一种面向多租户的影像云服务系统及方法技术方案

本发明专利技术提出一种面向多租户的影像云服务系统及方法，包括：云资源、容器、容器组；所述云资源，包括：数据云存储及云计算支撑服务，并为容器提供各种类型算法；所述容器，在算法服务层，将云资源提供的每个算法各自独立封装为容器；所容器组，根据每个租户的具体需要，在应用服务层，创建各种容器的组合，按照容器组内容器的排列顺序以及之间的调用关系，调用算法服务层中的不同容器，并将执行容器组后的结果返回给租户。本发明专利技术使用容器来实现不同租户之间应用服务环境的隔离和算法服务的部署。应用服务按照用户需求定义，根据计算需求和功能需求随时变更，同时对客户端系统和平台没有硬性要求，可扩展性好，配置灵活。

A Multi-tenant Oriented Image Cloud Service System and Method

【技术实现步骤摘要】
一种面向多租户的影像云服务系统及方法
本专利技术属于云计算领域，具体涉及一种面向多租户的影像云服务系统及方法。
技术介绍
随着医学成像技术的快速发展，CT、MR、PET等数字化影像设备广泛应用于临床，医学影像已经成为医学临床诊断的重要依据。当前医学影像数据存储和临床阅片功能都集成在影像归档与通信系统(PACS)中，PACS提高了在诊断过程中影像利用效率，如节省了大量的数据传输时间，医生能够快速随时调用影像，提高了医生的工作效率，并为医院提供了海量影像数据资源安全、快速、大容量存储能力。当前发展阶段的PACS已经从当初某一个科室逐渐扩展到整个医院、一个区域，功能上也已从单纯数据传输和调阅影像到智能辅助诊断及科研临床支持方面升级。典型的PACS功能结构如图1所示。基于上述结构，当前PACS还存在一些问题。1.医院PACS部署在医院内部网络，区域PACS在几个医院之间可以实现数据通信，所以从外部网络是无法访问PACS，运行范围仅仅局限于医院内部及区域医院之间。2.影像设备性能越来越高，一次产生的影像数据量越来越多，不但给医生的阅片造成负担，引起漏诊和误诊，同时对PACS存储性能提出了挑战；计算机辅助诊断应用能够智能检测病灶，提取影像定量指标，给医生多维辅助的参考，但这些智能学习算法需要大量数据运算，没有强大的计算设施很难在短时间完成，而现有这种集中式部署架构很难发挥高性能计算能力，如云计算技术。3.这种集中的数据存储造价高昂，扩容备份成本高。虽然存储单位价格越来越便宜，但是影像数据量增长的速度远高于存储单价降低的速度，总体而言，存储成本会越来越高，并且医学数据一般存储多年，很多历史数据处于归档状态，难于满足实时调用的应用需求。4.Tel-radiology技术发展及远程会诊等要求PACS具有数据共享和远程阅片的能力，医生也越来越不再局限于医院阅片室，随时随地、不同终端设备都能够实现远程阅片和诊断是当前迫切的需求。5.临床科研工作需要多个单位的共同协作，需要安全的数据共享能力，现有的PACS很难满足这种分布式协作需求。因此基于云计算的科研数据收集、存储和分析已经成为不可或缺技术手段。综上所述，未来PACS系统将向着：数据共享云端、功能云服务化、需求定制化方向发展，充分利用云计算、高速网络等资源，为医生提供高质量、实时、良好用户体验。为实现PACS功能云服务化、需求定制化能力，未来PACS系统将部署在云端，每一个功能(如影像阅片、三维重建、结节检测、书写报告等)都是一个一个独立的云服务形式，多种不同客户端可以同时接入(PC、Pad、智能手机等)，实现安全、可靠的计算服务；针对临床新需求只需要开发相应的服务即可，而无需对整个PACS系统架构做出大范围修改，现在PACS的这种集中架构是无法满足的。同时，根据不同租户对服务质量(QualityofService，QoS)的需求，PACS根据需求实现个性化服务定制，包括服务内容需求和服务资源支持需求。服务内容需求指不同服务功能，如胸科医生只关注胸部辅助应用，其他部位辅助功能就可以不加载，以及服务运行稳定性、安全性和实时响应速度要求；临床科研只需要科研数据记录、分析功能，PACS中的阅片、报告等功能不必要的功能也可以不加载。服务资源支持需求指不同应用要求数据精度、不同设备对数据精度支持不同，PACS能够根据实际需要提供不同程度的计算资源、存储资源、网络资源支持。如在智能手机端，网络质量不好，屏幕分辨率不高，因此系统根据设备性能提供不影响诊断精度情况下的低分辨率影像；对于需要大量计算的智能算法服务，系统提供更多计算资源，保证应用服务快速实时。
