基于云計算的醫(yī)學(xué)圖像檢索系統(tǒng)

范 敏，徐勝才

FAN Min1,XU Shengcai2

1.杭州職業(yè)技術(shù)學(xué)院，杭州 310018

2.同濟(jì)大學(xué) 電子與信息工程系，上海 201815

1.Hangzhou Vocational and Technical College,Hangzhou 310018,China

2.Department of Electronic Engineering,Tongji University,Shanghai 201815,China

1 引言

隨著數(shù)字化影像技術(shù)發(fā)展，大量的醫(yī)學(xué)圖像隨之產(chǎn)生，這些海量醫(yī)學(xué)圖像數(shù)據(jù)可以為臨床診斷提供服務(wù)[1]。如何對這些醫(yī)學(xué)圖像進(jìn)行有效管理和組織是醫(yī)學(xué)工作者面對的難題，基于關(guān)鍵字的傳統(tǒng)圖像檢索技術(shù)存在主觀性較強(qiáng)、不能準(zhǔn)確反映圖像信息等缺陷，而基于內(nèi)容的醫(yī)學(xué)圖像檢索（Content-based Medical Image Retrieval，CBMIR）在該種背景下發(fā)展起來，在醫(yī)學(xué)教學(xué)、輔助醫(yī)學(xué)診斷、醫(yī)學(xué)資料管理等領(lǐng)域得到了廣泛應(yīng)用[2]。

醫(yī)學(xué)圖像檢索是一個典型的數(shù)據(jù)密集型計算過程，對于海量醫(yī)學(xué)圖像，基于B/S的醫(yī)學(xué)圖像檢索系統(tǒng)難以滿足圖像的實時性要求[3-4]。具有分布式、并行處理能力云計算（cloud computing）可以將大型任務(wù)進(jìn)行分解子任務(wù)，然后將子任務(wù)分配到各個工作節(jié)點共同完成任務(wù)，為醫(yī)學(xué)圖像檢索提供了一種新思路[5]。云計算模型得到許多公司支持，如：Google、Amazon、Yahoo!等，在不了解底層細(xì)節(jié)的情況下，利用Map/Reduce函數(shù)輕松地實現(xiàn)并行計算，在大規(guī)模文本分類、專利圖像分類等領(lǐng)域得到了廣泛的應(yīng)用[6-8]。云計算具有的優(yōu)點可以較好地解決醫(yī)學(xué)圖像檢索過程中的難題，而且目前國內(nèi)還沒有相關(guān)研究[9]。

為了提高醫(yī)學(xué)圖像檢索效率，提出一種基于云計算的醫(yī)學(xué)圖像檢索系統(tǒng)。首先采用Brushlet變換和LBP算法提取醫(yī)學(xué)示例圖像的頻域和空域特征，然后采用Map函數(shù)將其與醫(yī)學(xué)圖像特征庫中的特征進(jìn)行匹配，并采用Reduce函數(shù)對Map任務(wù)的匹配結(jié)果進(jìn)行收集和排序，最后根據(jù)排序結(jié)果找到醫(yī)學(xué)圖像的最優(yōu)檢索結(jié)果，并進(jìn)行性能測試與分析。

2 云計算概述

云計算的Hadoop是一個使用Java的支持開發(fā)和并行處理大規(guī)模數(shù)據(jù)的分布式計算開源框架，主要由分布式文件系統(tǒng)（HDFS）和MapReduce并行計算模型組成。進(jìn)行Hadoop開發(fā)時，可以將分布式并行程序運行于由大量節(jié)點所組成的大規(guī)模集群系統(tǒng)上完成海量數(shù)據(jù)的計算，而不用操心并行編程中的工作調(diào)度、分布式存儲、容錯處理、網(wǎng)絡(luò)通信和負(fù)載平衡等問題[10]。

