換的可能性設(shè)定超時(shí)機(jī)制，根據(jù)醫(yī)院的交班時(shí)間定時(shí)清空用戶(hù)關(guān)系表。2.3DSG算法對(duì)于緩存對(duì)象及其數(shù)據(jù)單元的大小，在第2.2節(jié)已對(duì)緩存數(shù)據(jù)進(jìn)展了預(yù)處理，在本節(jié)中希望通過(guò)對(duì)緩存調(diào)度算法的更改，使得進(jìn)一步進(jìn)步緩存的性能。將LRU算法和LFU算法的思想和醫(yī)學(xué)圖像使用的特殊性相結(jié)合運(yùn)用到DI醫(yī)學(xué)影像的緩存中是符合實(shí)際的。例如：一張T圖像，醫(yī)生在圖像剛生成的一段時(shí)間內(nèi)看了幾次以后，由于某種原因在以后的治療中再也沒(méi)有查看過(guò)這張T圖像。這時(shí)基于關(guān)鍵特征

10、和代價(jià)的交換算法就無(wú)法起到作用，而LRU算法認(rèn)為的最近使用的資源具有很高的將來(lái)使用價(jià)值、LFU算法認(rèn)為的資源使用頻率與將來(lái)的使用價(jià)值成正比。緩存交換策略的運(yùn)用首先需要給當(dāng)前的緩存對(duì)象一個(gè)訪(fǎng)問(wèn)熱度和訪(fǎng)問(wèn)時(shí)間的綜合排名，即是綜合使用效率的排名。然后再根據(jù)使用效率的上下交換出使用效率最低的緩存內(nèi)容，而其中效率函數(shù)的設(shè)計(jì)是重要的一環(huán)，它對(duì)于緩存命中率的上下有著直接的影響。圖片的部分訪(fǎng)問(wèn)原理對(duì)于使用效率的影響是最大的，部分訪(fǎng)問(wèn)原理指的是在最近時(shí)間區(qū)間內(nèi)被訪(fǎng)問(wèn)過(guò)的切割圖片在隨后的一段時(shí)間內(nèi)可能被再次訪(fǎng)問(wèn)的概率比擬高。該原理對(duì)于緩存技術(shù)和預(yù)取技術(shù)有著比擬重大的影響。LRU算法認(rèn)為最近被使用的圖片存在著很高的

11、將來(lái)使用價(jià)值，其價(jià)值函數(shù)為：it=1t-tL1式中：it表示在t時(shí)刻資源i的將來(lái)使用價(jià)值；t為緩存資源i的時(shí)間；tL為緩存資源最近一次訪(fǎng)問(wèn)的時(shí)間。LFU算法認(rèn)為最近被訪(fǎng)問(wèn)次數(shù)最多的資源在將來(lái)會(huì)擁有很高的使用價(jià)值；但其存在緩存污染的問(wèn)題，所以考慮訪(fǎng)問(wèn)頻率和訪(fǎng)問(wèn)的最近時(shí)間點(diǎn)采用LRU?K算法。估計(jì)文件i在首次使用后進(jìn)入緩存后會(huì)被使用到的概率為Pit，而Pit的估計(jì)采用類(lèi)似LRU，LFU和LRU?K等的函數(shù)設(shè)計(jì)方法。由于將來(lái)切割圖片訪(fǎng)問(wèn)的不可預(yù)知性，只能根據(jù)切割圖片i的歷史訪(fǎng)問(wèn)記錄來(lái)估計(jì)Pit的概率。圖3為切割圖片i的歷史訪(fǎng)問(wèn)序列。圖3中，自從t1時(shí)刻以來(lái)，t2，t3時(shí)刻的訪(fǎng)問(wèn)量明顯增加，自t4時(shí)刻

12、以后訪(fǎng)問(wèn)量逐漸下降。并且由于訪(fǎng)問(wèn)時(shí)間間隔與訪(fǎng)問(wèn)時(shí)間的分布滿(mǎn)足泊松分布。而該問(wèn)題在參考文獻(xiàn)10已經(jīng)給出證明。對(duì)于任意圖片i的訪(fǎng)問(wèn)獨(dú)立且服從泊松分布11，那么Pit的概率估計(jì)公式如下：Pi=kt=e-itkk！2it值確實(shí)定：以L(fǎng)RU?K為代表，從某一時(shí)間開(kāi)場(chǎng)的高頻率的資源訪(fǎng)問(wèn)量意味著在這一個(gè)時(shí)間點(diǎn)后該資源的將來(lái)訪(fǎng)問(wèn)頻率近似滿(mǎn)足泊松分布。其it的估計(jì)公式為：it=kn=1ktin3設(shè)定切割圖片的最后第n次訪(fǎng)問(wèn)時(shí)間為tin，其最后一次的訪(fǎng)問(wèn)時(shí)間為ti1。設(shè)定切割圖片在緩存中的平均存活時(shí)間為：ti=i=1nT-tinn4式中，T為目前的緩存系統(tǒng)時(shí)間。由此將式4代入式3中可以推導(dǎo)出it估計(jì)公式為：it=