技术实现思路
基于以上技术不足，本专利技术提出了一种面向多租户的影像云服务系统，基于该系统提出了一种基于RESTFul的影像算法微服务建模方法，实现了每一个算法功能服务化，每一个服务独立部署，更好地分配计算存储资源，有利于系统功能扩展；提供出了一种基于QoS的影像云服务个性化定义方法，实现按照需求自动化部署影像云服务资源，租户按需支付功能。一种面向多租户的影像云服务系统，包括：云资源、容器、容器组；所述云资源与容器相连接，容器与容器组相连接，容器组与租户相连接；所述云资源，包括：数据云存储及云计算支撑服务，并为容器提供各种类型算法；所述容器，在算法服务层，将云资源提供的每个算法各自独立封装为容器，具体包括：服务、服务元数据和输入输出；所述容器组，根据每个租户的具体需要，在应用服务层，创建各种容器的组合，按照容器组内容器的排列顺序以及之间的调用关系，调用算法服务层中的不同容器，并将执行容器组后的结果返回给租户。所述服务与服务元数据相连接，服务元数据与输入输出相连接；所述服务，具体包括：算法可行性程序、服务运行、服务约束、服务质量；根据服务质量的设置，按照服务约束，执行算法可执行程序，并将运行过程记录在服务运行参数中；所述服务运行，包括参数：服务时长、访问次数和服务日志；所述服务日志，包括参数：访问日期、客户端位置；所述服务约束，包括依赖服务和后置服务；所述依赖服务，为该算法依赖其他服务才能运行的服务ID号列表，记做{S-UIDd}；所述后置服务，为其他服务依赖于该算法而运行的服务ID号列表，记做{S-UIDp}；所述服务质量，实现对租户提供服务的资源性能及应用性能的预设定，若不加以设置，则采用默认值，包括影像质量、计算能力、存储能力、响应速度、数据安全级、运行稳定性；所述计算能力和存储能力是对服务运行环境的资源质量需求；影像质量、响应速度、数据安全级和稳定性是对服务算法的应用质量需求。所述影像质量Qi，根据实际需求和设备性能设定不同分辨率参数，共分为四级，取值范围为{0,1,2,3}，0代表是原始分辨率，1代表是原始分辨率的1/2，2代表是原始分辨率的1/4，3代表是原始分辨率的1/8，计算公式为：Qi＝2l，l取值范围为{0，1，2，3}；所述计算能力Qc，包括处理器核个数p、内存空间大小m、并行GPU支持，计算公式如下：其中，处理器核个数p，默认值为1；内存空间大小m，默认值为1，单位为G、并行GPU支持g，默认值为0，默认系数为1.0；所示存储能力Qsc，包括存储空间v、存储压缩c、存取加速支持a、存储队列长度q、上次访问数据持久化支持pr，计算公式如下：其中，存储空间v，默认值为1，单位为10G、存储压缩c，默认值为0、存取加速支持a，默认值为0、存储队列长度q，默认值为1，单位为10个、上次访问数据持久化支持pr，默认值为0；所述响应速度参数Qr，是对算法服务的实时性要求，分为两个等级，取值范围{1,2}，默认是1，表示正常，2表示实时响应，该质量取决于网络速度和算法性能，实时响应要求就会分配更大的带宽和快速版本算法。所述数据安全级参数Qp，是对数据隐私处理和传输加密，其中，隐私处理分为三级，{1-默认不处理,2-隐私信息替代,3-敏感信息消除}，传输加密分为两个级别{1-不加密；2-DES加密}，默认值是1，即不加密，DES加密为2。所述运行稳定性Qsp，是服务是否提供7*24运行能力，默认值是1，即需要提供，不需要提供为0。所述所述服务质量，总的服务质量Q计算如下：其中，正常默认情况服务质量参数Q为1，参数值越大质量要求本文档来自技高网...

【技术保护点】
1.一种面向多租户的影像云服务系统，其特征在于，该服务系统包括：云资源、容器、容器组；所述云资源与容器相连接，容器与容器组相连接，容器组与租户相连接；所述云资源，包括：数据云存储及云计算支撑服务，并为容器提供各种类型算法；所述容器，在算法服务层，将云资源提供的每个算法各自独立封装为容器；所述容器组，根据每个租户的具体需要，在应用服务层，创建各种容器的组合，按照容器组内容器的排列顺序以及之间的调用关系，调用算法服务层中的不同容器，并将执行容器组后的结果返回给租户。