2.1 HDFS

HDFS采用master/slave架構(gòu)，一個HDFS集群是由一個NameNode和一組DataNode組成，NameNode是一個中心節(jié)點，負(fù)責(zé)管理文件系統(tǒng)的名字空間（namespace）以及客戶端對文件的訪問。集群中一般是一個節(jié)點上運行一個DataNode，負(fù)責(zé)管理它所在節(jié)點上的數(shù)據(jù)存儲，并負(fù)責(zé)處理文件系統(tǒng)客戶端的讀寫請求，在NameNode統(tǒng)一調(diào)度下進(jìn)行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制[11]。HDFS把文件切割成塊（block），這些block分散地存儲于不同的DataNode上，每個block還可以復(fù)制數(shù)份存儲于不同的DataNode上，因此具有較高的容錯性和對數(shù)據(jù)讀寫的高吞吐率。

2.2 Map Reduce

MapReduce是一種處理海量數(shù)據(jù)的并行編程模型和計算框架，用于大規(guī)模數(shù)據(jù)的并行計算，其采用一種“分而治之”的思想，把大的任務(wù)分解成若干個較小的任務(wù)分發(fā)給各個節(jié)點來執(zhí)行，再將各個節(jié)點的執(zhí)行結(jié)果進(jìn)行匯總，從而得到最終的結(jié)果。這種處理過程分為Map過程和Reduce兩個階段[12]。

在Map（映射）階段，MapReduce框架將任務(wù)的輸入數(shù)據(jù)先分割成若干固定大小的塊（Split），對Split又分解成一批鍵值對（Key1，Value1）傳給Map函數(shù)；每個節(jié)點的Map函數(shù)對每組鍵值對進(jìn)行處理后，形成新的鍵值對（Key2，Value2），并按照Key2值相同的進(jìn)行匯總，形成（Key2，list（Value2）），傳給Reduce作為Reduce的輸入。一般來說，Map會將Key2值相同的鍵值對傳給相同的節(jié)點來進(jìn)行Reduce階段的處理。

在Reduce階段，Map輸出的（Key2，list（Value2））成為Reduce階段的輸入，對于輸入作相應(yīng)處理后會得到鍵值對（Key3，Value3），根據(jù)用戶需要輸出到HDFS或者HBase數(shù)據(jù)庫等指定的位置。

為使得MapReduce的數(shù)據(jù)處理流程更加形象，MapReduce模型的計算流程如圖1所示。

圖1 MapReduce數(shù)據(jù)處理流程

3 云計算的醫(yī)學(xué)圖像檢索

3.1 提取Brushlet域特征

Brushlets變換可以有效地分析富含方向信息的紋理圖像，其具有類似于小波包的多層結(jié)構(gòu)，可以對Fourier域進(jìn)行極佳的分解[13]。Brushlets一層分解把Fourier平面分成4個象限，分解后的系數(shù)由4個子帶組成，對應(yīng)的方向為π/4+kπ/2，k=0，1，2，3，那么Brushlets兩層分解把每個象限進(jìn)一步分為4個部分，共12個方向，分別為 π/12+kπ/6，k=0，1，…，11，分解后的系數(shù)由16個子帶構(gòu)成，其中環(huán)繞著中心的4個子帶為低頻紋理分量，其余的為高頻紋理。Brushlets多層分解是對上一層繼續(xù)加以細(xì)分，但如果層數(shù)過多就會出現(xiàn)明顯的頻譜混疊現(xiàn)象，故而一般采用1～3層分解，3層分解如圖2所示。

圖2 Brushlet三層分解方向

令∧f表示Brushlet分解后的系數(shù)，而實部和虛部的第帶模值的均值 μn和標(biāo)準(zhǔn)差σn分別為：

其中i=1，2，…，M ，j=1，2，…，N，M 和 N 是每個子帶的行數(shù)和列數(shù)，圖像最終的特征為：

3.2 提取LBP特征

LBP可以刻畫領(lǐng)域內(nèi)像素點的灰度相對于中心點的變化情況，注重像素灰度的變化，符合人類視覺對圖像紋理的感知特點[14-15]。因此對圖像提取LBPu23，并將直方圖作為圖像的空域特征。

