Ｖｏｌ ３８Ｎｏ．５２０２１年５月
ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
Ｍａｙ２０２１
袁骏毅１ 尤丽珏２
潘常青１
１
（上海市胸科医院（上海交通大学附属胸科医院） 上海２０００３０）
２
（上海交通大学医学院附属瑞金医院卢湾分院 上海２０００２０）
收稿日期：
２０２０－０５－１４。上海市经信委人工智能创新发展专项（２０１９－ＲＧＺＮ－０１０８１）；上海交通大学转化医学交叉研究基金项目（ＺＨ２０１８ＺＤＡ２８）。袁骏毅，正高工，主研领域：医疗信息化。尤丽珏，高工。潘常青，硕士。
摘 要 充分利用新兴的分布式存储技术，改善专科医院由于影像量较大导致调阅缓慢的现象，提升临床工作效率。以上海市胸科医院为研究背景，评估合理的存储容量配置，实施基于分布式存储的ＰＡＣＳ系统，选取上线前后的情况作为对照组和观察组，实证分析应用效果。研究结果表明，分布式存储架构相比较原有的集中式存储，对于小文件数量多且容量大的ＣＴ、ＭＲ、ＰＥＴ等影像，下载速度显著提升约１０６％～１７９％。随着医院便民服务举措的深化，检查影像的电子化调阅延伸到患者手机，建设高效稳定的分布式存储，有助于智慧医疗和互联网医院的蓬勃发展。 关键词 分布式存储 ＰＡＣＳ系统 下载速度 负载均衡
中图分类号 ＴＰ３ 文献标志码 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ ３８６ｘ．２０２１．０５．００５
ＡＰＰＬＩＣＡＴＩＯＮＲＥＳＥＡＲＣＨＯＦＤＩＳＴＲＩＢＵＴＥＤＳＴＯＲＡＧＥＩＮ
ＰＡＣＳＳＹＳＴＥＭＩＮＳＰＥＣＩＡＬＩＺＥＤＨＯＳＰＩＴＡＬ
ＹｕａｎＪｕｎｙｉ１ ＹｏｕＬｉｊｕｅ２
ＰａｎＣｈａｎｇｑｉｎｇ
１１
（ＳｈａｎｇｈａｉＣｈｅｓｔＨｏｓｐｉｔａｌ／ＳｈａｎｇｈａｉＣｈｅｓｔＨｏｓｐｉｔａｌＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０００３０，Ｃｈｉｎａ）
２
（ＬｕｗａｎＢｒａｎｃｈＨｏｓｐｉｔａｌｏｆＲｕｉｊｉｎＨｏｓｐｉｔａｌ，ＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅ，Ｓｈａｎｇｈａｉ２０００２０，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ Ｔｏｍａｋｅｆｕｌｌｕｓｅｏｆｔｈｅｅｍｅｒｇｉｎｇｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅｔｅｃｈｎｏｌｏｇｙｔｏｉｍｐｒｏｖｅｔｈｅｐｈｅｎｏｍｅｎｏｎｏｆｓ
ｌｏｗａｃｃｅｓｓｄｕｅｔｏｔｈｅｌａｒｇｅａｍｏｕｎｔｏｆｐｉｃｔｕｒｅｓｉｎｓｐｅｃｉａｌｉｚｅｄｈｏｓｐｉｔａｌｓａｎｄｉｍｐｒｏｖｅｔｈｅｃｌｉｎｉｃａｌｅｆｆｉｃｉｅｎｃｙ．