基于机器学习的云pacs数据管理方法及装置与流程

本发明涉及数据管理，尤其涉及基于机器学习的云pacs数据管理方法及装置。

背景技术：

1、pacs是英文picture archiving&communication system的缩写，译为"医学影像存档与通信系统"，其组成主要有计算机、网络设备、存储器及软件。pacs用于医院的影像科室，最初主要用于放射科，经过近几年的发展，pacs已经从简单的几台放射影像设备之间的图像存储与通信，扩展至医院所有影像设备乃至不同医院影像之间的相互操作，因此出现诸多分类叫法，如儿台放射设备的联网称为mini pacs(微型pacs)；放射科内所有影像设备的联网radiology pacs(放射科pacs)；全院整体化pacs，实现全院影像资源的共享，称为hospitalpacs。

2、在进行pacs建设时，需要考虑到由于庞大的影像图片的数据处理问题而导致的服务器负荷问题，因为整个pacs中的影像数据十分多，在频繁需要调用亦或是处理相关数据时，pacs可能无法承受而出现程序崩溃亦或是服务器负荷过大而故障的问题，因此如何对pacs服务器的负荷进行智能化地判断，并及时的进行调整，是当今市场急需解决的问题。

技术实现思路

1、本发明的目的是为了至少解决现有技术的不足之一，提供基于机器学习的云pacs数据管理方法及装置。

2、为了实现上述目的，本发明采用以下的技术方案：

3、具体的，提出基于机器学习的云pacs数据管理方法，包括以下：

4、获取医学影像数据，将所述医学影像数据存储于云pacs中；

5、预定义多个服务器运行速率调整方案，多个所述服务器运行速率调整方案按照速率进行排序；

6、获取各终端的数据交互请求，以多个服务器运行速率调整方案中随机的一个服务器运行速率调整方案作为初始运行方案，响应各终端的数据交互请求；

7、计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间；

8、判断所述平均停留时间是否高于第一阈值，若是则将当前服务器运行速率调整方案按排序向上调整一个等级，若当前服务器运行速率调整方案已是最高速率，则进行告警提醒。

9、进一步，具体的，医学影像数据通过医院的电子病历、超声设备、内窥镜设备、cr设备、ct设备以及数字相机存储介质获取。

10、进一步，具体的，所述数据交互请求来自存储介质输出、纸质介质打印、干式胶片打印以及pc端，手机端，平板电脑端。

11、进一步，所述方法还包括，

12、判断所述平均停留时间是否低于第二阈值，若连续n次计算得到平均停留时间均低于第二阈值，则将当前服务器运行速率调整方案按排序向下调整一个等级，直到所述平均停留市场不低于第二阈值。

13、进一步，具体的，计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间，包括，

14、预设在每一个服务器运行速率调整方案中，任意数据以平均实时速度λ进入运行队列，求数据进入运行队列为独立随机事件，λ＞0，服务器响应并处理一次数据请求时所需要花费的时间满足指数分布，且所述指数分布的参数为μ；

15、此时运行队列中等待处理的数据的总长度为m，pk表示运行队列中某一等待处理的数据，k的取值范围为[1，m]，pk＝ρkp0，ρ＜1，

16、

17、可以得到pk＝ρk(1-ρ)，计算运行队列中等待处理的数据的总长度的均值e[n]为：

18、

19、计算运行队列中等待处理的数据的总长度的方差var[n]为，

20、

21、则能够计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间e[s]为，

22、

23、进一步，所述方法还包括，于每日的预设时间，生成日志文件并发送至管理员ip，所述日志文件用于记录当日的服务器运行速率调整方案的调整过程，以及相关的计算数据。

24、本发明还提出基于机器学习的云pacs数据管理装置，包括以下：

25、数据获取模块，用于获取医学影像数据，将所述医学影像数据存储于云pacs中；

26、方案定义模块，用于预定义多个服务器运行速率调整方案，多个所述服务器运行速率调整方案按照速率进行排序；

27、交互请求响应模块，用于获取各终端的数据交互请求，以多个服务器运行速率调整方案中随机的一个服务器运行速率调整方案作为初始运行方案，响应各终端的数据交互请求；

28、平均停留时间计算模块，用于计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间；

29、方案调整模块，用于判断所述平均停留时间是否高于第一阈值，若是则将当前服务器运行速率调整方案按排序向上调整一个等级，若当前服务器运行速率调整方案已是最高速率，则进行告警提醒。

30、进一步，所述装置还包括，

31、日志生成模块，用于于每日的预设时间，生成日志文件并发送至管理员ip，所述日志文件用于记录当日的服务器运行速率调整方案的调整过程，以及相关的计算数据。

32、本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如所述基于机器学习的云pacs数据管理方法的步骤。

33、本发明的有益效果为：

34、本发明提供的基于机器学习的云pacs数据管理方法，通过预定义多个服务器运行速率调整方案，并计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间，根据平均停留时间来进行服务器运行速率调整方案的调整，使服务器能够以较为适宜的速率满足云pacs数据的交互需求，并在服务器负荷达到无法承受的情况时告知管理员，确保云pacs数据交互稳定，保证云pacs在频繁需要调用亦或是处理相关数据时，用户的使用体验。

技术特征：

1.基于机器学习的云pacs数据管理方法，其特征在于，包括以下：

2.根据权利要求1所述的基于机器学习的云pacs数据管理方法，其特征在于，具体的，医学影像数据通过医院的电子病历、超声设备、内窥镜设备、cr设备、ct设备以及数字相机存储介质获取。

3.根据权利要求1所述的基于机器学习的云pacs数据管理方法，其特征在于，具体的，所述数据交互请求来自存储介质输出、纸质介质打印、干式胶片打印以及pc端，手机端，平板电脑端。

4.根据权利要求1所述的基于机器学习的云pacs数据管理方法，其特征在于，所述方法还包括，

5.根据权利要求1所述的基于机器学习的云pacs数据管理方法，其特征在于，具体的，计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间，包括，

6.根据权利要求1所述的基于机器学习的云pacs数据管理方法，其特征在于，所述方法还包括，于每日的预设时间，生成日志文件并发送至管理员ip，所述日志文件用于记录当日的服务器运行速率调整方案的调整过程，以及相关的计算数据。

7.基于机器学习的云pacs数据管理装置，其特征在于，包括以下：

8.根据权利要求7所述的基于机器学习的云pacs数据管理装置，其特征在于，所述装置还包括，

9.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。

技术总结
本发明涉及基于机器学习的云pacs数据管理方法，包括以下：获取医学影像数据，将所述医学影像数据存储于云pacs中；预定义多个服务器运行速率调整方案，获取各终端的数据交互请求，以多个服务器运行速率调整方案中随机的一个服务器运行速率调整方案作为初始运行方案，响应各终端的数据交互请求；计算在当前运行方案中任意数据在服务器的运行队列中的平均停留时间；判断所述平均停留时间是否高于第一阈值，若是则将当前服务器运行速率调整方案按排序向上调整一个等级，若当前服务器运行速率调整方案已是最高速率，则进行告警提醒。本发明能够确保云pacs数据交互稳定，保证云pacs在频繁需要调用亦或是处理相关数据时，用户拥有较高的使用体验。

技术研发人员：王艳芳,马力,陈庆武
受保护的技术使用者：苏州仰视科技有限公司
技术研发日：
技术公布日：2024/1/13