我院PACS服务器运行性能的改进研究
李燕佳，吴光珍，陈建福，林亚忠
解放军第一七五医院 厦门大学附属东南医院 信息科，福建 漳州 363000
[摘 要]目的提高PACS服务器的访问速度和存储能力。方法把服务器迁移到虚拟化平台上，运用软件多任务并行处理、数据库分离、数据压缩和磁盘扩容等技术。结果系统的访问速度和存储能力得到大幅度的提高，在医疗业务繁忙时满足系统稳定、业务连续的要求。结论通过对PACS服务器软硬件和数据库等性能的优化和改善，系统的运行能力得到明显提高，较好地满足了临床诊断和阅片的需求。
[关键词]PACS；数据压缩；运行性能；磁盘扩容；服务器虚拟化
引言
PACS系统即医学图像归档与通讯系统[1]（Picture Archiving Communication System，PACS）的简称，是对医院CT、MR、超声、内窥镜、病理等医疗设备产生的数字化图像进行采集、处理、存储、管理的综合应用系统[2]，是目前医院应用最为广泛的系统之一。
我院PACS服务器现状是：PACS服务器数据包括数据库数据和图像数据两种。其中，图像数据约45 TB，为近15年数据，全部在线存储在磁盘阵列中，而数据库数据则以表空间形式存储在Oracle数据库中，与HIS数据库合放在同一个实例中，约占65 GB；DICOM服务程序为单一应用软件，统一提供所有客户端图像的上传与下载。目前我院日均新增图像数据约60 GB，且有不断增长趋势，PACS数据服务器搭建在2个HP-C7000单独的2个全高刀片中。
随着医院就诊人数的增多，各类高精度诊疗设备的应用，医学图像采集量也随之不断增加，这种大数据量的传输、HIS集成PACS数据库及服务器架构等现状[3-5]，使我院PACS系统在使用上存在几个特点：① 在患者就诊高峰期间，存在大量的图像同时并发上传与下载，容易出现服务器响应不及时，严重影响医生阅片效率和患者的就诊；②当客户端上传比较大的图像如DSA这类数据，PACS服务器可能呈现“假死”状态，容易导致其它客户端下载图片速度变慢，即存在图像上传影响图像下载现象；③ 数据的在线使用时间长短与数据存储空间大小和访问效率高低存在矛盾问题，为方便临床医生的诊断和科研工作，需要尽可能多地在线存储PACS图像，但这样不可避免将产生存储空间紧张现象，并进一步导致图像数据的访问性能下降。
为解决以上存在的问题，本文将从服务器的硬件配置、应用软件的多任务并行处理、PACS数据的优化存放和压缩处理等方面进行针对性的研究和改进，从而更好地提升医院PACS系统的整体性能[6-8]。
1 对服务器性能存在问题的分析及改进
1.1 原服务器存在问题的分析
（1）PACS服务器是由两台HP Proliant BL460c G6刀片配置为双路四核超线程E5530，带32 GB内存组成的集群。使用集群架构，虽然提高了服务器的高可用性，但是对维护人员的业务素质要求也高，且由于使用刀箱设计，使得服务器与刀箱硬件之间存在紧耦合，一旦发生硬件故障或者软件需要某一硬件进行支持时，如Oracle节点切换、数据双活仲裁等，均需要花费较长时间给予恢复、手工切换和集群重建等。
（2）PACS服务器集群均配有单张Broadcom千兆网卡，运行在千兆的局域网环境中利用率15%左右，设置独立的IP地址供DICOM服务软件程序使用，作为承载图像的上传和下载。用单个IP与单个DICOM服务程序作为图像的上传和下载（图1），使得其效率非常低下：在门诊量平均2000人左右，最大并发上传下载连接数仅为50个，上传比较大的数据如单张图像约130MB的DSA图像，或医技科室多台诊查设备并发上传连接数到30时，容易导致DICOM服务无响应，进而影响到图像正常的上传和下载，只能通过用人工重启软件来给予解决，不仅严重影响医生的诊查效率，也常常因无法及时的重启，导致应用系统的“假死”等问题的出现。