ＴａｋｉｎｇＳｈａｎｇｈａｉＣｈｅｓｔＨｏｓｐｉｔａｌａｓｔｈｅｒｅｓｅａｒｃｈｂａｃｋｇｒｏｕｎｄ，ｒｅａｓｏｎａｂｌｅｓｔｏｒａｇｅｃａｐａｃｉｔｙａｌｌｏｃａｔｉｏｎｗａｓｅｖａｌｕａｔｅｄ，ＰＡＣＳｓｙｓｔｅｍｂａｓｅｄｏｎｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅｗａｓｉｍｐｌｅｍｅｎｔｅｄ，ａｎｄｔｈｅｓｉｔｕａｔｉｏｎｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｅｌａｕｎｃｈｗａｓｓｅｌｅｃｔｅｄａｓｔｈｅｃｏｎｔｒｏｌｇｒｏｕｐａｎｄｔｈｅｏｂｓｅｒｖａｔｉｏｎｇｒｏｕｐ，ａｎｄｔｈｅａｐｐｌｉｃａｔｉｏｎｅｆｆｅｃｔｗａｓｅｍｐｉｒｉｃａｌｌｙａｎａｌｙｚｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｏｒｉｇｉｎａｌｃｅｎｔｒａｌｉｚｅｄｓｔｏｒａｇｅ，ｔｈｅｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅａｒｃｈｉｔｅｃｔｕｒｅｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｄｔｈｅｃｌｉｎｉｃａｌｄｏｗｎｌｏａｄｓｐｅｅｄｏｆＣＴ，ＭＲ，ＰＥＴａｎｄｏｔｈｅｒｉｍａｇｅｓｗｉｔｈｌａｒｇｅｎｕｍｂｅｒｏｆｓｍａｌｌｆｉｌｅｓａｎｄｌａｒｇｅｃａｐａｃｉｔｙｂｙ１０６％－１７９％．Ｗｉｔｈｔｈｅｄｅｅｐｅｎｉｎｇｏｆｔｈｅｈｏｓｐｉｔａｌ ｓｃｏｎｖｅｎｉｅｎｃｅｓｅｒｖｉｃｅ，ｔｈｅｅｌｅｃｔｒｏｎｉｃｒｅｔｒｉｅｖａｌｏｆｅｘａｍｉｎａｔｉｏｎｐｉｃｔｕｒｅｓｅｘｔｅｎｄｓｔｏｐａｔｉｅｎｔｓ＇ｍｏｂｉｌｅｐｈｏｎｅｓ，ａｎｄｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｅｆ
ｆｉｃｉｅｎｔａｎｄｓｔａｂｌｅｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅｉｓｃｏｎｄｕｃｉｖｅｔｏｔｈｅｖｉｇｏｒｏｕｓｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｔｅｌｌｉｇｅｎｔｍｅｄｉｃａｌｔｒｅａｔｍｅｎｔａｎｄＩｎｔｅｒｎｅｔｈｏｓｐｉｔａｌｓ．
Ｋｅｙｗｏｒｄｓ Ｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅ Ｐｉｃｔｕｒｅａｒｃｈｉｖｉｎｇａｎｄｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍｓ Ｄｏｗｎｌｏａｄｓｐｅｅｄ Ｌｏａｄｂａｌａｎｃｉｎｇ
０ 引 言
医疗影像是循证医学证据链的关键环节，对临床
医生的诊断和手术方案起到了重要的影响［
１］
。医生需要高效地调阅到检查影像，确保患者得到及时有效的
。随着医学技术的创新和医技检查的增多，影像
数据日益呈现快速的增长趋势，影像的读取性能成为
医院信息管理者面临的难点问题［２］
。医院通常在存储
上投入了较大的成本，然而很多架构规划偏重于满足
容量的要求，使用效果未达到最佳［３］
。近年来，分布式技术广泛应用于海量数据的任务处理，Ｅｓｓａ等［４］
指
第５期
袁骏毅，等：分布式存储在专科医院ＰＡＣＳ系统的应用研究
３３
出：采用智能负载分配的分布式存储有助于实现大容量数据的安全管理和高效利用。
上海市胸科医院是一家学科特鲜明、以心肺手术为主的三级甲等专科医院，