其中，

式中，gc為一個鄰域中心像素點的灰度值，gi是以gc為中心3×3鄰域順時針各像素點的灰度值。

3.3 相似度匹配

對Brushlet域特征相似性采用平均距離度量：

其中，P為待檢索醫(yī)學(xué)圖像，Q為醫(yī)學(xué)圖像庫的圖像。

對于圖像LBP特征，首先對特征進(jìn)行歸一化處理，然后采用歐式距離計算相似度。

式中，Wˉ為歸一化后特征矢量。

由于SimBrushlet和SimLBP取值范圍不同，對它們進(jìn)行“外部歸一化”處理，具體為：

兩幅醫(yī)學(xué)圖像間的距離為：

式中，w1和w2為權(quán)重，并且滿足w1+w2=1。

3.4 醫(yī)學(xué)圖像檢索步驟

醫(yī)學(xué)圖像及其特征均存儲于HBase中，當(dāng)HBase的數(shù)據(jù)集非常大時，掃描搜索整個表要花費比較長的時間。為了減少檢索圖像的時間和提高檢索效率，利用MapReduce計算模型對醫(yī)學(xué)圖像檢索進(jìn)行并行計算，具體框架如圖3所示。

圖3 圖像檢索的工作框圖

基于MapReduce的醫(yī)學(xué)圖像檢索步驟如下：

（1）收集醫(yī)學(xué)圖像，提取相應(yīng)的特征，并將特征數(shù)據(jù)存入HDFS。

（2）用戶提交檢索請求，提取待檢索的醫(yī)學(xué)圖像的Brushlet域特征和LBP特征。

（3）Map階段。將待檢索的醫(yī)學(xué)圖像特征與HBase中的圖像特征進(jìn)行相似度匹配，map的輸出為＜相似度，圖像ID＞鍵值。

（4）根據(jù)相似度的大小對map輸出全部＜相似度，圖像ID＞鍵值進(jìn)行排序和重新劃分，然后再輸入到reducer。

（5）Reduce階段。收集所有的＜相似度，圖像ID＞鍵值對，再對這些鍵值對進(jìn)行相似度的排序，把前N個鍵值對寫入到HDFS。

（6）輸出與待檢索醫(yī)學(xué)圖像最相似的那些圖像的ID，用戶得到最終的醫(yī)學(xué)檢索結(jié)果。

云計算醫(yī)學(xué)圖像檢索系統(tǒng)的工作流程如圖4所示。

圖4 云計算醫(yī)學(xué)圖像檢索系統(tǒng)的工作流程

4 仿真測試

4.1 實驗環(huán)境

在Linux環(huán)境下，通過1個主節(jié)點（NameNode）機(jī)和3工作節(jié)點（DataNode）組成一個云計算系統(tǒng)，通過主節(jié)點對工作節(jié)點進(jìn)行管理，具體配置見表1。在云計算系統(tǒng)中，通過在不同的節(jié)點數(shù)下進(jìn)行醫(yī)學(xué)圖像檢索測試，將其測試結(jié)果與傳統(tǒng)B/S架構(gòu)下的圖像檢索系統(tǒng)的測試結(jié)果進(jìn)行對比，系統(tǒng)性能評價標(biāo)準(zhǔn)采用存儲效率、檢索速度、查準(zhǔn)率（%）、查全率（%）、檢索速度，并對云計算圖像檢索系統(tǒng)的性能進(jìn)行分析。

表1 云計算系統(tǒng)各節(jié)點的配置情況

4.2 系統(tǒng)負(fù)載性能測試

通過向云計算系統(tǒng)（節(jié)點數(shù)為3）提交醫(yī)學(xué)圖像檢索任務(wù)，在不同時間點以及不同數(shù)據(jù)量下測試各節(jié)點的負(fù)載情況，記錄各節(jié)點CPU的使用率，時間采樣平均分布在檢索任務(wù)的執(zhí)行時間內(nèi)，統(tǒng)計結(jié)果如圖5～7所示。從圖5～7可以得到如下結(jié)論：

圖5 處理40萬幅圖像的CPU使用率

圖6 處理80萬幅圖像的CPU使用率

圖7 處理100萬幅圖像的CPU使用率

（1）當(dāng)醫(yī)學(xué)圖像數(shù)據(jù)量為40萬幅時，只有2個Map任務(wù)，2個Map任務(wù)分別分配給DataNodel和DataNode3，t1和t2時刻（時間間隔為10 s），兩個節(jié)點的Map任務(wù)在執(zhí)行中。