图1 单IP单DICOM服务程序
（3）在HIS数据库集成PACS数据。PACS数据库约占HIS数据库65 GB空间，共计400万条检查记录信息，集成在一起虽然便于管理，但是日益庞大的数据不仅影响了对数据库的访问速度，对存储和下载数据的速度也造成了影响，存储约2张/秒、下载10张/秒。
（4）图像数据没有压缩。因部分科室经常需要调取中心服务器的原始图像数据进行二次处理，图像无法进行压缩或将花费较多服务器资源；如果图像数据不压缩，则每天将产生60 GB左右的影像数据，又给磁盘存储带来较大压力，矛盾比较明显。
（5）由于PACS服务器磁盘分区采用的是MBR格式，而不是GPT格式，因此单个磁盘存储空间被限制在2 T之内。以26个字母计算，除去安装系统的C盘和安装软件的D盘后剩余24个磁盘，能用的存储空间仅有48 TB，这对于PACS大数据在线存储来说非常有限，往往会因无存储空间导致数据无法再上传至服务器。
1.2 采用的改进措施
1.2.1 服务器虚拟化
将原有PACS服务器经过P2V软件迁移到虚拟化平台上，虚拟化后的服务器配置为四路四核超线程E7-2830、32 GB内存、3张千兆网卡各设1个IP址。服务器虚拟化改变了原有的紧耦合使服务器和硬件之间解绑，硬件故障不再和服务器有直接的关系。原有的PACS数据盘仍然通过物理模式挂载服务器，在原有的存储性能基础上，又具备了虚拟机所具备的在线迁移，故障自动恢复等功能，减少了服务器计划内、计划外停机时间，提高了PACS的服务器保障能力，同时可根据服务器的负载情况在线灵活分配资源（内存、存储空间、CPU等）。设置3个IP地址是为多任务并行处理速度提供环境，提高访问速度。
1.2.2 软件多任务并行处理
在PACS服务器上建立多任务并行处理的方式，对不同的访问类型建立不同的DICOM服务软件，将图像的上传和下载按照不同的IP进行分流，如启用3个DIOCM服务软件各配置一个SCP列表：PAXServer提供图像下载服务最大连接数设置为100，见图2；RISS_UP提供放射科二级服务器图像上传服务最大连接数设置为50，见图3；SERVER_UP提供其它医技科室图像上传服务最大连接数设置为50，见图4。
图2 PAXServer相关参数设置
图3 RISS_UP相关参数设置
图4 SERVER_UP相关参数设置
1.2.3 早期数据从HIS数据库剥离到新的服务器
新架设一台服务器在虚拟化[9]平台上，应用与中心服务器相同的DICOM服务软件，把早期（2003～2014年）的约30 GB数据共计170多万条检查记录信息从HIS剥离到此服务器的数据库中，新的服务器称之为历史服务器，只提供2003～2014年早期数据下载功能。早期数据从HIS剥离后，中心服务器用于提供图像数据的上传和2014年后数据的下载。各PACS客户端只需要添加一个结点就可以到历史服务器调阅图像，无需更改软件代码为医院节约成本。
1.2.4 对所有数据进行压缩
放射科采集到的图像数据传至RISS服务器后再至中心服务器，此时RISS服务器是原始数据不经过压缩，所以我们需要把进行二次图像处理的电脑设置都改成从RISS服务器调取数据，RISS服务器运行在千兆的局域网环境中，每天生产约40 GB图像数据，由于所有图像都会经RISS服务器传至中心服务器，原始图像只需要在检查后10天内就能处理完，所以RISS服务器只提供暂时存储，其配有1.5 TB的存储空间并只提供1个月的在线数据，这样中心服务器的图像就不再对外提供二次处理的服务，可以直接压缩同时也减少了客户端对中心服务器的访问量。我们采用JPEG2000无损压缩技术对所有数据进行了压缩，磁盘存储和利用方面上得到了很大的提升。
1.2.5 磁盘扩容