２０１９年放射科、超声科等医技检查４１．２万人次，随着院内原有影像归档和通信系统（
ＰｉｃｔｕｒｅＡｒｃｈｉｖｉｎｇａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＳｙｓｔｅｍｓ，ＰＡＣＳ）中影像的不断累积，调阅速度日趋缓慢。因此，医院实施基于分布式存储的Ｐ
ＡＣＳ项目，以满足影像调阅的性能需求。本文通过实施前后的数据对比，验证分布式存储的应用效果，为利用信息技术手段优化临床工作提供借鉴参考。
１ 现状分析
ＰＡＣＳ的主要作用是采集、传输和处理医技检查所
产生的医学影像，实现全院的数字化存储和共享［
５］
。ＰＡＣＳ实时采集设备的影像数据，在医技工作站上进行相应处理，剔除部分无用的序列，标记关键帧，归类存储到信息机房。医学影像采用符合国际标准Ｉ
ＳＯ１２０５２的影像通信格式（
宁波px事件
ＤｉｇｉｔａｌＩｍａｇｉｎｇａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｓｉｎＭｅｄｉｃｉｎｅ，ＤＩＣＯＭ）。医技科室的医生在检查报告系统（
ＲａｄｉｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，ＲＩＳ）书写检查结论时，以及临床医生在电子病历系统（ＥｌｅｃｔｒｏｎｉｃＭｅｄｉｃａｌＲｅｃｏｒｄ，ＥＭＲ）中查看检查报告时，均需要从ＰＡＣＳ里调阅相关
影像资料［６］
湖北理工学院人文社科部
。ＰＡＣＳ体现了医院无纸化胶片的应用水
平，其运转效率直接影响到临床诊断和后续措施，
是保障医疗质量的基础［７］
。
医院ＰＡＣＳ始建于２００６年，其文件容量至２０１５年仅有６３．７７ＴＢ，至２０１９年底已达到２４５．８３ＴＢ，呈井喷式增长，如图１和图２所示。ＰＡＣＳ作为大容量数据对象的信息系统，在性能上承担着较大的压力，调阅成为临床使用者不满意的矛盾聚焦点，主要体现如下：①随着精密设备如２６４排ＣＴ的投入使用，以往单个患者的影像大小约２５０ＭＢ，现已增长到近８００ＭＢ，每次调阅从以前的１０～２０秒上升到４０～６０秒，临床感受度非常差，时有投诉；②专科医院专注于有限的病种，检查报告的质量要求较高，书写检查结论时需对比本次及历年的影像，由于总容量已超越单台存储的上限，历年图像存在于近线存储设备中，应用软件寻址效率受
到架构制约［８］
；③医院网络为万兆主干、
千兆到桌面，重点科室如放射科的Ｐ
Ｃ采用全闪存硬盘，网络和ＰＣ的调整手段已非常有限。因此，信息中心面临着较大的压力，应用新技术和成熟稳妥的方式提升ＰＡＣＳ性
能的需求相当迫切。
图１ ２００９年—２０１９
年影像文件容量
图２ ２００９年—２０１９年影像文件数量
２ 分布式技术
围绕着快速访问和大容量存储的目标，ＰＡＣＳ分为
集中式和分布式两种存储模式［９］
。集中式存储以阵列
叠加和外部软件寻址为特征，可靠性较高但横向扩展不易；分布式存储是面向多节点的新兴存储技术，依赖于分布式文件系统，数据分散在网络互连的多台独立
设备［１０］，每台设备作为一个节点，多个节点构成通信
和传输的网络，集合成为整体从而对外提供存储服务。分布式文件系统将数据管理任务均衡地分布到每个存储节点上，达到各司其职和彼此协同的目的。分布式技术提升了存储的模块化横向扩展能力，