（2）t3時刻，DataNode3節(jié)點的Map任務(wù)執(zhí)行完畢，并在該節(jié)點開始執(zhí)行Reduce任務(wù)，DataNodel節(jié)點的Map任務(wù)還在執(zhí)行。

（3）在t4時刻，DataNodel節(jié)點上的Map任務(wù)完成，該節(jié)點將Map任務(wù)產(chǎn)生的中間結(jié)果交由DataNode3進(jìn)行Reduce處理。

（4）在t5時刻，只有DataNode3在執(zhí)行Reduce任務(wù)，DataNodel和DataNode2處于空閑狀態(tài)。

（5）t6時刻，整個檢索任務(wù)完成，各節(jié)點處于空閑狀態(tài)。

（6）在處理80萬幅醫(yī)學(xué)圖像（時間點間隔為25 s）和120萬（時間點間隔為40 s）時，各節(jié)點的負(fù)載情況類似于處理40萬幅醫(yī)學(xué)圖像的負(fù)載情況。

4.3 與傳統(tǒng)方法的性能對比

4.3.1 存儲性能對比

采用不同數(shù)量的醫(yī)學(xué)圖像，在不同節(jié)點情況下，圖像存儲時間如圖8所示。從圖8可知，當(dāng)醫(yī)學(xué)圖像數(shù)量較小時，相對于B/S單節(jié)點系統(tǒng)，云計算系統(tǒng)的優(yōu)勢不明顯。當(dāng)醫(yī)學(xué)圖像數(shù)量增大時，B/S單節(jié)點系統(tǒng)的存儲時間大幅度增加，而云計算系統(tǒng)存儲時間增長比較緩慢，這表明采用MapReduce方式將醫(yī)學(xué)圖像上傳到HDFS中，提高了存儲效率。

圖8 兩種系統(tǒng)的醫(yī)學(xué)圖像存儲時間對比

4.3.2 檢索效率對比

醫(yī)學(xué)圖像的數(shù)據(jù)量分別為20萬、40萬、60萬、80萬、100萬以及120萬幅時，云計算的醫(yī)學(xué)圖像檢索系統(tǒng)與B/S單節(jié)點系統(tǒng)的圖像檢索的耗時，實驗結(jié)果如圖9所示。當(dāng)醫(yī)學(xué)圖像數(shù)據(jù)量為20萬幅，云計算系統(tǒng)檢索速度比B/S單節(jié)點模式慢，因為此時醫(yī)學(xué)圖像數(shù)據(jù)量比較小，云計算把數(shù)據(jù)集作為一個Map任務(wù)，存放在一個節(jié)點上進(jìn)行處理，即只有一個節(jié)點執(zhí)行一個Map任務(wù)，任務(wù)的初始化、分配以及清空作業(yè)的耗時造成檢索時間的延長。當(dāng)醫(yī)學(xué)圖像數(shù)據(jù)量為40萬幅時，此時有2個Map任務(wù)，云計算系統(tǒng)醫(yī)學(xué)圖像檢索的速度有了很大提高，相比B/S單節(jié)點系統(tǒng)，檢索速度分別提高了41.15%；當(dāng)醫(yī)學(xué)圖像數(shù)據(jù)量為60萬幅時，此時有3個Map任務(wù)，云計算系統(tǒng)的檢索時間相對于B/S單節(jié)點模式分別提高了33.89%。當(dāng)數(shù)據(jù)量繼續(xù)增大時（數(shù)據(jù)量大于60萬），此時云計算系統(tǒng)的檢索時間成線性增長，因為Map任務(wù)已超出了分布式系統(tǒng)的節(jié)點數(shù)，部分節(jié)點會分配多個Map任務(wù)，而一個節(jié)點同一時刻只能處理一個Map任務(wù)，從而使檢索時間呈線性增長，因此適當(dāng)增加云計算系統(tǒng)的節(jié)點數(shù)，以增強(qiáng)分布式系統(tǒng)并行處理Map任務(wù)的能力，并提高醫(yī)學(xué)圖像檢索速度。