把早期的20 TB数据迁移到历史服务器上，中心服务器暂时释放出10个盘符，在中心服务器新加的磁盘分区格式都改用GPT格式，采用GPT格式的好处是可根据需要随时增大单个磁盘的存储空间，目前单个磁盘存储暂改为4 TB。当存储快使用完时中心服务器可根据需要把剩余的13个磁盘陆续迁移至历史服务器上，这样中心服务器可新增远大于92 TB的空间，磁盘扩容能力得到了极大的提升。
2 改进后取得的成效
PACS服务器经过此次改进后，性能有了很大的提升，体现在以下几个方面：
（1）虚拟化后的PACS服务器体积较小，从物理机改成虚拟机后非常易于在线迁移，存储在线迁移，虚拟机内部资源使用可根据实际情况灵活分配，同时降低了基础设施的运营成本，减少了人工干预的频率，缩短了部署时间，方便备份虚拟机，这些高可用性给维护带来极大的便利。CPU使用率原来使用在40%左右，降至7%左右；内存使用率从原来的50%左右降至11%左右，见图5。
图5 虚拟化后PACS服务器CUP及内存使用情况
注：a.CPU使用率；b.内存使用率。
（2）通过多网卡多任务并行处理进一步对流量进行分流，这种架构的PACS服务器充分释放了服务器的活动，充分有效的利用了服务器资源，在访问速度上通过一定时间的对比发现无论是下载还是上传都得到很大的提高，各自服务互不影响，在与原来网络带宽相同的情况下3个网卡利用率都在10%以下，即使在上传时有点卡顿也不会影响到图像的下载，这种多车道的方式既扩容流量也减少了堵车现象的出现，在医生工作中频繁下载图像的时候再也没反应速度慢的问题。
（3）将PACS生产环境数据和历史数据进行分离，不仅对数据库进行“瘦身”，两台服务器工作互不影响，同时结合多网卡多任务并行处理，也很大程度上提高了生产数据存取效率：原下载速度10张/秒，上传速度2张/秒，在门诊量日均达到3600人的今天，最大并发连接数可达到下载100个、上传50个，中心服务器不再出现无响应、应用程序“假死”状态，现下载速度19张/秒、上传速度10张/秒。从以上的数据可见服务器的速度得到了提升，无需再另外升级服务程序，为医院节约了成本。
（4）原来60 GB左右的数据经无损压缩后约40 GB，压缩比例是1/3，见图6，一个月大约节省600多G空间，加上对磁盘进行了扩容，新增加的GPT格式磁盘还可以设置为远大于4 TB的存储空间，磁盘存储有了很大的改善，且数据都是在线存储满足了临床医生的诊断和科研工作。
图6 压缩前后影像数据文件大小比较
注：a.压缩前；b.压缩后。
3 展望
随着移动技术的不断发展，我院已逐步加入了医联体、远程会诊[10-11]，移动终端、互联网技术的使用使得各医联体之间的数据共享和信息互联更为紧密[12]。跨网段的数据访问既方便患者就医的开展，提高了其就医体验，又方便医院逐步将更多的医疗资源共享并推送给患者，势必促进远程会诊进一步开展。如我院目前已上线的“微医疗系统”，已方便患者通过移动互联网设备实时查询影像检查结果。可以预见，随着通讯带宽、资费等调整，医疗业务、大数据的利用将迎来一波爆炸性发展，直接将PACS影像数据推送到云端给医疗专家进行远程会诊和在线阅片成为必然。采用云存储[13-15]后，使用者可以在任何时间、任何地方，通过互联网终端均可快速连接至云平台上，方便其获取相关的医疗数据，我院目前正准备通过“微医疗”这一平台，实时共享患者的影像数据。
4 结论
针对医院图像采集量的增加、单个图像容量过大、图像上传和下载频繁工作等引起单个DICOM服务软件存在的瓶颈[16]问题，导致了服务器CPU和内存运行超负荷，使得服务器综合性能急剧下降等现状，通过此次改进，我院PACS图像不管在上传或下载速度方面，均得到显著提升；服务器性能稳定、可靠，原有的服务器无响应状态得到彻底地解决；存储空间也有了进一步扩充的可能，得到了临床医生的一致好评。
[参考文献]
[1] 汪桦,张威江,吴君健,等.PACS在放射科的应用研究[J].医疗卫生装备,2013,34(11):112-113.