具有高并发访问和大规模扩容能力，同时有效降低了升级维护硬
件的成本，已成为存储领域的应用发展方向［１１］
。集中
式和分布式对比见表１。
表１ 集中式和分布式存储技术对比
类型
指标集中式存储分布式存储读写性能
写入
效率
写入路径短，耗时较少
写入路径及耗时略长
读取效率
单台读取路径短，级联多台设备存在寻址的时间损耗文件控制副本读取，性能随容量呈
现线性增长经济
成本
存储成本需合理分配快速盘
和低速盘比例，成本较高
使用通用的Ｘ８６硬
件，
价格相对低廉软件成本
软件通常必须配套同品牌的设备
软硬件松耦合，成本具有竞争力
３４
计算机应用与软件２０２１年
续表１
类型
指标集中式存储分布式存储技术稳定
技术
刘桂苏成熟
技术发展相对成熟升级方便可定制，新特性推出较快负载均衡
依靠自带Ｒａｉｄ磁盘平衡，多套设备间无法互相分摊
多台设备同步副本冗余，彼此分摊压力
此前，国内一般采用进口的存储分布式文件系统，主要有Ｃｅｐｈ、Ｈｄｆｓ等，两者均为成熟的开
源代码，具有较好的可维护性和可扩展性，属于强容错能力的企业级对象存储生态环境，研发人员进行调优及外围功能的扩展
［１２］
。然而，此方式也存在一些局限：①适合高
吞吐量的大文件存储，对于数量较大的小文件的读取优势并不明显，高并发和随机读取的应用场景较为受限。②国外的开源代码具有成本低廉性，但是不可避免存在较高的黑客攻击概率
［１３］
。健康数据作为国家
基础性战略资源，生物样本更是信息安全的重点关注内容，若存在安全漏洞，将产生较大的数据泄密风险。因此，近些年部分科研机构和存储厂商，自主研发国产化专用代码的分布式文件系统，以便更安全、可靠地保护医疗行业的数据。
３ 投入评估
由于ＰＡＣＳ存储容量较大，若一次性更换原有集中式存储，则总成本（ＴｏｔａｌＣｏｓｔｏｆＯｗｎｅｒｓｈｉｐ，ＴＣＯ）十分昂贵，项目推进必须考虑投入产出比。ＩＴ项目的价值体现在无形资产的隐性回报，通过提高工作效率和降低劳动成本反映，需要从有效性等方面进行综合考量
［１４］
。本文使用广泛应用的动态投入产出模型，即面
临Ｔ
ＣＯ投入的线性规划方案，存在着受扰动的非线性影响（考虑原有未到报废期资产的保值），数学模型的目标函数如下：
Ｓ（ｘ）＝ｓａＡｉ＋ｓｂＢｉ＋ｓｃＣｉ
（１）
式中：Ｓ（ｘ）为产出量；Ａｉ为新增资产的单项投入；Ｂｉ为原有资产的单项价值；Ｃｉ为消耗后用于扩大再生产的投资；ｓａ、ｓｂ、ｓｃ分别为单位周期的原有资产、新增资产和剩余资产的价值产出系数；ｉ代表不同的检查类型，ｉ＝１，２，…，ｎ。
为简单而不失同质化，假定：①Ｓ（ｘ）形成的产能满足ＰＡＣＳ需求；②ＩＴ项目投入并不直接导致再生产，即Ｃｉ＝０
；③不同检查的存储占比不同，权重值总和等于１。通常２至６个月内影像调阅频率较高，术后随访等后期调阅相对较少。因此，本文使用新投资Ａｉ的命中率来表示整体有效度，函数表达式为：
ＲＨｉｔ＝∑ｎ
ｉ＝１
λｉＭｉ／（Ｍｉ＋Ｎｉ
）（２）
式中：Ｍｉ代表周期内新投资的使用数；Ｎｉ代表原有投资的使用数；λｉ代表不同检查类型的权重。
命中率越大代表了投资的有效性越高，根据最佳
投入产出模型的统计结果［１５］
，当接近０．９２时，性价比
达到较优状态。
以Ｉ２Ｂ２信息抽取评估法为参考依据，结合医院现有检查的应用分类，可分为放射科、超声科、导管室和