圖9 兩種系統(tǒng)的醫(yī)學(xué)圖像檢索效率對比

4.4 與B/S系統(tǒng)的檢索結(jié)果對比

對于表2不同類型的醫(yī)學(xué)圖像，采用云計算系統(tǒng)和B/S系統(tǒng)進(jìn)行檢索，得到的檢索結(jié)果見表2。從表2可知，云計算系統(tǒng)的查準(zhǔn)率和查全率均要優(yōu)于B/S單節(jié)點系統(tǒng)，這表明云計算系統(tǒng)提高了醫(yī)學(xué)圖像檢索速度，獲得了更高醫(yī)學(xué)圖像的查準(zhǔn)率、查全率。

表2 多類醫(yī)學(xué)圖像檢索結(jié)果對比

5 結(jié)束語

針對海量醫(yī)學(xué)圖像檢索效率低的難題，提出一種云計算的醫(yī)學(xué)圖像檢索系統(tǒng)。仿真測試結(jié)果表明，云計算的醫(yī)學(xué)圖像檢索系統(tǒng)縮短了圖像存儲和檢索時間，獲得較優(yōu)的檢索結(jié)果，較好地滿足了圖像檢索的實時性要求，尤其當(dāng)處理大規(guī)模醫(yī)學(xué)圖像時，具有傳統(tǒng)算法不可比擬的優(yōu)勢。

[1]沈嘩，夏順仁，李敏丹.基于內(nèi)容的醫(yī)學(xué)圖像檢索中的相關(guān)反饋技術(shù)[J].中國生物醫(yī)學(xué)工程學(xué)報，2009，28（1）：128-137.

[2]張泉，邰曉英.基于Bayesian的相關(guān)反饋在醫(yī)學(xué)圖像檢索中的應(yīng)用[J].計算機(jī)工程，2008，44（17）：158-161.

[3]焦蓬蓬，郭依正.特征級數(shù)據(jù)融合在醫(yī)學(xué)圖像檢索中的應(yīng)用[J].計算機(jī)工程與應(yīng)用，2010，46（6）：217-220.

[4]Chang F，Dean J.Bigtable：a distributed storage system for structured data[C]//7th OSDI，2006：276-290.

[5]Kekre H B，Thepade S，Sanas S.Improving performance of multileveled BTC based CBIR using sundry color spaces[J].International Journal of Image Processing，2010，4（6）：620-630.

[6]利業(yè)韃，林偉偉.一種Hadoop數(shù)據(jù)復(fù)制優(yōu)化方法[J].計算機(jī)工程與應(yīng)用，2012，48（21）：58-61.

[7]王賢偉，戴青云，姜文超，等.基于MapReduce的外觀設(shè)計專利圖像檢索方法[J].小型微型計算機(jī)系統(tǒng)，2012，33（3）.

[8]Ghemawat S，Gobioff H，Leung S T.The Google file system[C]//Proceedings of the 19th ACM Symposium on Operating Systems Principles.Bolton Landing：ACM，2003：29-43.

[9]李彬，劉莉莉.基于MapReduce的Web日志挖掘[J].計算機(jī)工程與應(yīng)用，2012，48（22）：95-98.

[10]Dean J，Ghemawat S.MapReduce：a flexible data processing tool[J].Communications of the ACM，2010，53（1）：72-77.

[11]Shvacliko K，Kuang H，Radia S，et al.Hadoop distributed file system for the grid[C]//Proceedings of the Nuclear Science Symposium Conference Record（NSS/MIC），2009：1056-1061.

[12]Dean J，Ghemawat S.Mapreduce：simplified data processing on large clusters[C]//Proceedings of the 6th Symposium on Operating Systems Design and Implementat.San Francisco：Google Inc，2004：107-113.

[13]練秋生，李芹，孔令富.融合圓對稱輪廓波統(tǒng)計特征和LBP的紋理圖像檢索[J].計算機(jī)學(xué)報，2007，30（12）：2198-2204.

[14]王中曄，楊曉慧，牛宏娟.Brushlet域復(fù)特征紋理圖像檢索算法[J].計算機(jī)仿真，2011，28（5）：263-266.

[15]趙汝哲，房斌，文靜.自適應(yīng)加權(quán)LBP的單樣本人臉識別方法[J].計算機(jī)工程與應(yīng)用，2012，48（31）：146-149.