一种面向医学检验图像大数据的云存储计算系统技术方案

本发明专利技术提供的一种面向医学检验图像大数据的云存储计算系统，涉及医学检验大数据领域。本发明专利技术通过B/S架构构建面向医学检验图像大数据的云存储计算系统，用户仅需要通过浏览器访问指定的URL就能得到云计算和云存储服务，其升级更新也仅在云端进行，对客户端部署的硬件要求极低，且能进行跨平台运行；通过以Sequence File对小文件进行打包成大块文件，保证了系统读取小文件的速率问题；通过将DICOM文件重绘制为彩色PGN图像，得到的彩色PGN图像便能及其直观地展示图像的不同层次，重绘制在云计算端进行，能减少客户端的硬件要求；通过双向哈希加密来保证数据的隐私性，通过MD5码来验证原文件是否遭受破坏。过MD5码来验证原文件是否遭受破坏。过MD5码来验证原文件是否遭受破坏。

【技术实现步骤摘要】
一种面向医学检验图像大数据的云存储计算系统


[0001]本专利技术涉及医学检验大数据领域，尤其涉及一种面向医学检验图像大数据的云存储计算系统。

技术介绍

[0002]二十一世纪是数据爆炸的时代，医学也不例外。医学在广度和深度方面日新月异，循证医学深入人心，信息化医疗迅速发展。另一方面，计算机技术的飞速发展使得存储容量不断扩大，成本不断下降。医学知识、医学信息呈现几何级数增长。“大数据”(big data)这个近年来的热词，在各行各业得到了广泛应用，在医学检验领域的应用尤其具有现实意义。医学检验大数据指的是巨大的数据量的医学检验相关数据，而医学检验图像大数据则是医学检验大数据的重头部分；其中蕴含着许多未开发的知识财富，如果我们在合理时间内对医学检验图像大数据进行管理、提取、并整理成为有用信息，便能使大数据起到推动医学发展的积极作用；但是，由于其数据量巨大，其面临的数据存储问题，数据使用问题，数据安全问题都值得我们思考。
[0003]既往针对海量的医学检验图像大数据的存储通常是直接存储于本地存储服务器中，本地存储服务器往往是一台或者两台，当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向医学检验图像大数据的云存储计算系统，其特征在于，包括客户端、WEB服务端、云计算端和云存储端，所述面向医学检验图像大数据的云存储计算系统用于通过B/S架构向用户提供类针对医学检验图像大数据的云存储和云计算服务，用户通过向浏览器输入对应的URL地址对客户端进行访问，客户端的页面通过HTML/CSS/JavaScript技术构建，WEB服务端与云计算端、云存储端之间的数据通过Ajax技术进行交互；所述Web服务端用于响应来自客户端的数据交互请求，并对交互请求进行应答，应答数据通过HTTP协议返回给客户端；浏览器再将应答数据进行解析并呈现给用户；应答数据包括HTML文档、Applet应用以及多源异构数据；通过若HTML文档中包含ASP/CGI程序，则通过Web服务端进行运行，并将运行结果发送至客户端；所述云存储端用于对数据进行存储、管理，Web服务端能对云存储端中的文件进行上传、下载、修改和读取操作；呈现在客户端上的应答数据包括图形化UI、应用和文件；所述文件与应用均通过图形化界面进行展示，用户能通过键盘、鼠标和其他控制设备对类桌面操作系统的UI界面、文件和程序进行编辑、拖拽、设置、调整、启用和停用操作。2.根据权利要求1所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述云存储端通过HDFS分布式文件系统进行管理，所述HDFS分布式文件系统包括一个Name_node和多个Data_node；所述Name_node通过Datanod Protocol协议与Data_node进行交互；所述Data_node用于向文件提供存储空间，存储文件以Blocks的形式保存在Data_node中，各Data_node会周期性对本地磁盘进行扫描，并将本地磁盘上保存的Blocks信息汇报给Name_node；Data_node通过周期性验证Check Sum值是否和文件创建时的Check Sum值一致来判断文件是否发生改变；所述Name_node用于管理分布式文件系统的命名空间和各Docker容器对文件的访问操作，Name_node在接收到的Blocks信息和Blocks对应所在的Data_node信息保存至内存中并整理成目录树保存至编辑日志文件中，通过目录树和用户请求，所述Name_node对相应的Blocks进行增删改查操作。3.根据权利要求2所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述云计算端是基于Linux的云计算端，通过Spark分布式计算引擎进行管理，所述云计算端配置有Spark分布式计算引擎对应版本号的运行环境。4.根据权利要求3所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述云计算端通过Docker容器对Spark分布式计算引擎进行快速部署、相互隔离和底层硬件解耦；所述Docker容器通过Mount命令组将外部存储单元挂载至本地，并通过存储插件对外部存储单元的存储卷进行管理；所述Docker容器通过RESTful API形式与存储插件进行对接，所述RESTful API的功能接口包括Activate握手、Create创建卷、Mount挂载卷、Path获取卷的路径、Unmount卸载卷、Remove删除卷、List获取卷列表、Get获取卷信息和Capabilities获取卷属性；所述存储插件为Convoy插件，所述外部存储单元为存储云服务器组。5.根据权利要求4所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述云计算端还通过部署Kubernetes容器集群管理系统对Docker容器进行管理；所述
Kubernetes容器集群管理系统将Docker容器置于Pod中，所述Pod分布于云计算端各节点中，同一Pod中的Docker容器共享内网IP、网络环境、进程信息、网络信息和主机信息，所述Kubernetes容器集群管理系统通过Kubernetes Master对控制组件，硬件资源进行管理调度，所述控制组件包括：以RESTful API接口方式提供给外部客户和内部组件调用的Kubernetes API Server；为新建立的Pod进行节点选择和集群资源调度的Kubernetes Scheduler；负责执行各控制器的Kubernetes Controller；保证副本数量与实际运行Pod数量一致的Replication Controller；管理维护各节点，定期检查各节点的健康状态，标识出失效、未失效节点的Node Controller；负责管理和定期清理无效命名空间的Namespace Controller；管理维护Job并为Jod创建一次性任务Pod，并保证完成Job指定完成的任务数目的Job Controller；实现Pod的自动伸缩，定时获取监控数据，进行策略匹配，当满足条件时执行Pod的伸缩动作的Pod Autoscaler Controller。6.根据权利要求5所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述Docker容器还加入中间件Alluxio；所述Alluxio用于对Spark数据访问进行加速；所述Alluxio通过适配HDFS分布式文件系统和Spark分布式计算引擎的RESTful API接口进行底层访问数据对接。7.根据权利要求6所述的一种面向医学检验图像大数据的云存储计算系统，其特征在于，所述医学检验图像大数据以DICOM文件格式进行保存；所述DICOM文件中保存有图像像素信息和图像属性信息且各像素点以16位2进制数进行保存；用户通过浏览器访问客户...

【专利技术属性】
技术研发人员：刘勒波，孔鑫，田刚，
申请(专利权)人：西南医科大学附属医院，
类型：发明
国别省市：