核医学等实体类型［
１６］
。通过对２００６年至２０１９年ＰＡＣＳ数据进行分析，按类型分布情况见图３
。在式
（２）的近似取值计算中，特征函数的权重∑ｎ
ｊ＝１
λｊ＝１
。由分布数据可得知，ｊ∈（１，４），λ１＝０．９１８７，λ２＝０．０２１６，λ３＝０．０１２１，λ４＝
０．
０４７６。图３ ２００６年—２０１９年ＰＡＣＳ数据分布权重
以１个月的检查调阅情况为基准，将２０１９年１２月的１７．７１万次调阅数据导入计算集，迭代分析命中率，结果如图４所示。根据评估计算结果显示，Ｓ（ｘ）的首次投资最佳期为１０个月，参考２０１９年的数据量，约为５０ＴＢ。
图４ 投入评估的迭代计算
４ 实施架构
基于项目投资建设评估，在保留原有３５０ＴＢ集中
第５期
袁骏毅，等：分布式存储在专科医院ＰＡＣＳ系统的应用研究
３５
式存储的基础上，医院于２０２０年３月投入使用５０ＴＢ的碧海分布式存储，放置在安全隔离区（ＤｅｍｉｌｉｔａｒｉｚｅｄＺｏｎｅ，ＤＭＺ）。该存储的文件系统并不基于开源软件，由上海交通大学背景的团队自主研发，具有完全的独立知识产权，可在线扩展到１０２４个节点。ＰＡＣＳ整体架构如图５所示。影像的上传下载采用文件传输协议（ＦｉｌｅＴｒａｎｓｆｅｒＰｒｏｔｏｃｏｌ，ＦＴＰ），在部分场景支持优化定制的开发工具包（ＳｏｆｔｗａｒｅＤｅｖｅｌｏｐｍｅｎｔＫｉｔ，ＳＤＫ）。检查仪器采集的影像数据，以ＦＴＰ方式上传至分布式存储。检查报告工作站和临床医生工作站调阅时，先从ＤＭＺ的ＲＩＳ、ＥＭＲ数据库读取患者资料、检查结论等结构化数据项，然后发出影像下载请求。ＤＩＣＯＭ网关内置统一的影像寻址排序规则，先至分布式存储下载，若不到再被分配至集中式存储下载。面向互联网业务的掌上医院等移动应用通过网闸、防火墙设备，以Ｓ
ＤＫ接口获取并实时生成云胶片。管理后台设有定时任务，当分布式存储使用量即将到达上限时，计划任务会自动将影像以多线程流媒体方式转储到集中式
存储。
图５ ＰＡＣＳ系统的分布式存储架构
５ 实证分析
选取２０２０年１月原有集中式存储的影像交互情况作为对照组，２０２０年３月应用分布式存储架构的影像交互情况作为观察组。提取ＤＩＣＯＭ网关记录的客户端请求日志，交互速度＝请求完成时间－请求开始时间。纳入及排除标准：①纳入调用ＩＰ为医生工作站的记录；②排除返回状态为失败的错误记录；③排除请求起始间隔大于６００ｓ的异常记录。两组样本在交互例数、文件个数、文件容量、网络基础等方面的差异均无统计学意义，具有可比性，如表２所示。
表２ 样本数据统计
对照组检查
类型
影像种类上传
下载检查／例
影像个
数／万
影像容
量／ＧＢ
检查
／例
影像个
数／万
影像容
量／ＧＢ
放射
科类
ＣＴ
１９６４２１０５８．１７４３７０．１１１７７３４５９７３４．４５３７９３６．４３ＭＲ１４６８６８．６８８８．１７
７６３８
３３６．０５５４２．１５ＤＲ
６７３６１．５０２１５．４９１２３１４３．２３８９７．０６超声
科类彩超
６６４８
０．９２
１３．７５
１４７２７
１．９８
广水四中
３２．５１
导管室类ＤＳＡ４０６０．７３７４．５６２９０７４．９４５７３．５６
核医学类
ＰＥＴ１２５０１４４．６９２６８．８９
３１２１３７３．２６６２０．７６
观察组检查
类型影像种类上传
下载
检查
／例影像个
数／万
