基于混合现实手术规划模拟系统医学图像数据存储设计

涂铁

（安徽商贸职业技术学院，安徽芜湖，241002）

0 引言

混合现实(MR)技术作为一种新兴技术，能够将数字对象和现实世界进行有效融合，从而使用户可以构建成虚拟与现实交互反馈回路，达到虚拟与现实的有效互动。混合现实技术凭借其实时交互和精准匹配的特点在医疗场景中有着广阔的发展情景。其在外科手术、医学研究、康复医学、远程会诊等方面都能够发挥重要的作用。基于混合现实手术规划系统（图1）是借助三维建模技术、混合现实技术、人机交互技术等将患者身体三维化呈现在相关设备中，使手术医生可以借助相关数字模拟工具在患者的三维数据基础上进行手术模拟，从而制定手术方案，降低手术风险。同时相关手术医生在手术过程中还可以通过混合现实眼镜方便的查阅相关图像资料并可以将病人的3d模型投影在患者身体上，从而可以帮助医生进行精确定位。

图1 系统基本流程图

对于数据中心来说来说其主要用来存储相关病例资料和大量的来自不同设备（CT、X-Ray、MRI等）的医学图像数据,这些数据每天可能以几GB到几十GB进行增长，如何有效地进行存储设计，直接影响到整个模拟系统的有效性和工作效率。本文提出一种医学图像数据存储的设计方案，该方案采取分布式数据库系统+分层存储的思路，能够提高图像数据的传输效率，符合终端各种设备的需求。

1 分布式数据库系统

在本模拟系统当中，随着用户可预见性的增长，对云端数据的读取、写入等操作频率会持续增加，当多个用户并发访问特定数据时，传统的单点数据库系统通常使用事务和锁来保证数据的完整性，这样会大大导致响应延迟，降低用户体验。

分布式数据库系统中数据存储在不同数据点中，这些数据点物理上分布于不同的位置并用高速网络将其连接从而可以实现统一管理和调度，同时每个数据点都有独立处理事务的能力。这种特点可以使整个系统在硬件成本增加相对较低的基础上可以大幅提高数据库的并发访问能力，符合商业逻辑[1]。MySQL作为一种常用的开源关系型数据库管理系统，其免费灵活、动态可扩展等特性，使其适合搭建分布式数据库系统。

MySQL分布式集群作为一种分布式节点架构的存储方案，其具有高性能、低成本、提供容错性等特点，其被广泛应用在各种存储系统中，如京东公司的分布式数据库系统就是基于MySQL分布式集群为主体框架。本模拟系统数据存储亦可以使用此方案予以搭建。本模拟系统的数据来源于医院信息系统（HIS）、医学图像系统（PACS）等医院信息化系统中的若干种，其可以分为结构化数据（字符、数值等）和非结构化数据（图像、DICOM图像数据）两大类。其中结构化数据可以直接转换成关系型数据库中的各种表，而对于非结构化数据在转换的时候要保证其结构和内容完整。本文重点论述DICOM图像数据这一非结构化数据的存储设计思路。

图2 分解示意图

2 医学图像数据存储设计

对于本系统来说，DICOM医学图像数据的存储至关重要。一方面，它是三维重建系统的数据来源，另一方面各种终端设备也需要调取它进行查阅分析，所以如何准确快速的读取医学图像数据成为本方案需要重点考虑的问题。

DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准（ISO 12052），相对于其它类型数据而言，DICOM图像数据具有高分辨率、高精度和大数据量的特点,其数据之间存储在很强的关联性和规律性[2]。同时在DICOM医学图像数据中医生通常感兴趣的可能只是病症部分的信息，而其它部分的则很少注意。针对上述特点可以采取分层存储的思路去存储相关医学图像数据。所谓分层存储就是根据医学图像数据的任务用途来分别建立不同的图像数据库，从而提高整个模拟系统的数据读取效率。

2.1 原始图像数据库

在本模拟系统中，使用三维建模工具使用患者的图像数据进行数据建模是其中一个重要环节，这些图像数据的来源就是原始图像数据库。当DICOM医学图像数据从PACS中传输过来后，首先要经过解析然后将DICOM 格式的信息部分和图像数据部分进行分离并将它们存储到数据库中，从而建立成原始图像数据库。该数据库可以设计如下几个数据表：Patients(患者表 )、Studies（检查表）、Series（序列表）、Images（图像表）、linktable（连接表）这些表通过外键相互关联，其中在linktable表是用来提高查询效率的。

表1 原始图像数据库设计

2.2 标注图像数据库

通常情况下，当医学图像数据生成后，相关的医生可能会在图像上对相关区域进行标注，将病变部分和疑似病变部分和其他部分区分开从而有利于制定手术方案。原始图像数据库中的图像数据可以通过格式转换成统一格式的医学图像，这些转换后的医学图像就可以按照下面的表结构存储到标注图像数据库中。标注图像数据库除Patients表、Studies表、Series表、Images表、linktable表外还应加上 Mark（标注表）。其表结构为 Mark（PatientID、ImageID、Position、Information、Doctor）。其中 PatientID列对应的病人的ID，ImageID列对应图像的图像号，Position列表示标注在图像上显示的位置，Information表示标注的内容，Doctor指明增加该标注的医生。Mark表同对应的图像数据在物理上是独立的，从而保证了图像数据的完整性。

图3 数据传输示意图

2.3 标准图像数据库

医学图像通常包含更多的纹理信息，常见的医学影像数据所需的存储空间较大，故数据传输在即时移动端的各个应用场景下都面临着巨大的挑战。本文提出一种采用经典的RLE无损压缩方法对影像数据进行压缩的思路。RLE算法的主要思想是：用一个表示块数的属性加上一个数据块代表原来连续的若干块数据，达到缩小存储空间的效果。本文采用一个真实影像数据来解释RLE算法的压缩步骤。首先关注到原图相邻的局部区域内存在像素值相同的像素点，故RLE对同一行连续相同的像素块进行分解，I1中记录某一像素值连续出现的次数，I2中记录同一行连续出现的像素值，I3中记录每一行存在的不同像素值总个数。由此将原图分解为I1、I2、I3三个矩阵，在实际操作中本文利用png格式进行无压缩矩阵存储。可以观察到由于医学影像数据存在大量相同数据块的特殊性，RLE无损压缩算法能够极大的对其进行压缩，则能够有效解决影像数据在即时移动端的应用场景中完成高速传输的目的。

3 结语

本文针对基于混合现实手术规划模拟系统图像数据的存储需要， 提出了以MySQL分布式集群作为整体存储架构，并根据医学图像数据的特点，提出了分层存储的思路。对于本模拟系统来说，MySQL分布式集群这一分布式数据库系统具有低成本、高性能等优点，而采用分层存储的图像数据库的设计思路，又可以提高医学图像文件的传输效率，从而能够匹配移动端APP和微信小程序的实时访问需求。