13、k=1kti5式中，k為常數(shù)1時(shí)，滿(mǎn)足LRU策略在相對(duì)時(shí)間下的it估計(jì)公式12，根據(jù)式2推導(dǎo)出：Pi=kt=e-=1ki=1nT-tinnkk！6假定在某一層上緩存切割圖片的集合為PitureGathert=1，2，N，表示切割圖片1，2，N在t時(shí)刻的存儲(chǔ)。設(shè)定Sizei為文件PitureGathert的大小，i越大說(shuō)明該層緩存的切割數(shù)量也越多。根據(jù)集合PitureGathert=1，2，N，求出集合內(nèi)緩存切割圖片的平均緩存時(shí)間為：eant=n=1NSLn-SFnN7式中：SLn表示切割圖片的最后一次訪(fǎng)問(wèn)時(shí)間；SFn為切割圖片的首次存儲(chǔ)時(shí)間。每一塊切割圖片存在于緩存區(qū)域的時(shí)間不同，那么對(duì)將來(lái)的

14、使用價(jià)值也一定不同。對(duì)于在某一個(gè)緩存溢出時(shí)間點(diǎn)所要進(jìn)展交換的切割圖片也不盡一樣。設(shè)定緩存區(qū)的容量大小為V。在i=1NitSizEiV的約束條件下，其中i=1Nit，it0，1，0表示切割圖片i在t時(shí)刻沒(méi)有存在于緩存中；1表示圖片i在t時(shí)刻存在于緩存中。理想的緩存替代策略算法動(dòng)態(tài)策略代數(shù)DynaiStrategyGeneratinunt，DSG為：DSG=1t-tL?n=1NSLn-SFnN?e-=1ki=1nT-tinnkk！8即，DSG=iteantPit。然后按照DSG的值非遞增排序PitureGathert=1，2，N中的元素，在非遞增排序完成后從最小的值開(kāi)場(chǎng)將切割圖片剔除出緩存，直到到

15、達(dá)指定的緩存剩余空間為止。3實(shí)驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)一：在英特網(wǎng)內(nèi)完成了自適應(yīng)機(jī)制和傳統(tǒng)用戶(hù)懇求準(zhǔn)確率的比照測(cè)試。代理效勞器端的硬件配置為HPrkStatin2100PU：Pentiu2.0GHz2，內(nèi)存1GB?？蛻?hù)端那么是英特網(wǎng)內(nèi)100臺(tái)型號(hào)不一的計(jì)算機(jī)和100臺(tái)操作系統(tǒng)不完全一樣的挪動(dòng)終端。在實(shí)際網(wǎng)絡(luò)環(huán)境下測(cè)試自適應(yīng)機(jī)制下挪動(dòng)端和網(wǎng)頁(yè)端的準(zhǔn)確率和傳統(tǒng)機(jī)制下的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果如表1所示。表1準(zhǔn)確率%實(shí)驗(yàn)說(shuō)明緩存大小和用戶(hù)實(shí)際懇求根本吻合。而采用原始DI數(shù)據(jù)由于文件不能與屏幕相適應(yīng)產(chǎn)生大量的浪費(fèi)，使得懇求的準(zhǔn)確率與用戶(hù)的實(shí)際懇求之間產(chǎn)生了宏大差異。由此可以得出自適應(yīng)所調(diào)度的緩存資源和用戶(hù)懇求的資源是一致

16、的，這樣就減少了大量的數(shù)據(jù)浪費(fèi)，使得緩存中的數(shù)據(jù)浪費(fèi)得到明顯的改善。實(shí)驗(yàn)二：本文還采用eb緩存交換算法常用的衡量標(biāo)準(zhǔn)進(jìn)展實(shí)驗(yàn)，固定使用100臺(tái)端進(jìn)展緩存考察算法中的切割圖片的命中率。切割圖片命中率指緩存中命中的懇求對(duì)象與總懇求對(duì)象的百分比。實(shí)驗(yàn)采用網(wǎng)站的真實(shí)數(shù)據(jù)進(jìn)展仿真。首先對(duì)訪(fǎng)問(wèn)的DI醫(yī)學(xué)圖像進(jìn)展基于自適應(yīng)的圖片切割數(shù)據(jù)預(yù)處理，選取數(shù)據(jù)集的35構(gòu)造算法模型。另外25作為測(cè)試數(shù)據(jù)，結(jié)合緩存交換算法計(jì)算切割圖片的命中率進(jìn)展仿真實(shí)驗(yàn)。DSG，LRU?K和LFU算法的試驗(yàn)結(jié)果如表2所示。DSG/LRU?K/LFU算法命中率比照?qǐng)D如圖4所示。DSG/LRU?K/LFU沒(méi)中率比照?qǐng)D如圖5所示。如圖4、圖5、表2所示，引入切割圖片的有用性和在函數(shù)價(jià)值計(jì)算中是否存在意義，是本文所關(guān)注的問(wèn)題。DSG算法比擬LRU?K算法和LFU算法的性能比擬可以證明其有效性。說(shuō)明了訪(fǎng)問(wèn)頻率和訪(fǎng)問(wèn)部分性存在的有效性。如圖4所示，隨著緩存容量的增大LRU?K，LFU算法和DSG算法的性能也在逐漸的增加，但是DSG算法的緩存命中率始終要