影像容
量／ＧＢ
检查
／例
影像个
数／万
影像容
量／ＧＢ
放射
科类
ＣＴ２０３４１１０８８．３２４４１０．２０１８３１９２１０２１７．２３３９３４１．９７ＭＲ１５０１７１．５７９１．４０
８２８６
３７３．２１５７８．０１ＤＲ
６９８９１．５８２４６．６５１３０８２３．４５９５５．３１超声
科类彩超
６９２２
０．９７
１４．２９
１５３１８
２．１７
３６．２０
导管室类ＤＳＡ４３８０．７８７６．９９３１２８５．３４６３４．４３
核医学类
ＰＥＴ１３１９１５９．５１２８１．７４３７４３４４８．７４７５５．０７
主要观测两方面指标：平均上传时间（ＵＰ）和平均下载时间（ＤＮ），下标１、２分别表示对照组和观察组。使用Ｓ
ＰＳＳ２３．０软件进行统计分析，分步式存储应用后的效果见表３
。表３ 应用后效果对比（ｘ±ｓ）
影像种类上传
下载
ＵＰ１／ｓＵＰ２
／ｓＴ值Ｐ值
ＤＮ１／ｓＤＮ２
／ＳＴ值Ｐ值永磁同步电动机
ＣＴ
６０．４４±１６．１７６３．０８±１５．７８－０．１７＞０．０５４８．０２±１７．５０１９．５４
±８．１９８．１９＜０．００１
ＭＲ
５２．９７±１２．３１５５．２９±１１．６１－０．１３＞０．０５４２．２５±１３．１２２０．１７
±５．６２６．６４＜０．００１
ＤＲ
４．９９±０．２９５．０９±０．２５－０．２７＞０．０５
４．０２±０．３４３．３７
±０．３０４．８１＜０．０５彩超
１．００±０．１００．９８±０．０９０．５１＞０．０５
１．０１±０．１１１．１１
±０．１５－１．９４＞０．０５ＤＳＡ
１４．０３±２．３０１４．４１±２．１４－０．２３＞０．０５６．８０±３．３７５．７３
±１．２１５．８０＜０．０１
ＰＥＴ
６３．９１±１７．２４６８．０２±１６．３１－０．２４＞０．０５６１．８４±１８．３９２２．４６
±１０．０３
１０．２８＜０．００１
３６
计算机应用与软件２０２１年
由数据分析可以得出：①上传速度无显著差异（Ｐ值大于０．０５），表明分布式存储并不会导致归档加速或延迟；②下载速度有着显著差异，分布式存储有着明显的优势，单次下载包含的文件多且容量大的ＣＴ、ＭＲ、ＰＥＴ最为显著（Ｐ值小于０．００１），提升速度１０６％至１７９％之间，包含文件不多但文件容量较大的ＤＲ、ＤＳＡ则较为显著（Ｐ值小于０．０５），提升２０％左右；
③对于文件个数和容量均不大的彩超，无论是上传还是下载，分布式与集中式存储的差异并不明显（Ｐ值大于０．０５）。需要指出的是，由于检查影像归档为后台自动进程的异步上传，使用者并不会体验到上传速度的变化，而单次调阅的下载速度，则直接影响到使用者的感受度。由此可见，分布式存储的应用对于临床带来了明显优化的使用效果。
６ 结 语
随着医疗仪器精密度的提高和检查覆盖范围的变宽，专科医院普遍面临着ＰＡＣＳ影像容量急速增长的现象。分布式存储在多并发情况下的高吞吐特性，可以更好地解决资源利用率低、调阅速度缓慢等问题。本文通过医院ＰＡＣＳ存储的建设情况，进行了投入的规划评估，对比了实施前后的影像上传及下载速度；依托于高效稳定的分布式存储，显著加快了临床检查影像的调阅速度，提高了医生的工作效率。在后续工作中，医院将逐步增加分布式存储容量，以满足日益增多的电子胶片调阅需求。随