【技术特征摘要】
1.一种面向多租户的影像云服务系统，其特征在于，该服务系统包括：云资源、容器、容器组；所述云资源与容器相连接，容器与容器组相连接，容器组与租户相连接；所述云资源，包括：数据云存储及云计算支撑服务，并为容器提供各种类型算法；所述容器，在算法服务层，将云资源提供的每个算法各自独立封装为容器；所述容器组，根据每个租户的具体需要，在应用服务层，创建各种容器的组合，按照容器组内容器的排列顺序以及之间的调用关系，调用算法服务层中的不同容器，并将执行容器组后的结果返回给租户。2.根据权利要求1所述的面向多租户的影像云服务系统，其特征在于，所述容器具体包括：服务、服务元数据和输入输出；所述服务与服务元数据相连接，服务元数据与输入输出相连接；所述服务，具体包括：算法可行性程序、服务运行、服务约束、服务质量；根据服务质量的设置，按照服务约束，执行算法可执行程序，并将运行过程记录在服务运行参数中；所述服务运行，包括参数：服务时长、访问次数和服务日志；所述服务日志，包括参数：访问日期、客户端位置；所述服务约束，包括依赖服务和后置服务；所述依赖服务，为该算法依赖其他服务才能运行的服务ID号列表，记做{S-UIDd}；所述后置服务，为其他服务依赖于该算法而运行的服务ID号列表，记做{S-UIDp}；所述服务质量，实现对租户提供服务的资源性能及应用性能的预设定，若不加以设置，则采用默认值，包括影像质量、计算能力、存储能力、响应速度、数据安全级、运行稳定性；所述计算能力和存储能力是对服务运行环境的资源质量需求；影像质量、响应速度、数据安全级和稳定性是对服务算法的应用质量需求；所述影像质量Qi，根据实际需求和设备性能设定不同分辨率参数，共分为四级，取值范围为{0,1,2,3}，0代表是原始分辨率，1代表是原始分辨率的1/2，2代表是原始分辨率的1/4，3代表是原始分辨率的1/8，计算公式为：Qi＝2l，l取值范围为{0，1，2，3}；所述计算能力Qc，包括处理器核个数p、内存空间大小m、并行GPU支持，计算公式如下：其中，处理器核个数p，默认值为1；内存空间大小m，默认值为1，单位为G、并行GPU支持g，默认值为0，默认系数为1.0；所示存储能力Qsc，包括存储空间v、存储压缩c、存取加速支持a、存储队列长度q、上次访问数据持久化支持pr，计算公式如下：其中，存储空间v，默认值为1，单位为10G、存储压缩c，默认值为0、存取加速支持a，默认值为0、存储队列长度q，默认值为1，单位为10个、上次访问数据持久化支持pr，默认值为0；所述响应速度参数Qr，是对算法服务的实时性要求，分为两个等级，取值范围{1,2}，默认是1，表示正常，2表示实时响应；所述数据安全级参数Qp，是对数据隐私处理和传输加密，其中，隐私处理分为三级，{1-默认不处理,2-隐私信息替代,3-敏感信息消除}，传输加密分为两个级别{1-不加密；2-DES加密}，默认值是1，即不加密，DES加密为2；所述运行稳定性Qsp，是服务是否提供7*24运行能力，默认值是1，即需要提供，不需要提供为0；所述所述服务质量，总的服务质量Q计算如下：其中，正常默认情况服务质量参数Q为1。3.根据权利要求2所述的面向多租户的影像云服务系统，其特征在于，所述服务元数据，包括服务管理及服务接口；所述服务管理，实现服务信息的增删改查，用于服务注册、服务发现的基本功能，并可以给租户相关服务价格信息，包括：服务ID、服务名称、服务功能、目标用户、发布者、发布时间、服务价格、当前版本、服务状态；所述服务状态分为正常、停用、废弃三个状态；所述服务接口，采用基于RESTFul方式实现租户访问该服务；具体包括：接口名称、服务URL、服务版本、通信协议、服务方法、消息格式；所述服务位置是服务所在主机位置；所述通信协议就是HTTP协议；所述服务方法，包括HTTP协议中的服务查询、服务提交、服务增加、服务删除；所述消息格式，包括JSON、XML、Binarydata、Text四种格式。4.根据权利要求2所述的面向多租户的影像云服务系统，其特征在于，所述输入输出，定义了服务的输入参数和输出参数列表，输入参数和输出参数列表均包括参数名称、类型、设定值，运行时参数值为租户设定的值，如果租户没有设定值，则采用缺省默认值。5.根据权利要求1所述的面向多租户的影像云服务系统，其特征在于，所述各种类型算法，将影像相关算法分类如下：(1)数据管理类算法：负责影像数据文件级处理的操作，输入影像文件或地址，...

【专利技术属性】
技术研发人员：栗伟，冯朝路，刘海宁，赵大哲，闵新，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21