[2] 郝尚永.承载PACS的网络升级改造设计与实践[J].医疗卫生装备,2015,36(9):58-62.
[3] 李晓菲.关于影像科PACS影像传输速度过慢的探讨[J].中国医疗设备,2016,31(12):89-91.
[4] 刘海林.基于三层架构的医院网络改造与实施方案[J].中国医学教育技术,2012,26(4):451-454.
[5] 张毅,王萍萍,贾卫伟.探讨医院PACS/RIS系统的管理和维护[J].中国医学装备,2011,8(10):32-34.
[6] 孟瑞祺,刘峰,胡云.基于现代医院信息化的网络改造设计与实施[J].科技信息,2011,(29):524-525.
[7] 欧阳云.浅析数字化医院网络规化与建设[J].广东科技,2011,20(10):40-41.
[8] 黄坤平.PACS影像系统改造解决方案及效果分析[J].科技与创新,2014,(13):152-153.
[9] 鲁长滨,郭云龙,张雨.虚拟化服务器在医院信息化中的探索与应用[J].医疗卫生装备,2013,34(7):54-55.
[10] 周毅.虚拟化平台在医院放射科的应用[J].中国医疗设备,2016,31(1):89-90.
[11] 王玲玲,翟红,卢云,等.远程影像会诊系统的设计与实现[J].中国数字医学,2013,8(6):85-87.
[12] 林岩.数字医院建设的基础与网络设计[J].医学信息,2007,20(5):714-717.
[13] 李先锋,王晨亮,许健,等.医院影像云存储的探索及应用[J].中国医疗设备,2018,33(3):151-153.
[14] 宗西明,詹伟国,毕鲁佳,等.医院影像系统图文大数据云存储的实践应用[J].中华医院管理杂志,2015,31(12):940-942.
[15] 周保华.医院信息管理中云储存技术的应用实践探究[J].中国管理信息化,2016,19(2):188.
[16] 郭辉,李昂,尹赛赛,等.关于影像PACS/RIS系统存储空间不足的探讨[J].中国医疗设备,2015,30(9):93-95.
Study on the Improvement of PACS Server Performance in Our Hospital
LI Yanjia, WU Guangzhen, CHEN Jianfu, LIN Yazhong
Information Center, The 175thHospital of PLA, The Affiliated Southeast Hospital of Xiamen University, Zhangzhou Fujian 363000, China
Abstract: ObjectiveTo improve the access speed and storage capacity of PACS server.MethodsWe migrated the server to the virtualization platform, and then used software multitask parallel processing, database separation, data compression and disk expansion technology.ResultsThe system’s access speed and storage capacity had been greatly improved. As well, the system could also help to keep the stability and continuity of system well even in busy medical business.ConclusionThe system’s operation capacity was improved significantly by optimizing the performances of software and hardware about PACS server, and the doctor’s need for clinical diagnosis and radiograph reading was well met.
Key words:PACS; data compression; operational capability; disk expansion; server virtualization
[中图分类号]TP399
收稿日期：2018-05-24
修回日期：2018-06-28
基金项目：南京军区重点课题（11Z023，12WQZ04）；漳州科技项目（ZZ2013A02，Z201109）。
通讯作者：林亚忠，高级工程师，主要研究方向为计算机图像处理与数据挖掘。
通讯作者邮箱：398496865@qq.com
[文献标识码]]C
doi：10.3969/j.issn.1674-1633.2018.08.032
[文章编号]1674-1633(2018)08-0127-03
本文编辑 李美松