着互联网医院的建设，新兴信息技术和医疗业务应用的充分融合，已成为医院信息化重点发展的方向。
参考文献
［１］陈彬彬．ＰＡＣＳ系统中医学图像的交互式异地存储系统探究［Ｊ］．科学技术创新，２０１９（２８）：８８－８９．
［２］蒋鹏，李新献．移动医学影像系统的建设［Ｊ］．电子技术与软件工程，２０１９（１０）：１２．
［３］魏立勇．ＰＡＣＳ在医学影像科的应用探讨［Ｊ］．影像研究与医学应用，２０１９，３（９）：６５－６６．
［４］ＥｓｓａＹＭ，ＨｅｍｄａｎＥＥ，Ｅｌ ＭａｈａｌａｗｙＡ，ｅｔａｌ．ＩＦＨＤＳ：Ｉｎｔｅｌ ｌｉｇｅｎｔｆｒａｍｅｗｏｒｋｆｏｒｓｅｃｕｒｉｎｇｈｅａｌｔｈｃａｒｅｂｉｇｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｅｄｉｃａｌＳｙｓｔｅｍｓ，２０１９，４３（５）：１１－２３．
［５］朱巧巧．医院ＰＡＣＳ系统的构建与发展研究［Ｊ］．江苏卫生事业管理，２０２０，３１（
２）：２１５－２１７，２２０．
［６］袁骏毅，陈璨．基于ＥＳＢ的医院统一移动支付平台应用研究［Ｊ］．中国医疗设备，２０２０，３５（３）：１０１－１０３，１１９．［７］丁炎丽．ＰＡＣＳ ＲＩＳ系统在放射科质量管理中的应用效果［Ｊ］．中国乡村医药，２０２０，２７（６）：６１－６２．［８］李丹，叶廷东．“异地多活”分布式存储系统设计和实现［Ｊ］．计算机测量与控制，２０２０，２８（４）：２１１－２１６．
［９］金天骄．分布式存储取代集中式存储可行性分析［Ｊ］．邮电设计技术，２０１９（１０）：８４－８７．
［１０］ＴｅｂｂｉＡ，ＣｈａｎＴＨ，ＳｕｎｇＣＷ．Ｌｉｎｅａｒｐｒｏｇｒａｍｍｉｎｇｂｏｕｎｄｓｆｏｒｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅｃｏｄｅｓ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＭａｔｈｅｍａｔｉｃｓｏｆＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２０，１４（２）：３３３－３５７．
［１１］ＳｈａｒｍａＲ，Ｋａｒｉｍｉ ＧｈａｒｔｅｍａｎｉＭ．ＡｄｄｒｅｓｓｉｎｇａｂｒｕｐｔＰＶｄｉｓ ｔｕｒｂａｎｃｅｓ，ａｎｄｍｉｔｉｇａｔｉｎｇｎｅｔｌｏａｄｐｒｏｆｉｌｅ ｓｒａｍｐａｎｄｐｅａｋｄｅ ｍａｎｄｓｕｓｉｎｇｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅｄｅ
ｖｉｃｅｓ［Ｊ］．Ｅｎｅｒｇｉｅｓ，２０２０，
１３（５）：１－２１．
［１２］桑杰，许雪姣，刘硕，等．基于国密算法的分布式加密存储研究［Ｊ］．数据通信，２０２０（１）：９－１２．
［１３］王梦童，邵培南．Ｃｅｐｈ分布式存储系统拟态防御设计［Ｊ］．信息技术，２０２０，４４（２）：４３－４８，５７．
［１４］万晓榆，罗焱卿，袁野．数字经济发展的评估指标体系研究———基于投入产出视角［Ｊ］．重庆邮电大学学报（社会
科学版），２０１９，３１（６）：１１１－１２２．
［１５］蒋训林．我国信息产业的投入产出分析［Ｊ］．全国流通经济，２０１９（３４）：１２５－１２７．
［１６］李飞，朱艳辉，王天吉，等．基于医疗类别的电子病历命名实体识别研究［Ｊ］．湖南工业大学学报，２０１８，３２（４）：
６７－７２．
（上接第３１页）
［８］ＪｏｓｈｉＲ，ＣａｓｔｅｌｌｏｔｅＧＰ．Ａｃｏｍｐａｒｉｓｏｎａｎｄｍａｐｐｉｎｇｏｆｄａｔａｄｉｓｔｒｉｂｕｔｉｏｎｓｅｒｖｉｃｅａｎｄｈｉｇｈ ｌｅｖｅｌａｒｃｈｉｔｅｃｔｕｒｅ［ＥＢ／ＯＬ］．
（２００６）［２０１９－０９－２３］．ｈｔｔｐｓ：／／ｗｗｗ．ｒｔｉ．ｃｏｍ／ｈｕｂｆｓ／
ｄｏｃｓ／Ｃｏｍｐａｒｉｓｏｎ Ｍａｐｐｉｎｇ ＤＤＳ ＨＬＡ．ｐｄｆ．
［９］ＤｏｗｎｉｎｇＣ．ＤｅｍｏｎｓｔｒａｔｉｎｇｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙｕｓｉｎｇｃｏｎｎｅｘｔＤＤＳ［ＥＢ／ＯＬ］．（２０１８－１２－２０）［２０１９－０９－２３］．ｈｔｔｐｓ：／／
ｗｗｗ．ｒｔｉ．ｃｏｍ／ｂｌｏｇ／ｉ ｉｔｓｅｃ ２０１８ ｄｅｍｏｎｓｔｒａｔｉｎｇ ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｕｓｉｎｇ ｃｏｎｎｅｘｔ ｄｄｓ．
［１０］Ｒｅａｌ ＴｉｍｅＩｎｎｏｖａｔｉｏｎｓ．Ｍｏｄｅｌｉｎｇ，ｓｉｍｕｌａｔｉｏｎａｎｄｔｒａｉｎｉｎｇ（ＭＳ＆Ｔ）［ＥＢ／ＯＬ］．［２０１９－０９－２３］．ｈｔｔｐｓ：／／ｗｗｗ．ｒｔｉ．
ｃｏｍ／ｉｎｄｕｓｔｒｉｅｓ／ａｅｒｏｓｐａｃｅ ｄｅｆｅｎｓｅ／ｔｒａｉｎｉｎｇ ｓｉｍｕｌａｔｉｏｎ．
［１１］ＤｅｃｋｅｒＭＪ，ＳｗａｒｔｚＫ，ＣｏｌｌａｒｄＭＬ，ｅｔａｌ．Ａｔｏｏｌｆｏｒｅｆｆｉ ｃｉｅｎｔｌｙｒｅｖｅｒｓｅｅｎｇｉｎｅｅｒｉｎｇａｃｃｕｒａｔｅＵＭＬｃｌａｓｓｄｉａｇｒａｍ
［Ｃ］／／２０１６ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｏｆｔｗａｒｅＭａ ｉｎｔｅｎａｎｃｅａｎｄＥｖｏｌｕｔｉｏｎ（ＩＣＳＭＥ）．ＩＥＥＥ，２０１６：６０７－６０９．［１２］ＰａｒｋＹ，ＭｉｎＤ．ＤｅｖｅｌｏｐｍｅｎｔｏｆＨＬＡ ＤＤＳｗｒａｐｐｅｒＡＰＩｆｏｒｎｅｔｗｏｒｋ ｃｏｎｔｒｏｌｌａｂｌｅｄｉｓｔｒｉｂｕｔｅｄｓｉｍｕｌａｔｉｏｎ［Ｃ］／／２０１３７ｔｈ
ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｐｐｌｉｃａｔｉｏｎｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄ连轧
ＣｏｍｍｕｎｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｅｓ．ＩＥＥＥ，２０１３：１－５．
［１３］ＰａｒｋＹ，ＭｉｎＤ．ＤｉｓｔｒｉｂｕｔｅｄｔｒａｆｆｉｃｓｉｍｕｌａｔｉｏｎｕｓｉｎｇＤＤＳ ｃｏｍｍｕｎｉｃａｔｉｏｎｂａｓｅｄＨＬＡｆｏｒＶ２Ｘ［Ｃ］／／２０１５ＳｅｖｅｎｔｈＩｎ ｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＵｂｉｑｕｉｔｏｕｓａｎｄＦｕｔｕｒｅＮｅｔｗｏｒｋｓ．
ＩＥＥＥ，２０１５：４５０－４５５．
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议