一种基于时间序列的影像云数据监控方法及系统与流程

1.本发明涉及医疗影像领域，尤其是指一种基于时间序列的影像云数据监控方法及系统。


背景技术：

2.传统的应用程序数据监控模式为事件模式，即发生需要被记录的事件后，会记录一条该事件的信息至文件或者数据库中。但鉴于影像云的数据量庞大，每日一所医院仅仅在pacs系统中所产生的数据量就要超过50万条，若再结合其他系统数据，在多医院多天的运行情况下，将会产生存储系统难以承担的日志量，磁盘负担重，容易造成磁盘溢出，同时监控处理量大，资源消耗多，无法及时处理，影响服务的正常运行。
3.目前，现有技术一般都是针对数据传输的安全性或者系统的升级改建费用上进行的改进，例如，一种在中国专利文献上公开的“一种医疗影像数据云存储归档监控系统”，其公告号cn112671594a，该发明的影像设备通过网关存储器将影像数据传送至云端服务器，云端服务器对网关存储器内影像资料进行管理；不改变现有医院设备通过加装网关存储器进行升级即可，根据实际数据传输量匹配数量相当的网关存储器即可，影像设备通过数据对接区与云端服务器连接，数据对接区设有数据接口与影像设备数据输出端连接；传输监控区与网关存储器连接；传输监控区对网关存储器中网络故障代码进行监控；检测发现网络故障代码后重启网关存储器。该发明虽然具有降低医院整体改造费用、降低维护人员数量等优点，但并没有解决数据监控时产生大量日志文件，将会产生存储系统难以承担的日志量的问题。


技术实现要素：

4.本发明是为了克服现有技术的数据监控时产生大量日志文件的问题，提供一种基于时间序列的影像云数据监控方法及系统。
5.为了实现上述目的，本发明采用以下技术方案：
6.一种基于时间序列的影像云数据监控方法及系统，包括以下步骤：s1：影像云开启监控服务，请求获取状态信息；s2：图像存储与传输系统统计并记录业务操作的相关数据，定时向影像云汇报；s3：影像云定时对图像存储与传输系统汇报的相关数据进行记录和存储；s4：影像云根据需要对监控的相关数据进行分析。现有的方法是基于事件触发，形成大量的监控业务操作日志，磁盘负担重，容易造成磁盘溢出，同时监控处理量大，资源消耗多，无法及时处理，影响服务的正常运行，而本发明基于时间序列，监控业务状态数据，可以极大的减少监控数据存储量和处理量，使得数据监控时产生日志文件大大减少；减少磁盘消耗，降低企业成本，并且提升了监控效率，能够及时的发现异常并推送异常提示，保证了系统的稳定性，极大的提升用户体验。
7.作为本发明的优选方案，所述s1具体为：影像云开启监控服务，根据需要监控图像存储与传输系统的相关业务，通过tcp连接定时发起http请求获取其状态信息。或者图像存
储与传输系统通过tcp连接定时向影像云监控模块推送自身状态，可同时对多个图像存储与传输系统进行监控。
8.作为本发明的优选方案，所述s2具体为：a1：初始时刻t0，图像存储与传输系统将程序内存占用率m0和时刻t0计入状态表，得到状态表s0，并将状态表s0汇报至影像云；a2：经过i时间后，ti时刻，图像存储与传输系统将程序内存占用率m1和时刻ti计入状态表，得到状态表si，并将状态表si汇报至影像云；a3：重复执行a2，直到得到状态表s
ni
，并将状态表s
ni
汇报至影像云。通过此方法进行监控统计，可展现内存的使用情况，并且可对历史数据进行包括但不限于线性回归等处理，预测出未来一定时间内，内存占用率的走势，进行一定程度的异常预警，通过以上方法，将内存占用率以单维度随机波动型指标的形式，记录至了状态表s中，汇报至影像云的监控模块。
9.作为本发明的优选方案，所述s2还可以具体为：b1：对图像调阅耗费时间设定若干区间，对图像调阅结果分为成功和失败，对图像根据大小设定若干区间，根据区间和调阅结果生成若干组指标，每组指标的初始计数值为0；b2：初始时刻t0，图像存储与传输系统生成状态表s0，并将状态表s0汇报至影像云；b3：对图像存储与传输系统实时进行监控，在发生图像存储与传输系统进行图像调阅的业务请求时，统计该请求的图像调阅耗费时间、图像调阅结果和调阅图像大小，并根据统计结果与b1中的若干组指标进行匹配，得到对应的指标，该组指标的计数值加1，并将组指标的计数值计入状态表，得到状态表s1，并将状态表s1汇报至影像云；b4：重复执行b3，直到得到状态表sn，并将状态表sn汇报至影像云。随着时间的推移，只有状态表s中的各项指标在不断变化，而整体的数据量几乎保持不变，极大的缩小了监控数据量，减少监控系统的负担；在监控服务中进行状态表的记录和储存，形成关于运行状态的时间序列。可通过对时间序列的检索进行服务运行状态的监控，并利用时间序列的特性，对未来状态的走势进行一定程度的预测或预警。
10.作为本发明的优选方案，所述s4中进行分析具体为：一段时间内影像云没有收到任何状态表，则该被监控服务在该时间段内出现了运行异常。也可以通过两个时间节点上状态的差值，推算该时间内进行了多少次的业务处理。
11.一种基于时间序列的影像云数据监控系统，包括影像云和若干pacs，所述影像云包括监控模块，所述pacs包括汇报模块，若干pacs均与影像云相连。本发明的系统适用于本发明的方法，基于时间序列，监控业务状态数据，可以极大的减少监控数据存储量和处理量；减少磁盘消耗，降低企业成本，并且提升了监控效率，能够及时的发现异常并推送异常提示，保证了系统的稳定性，极大的提升用户体验。
12.因此，本发明具有以下有益效果：本发明基于时间序列，监控业务状态数据，可以极大的减少监控数据存储量和处理量，使得数据监控时产生日志文件大大减少；减少磁盘消耗，降低企业成本，并且提升了监控效率，能够及时的发现异常并推送异常提示，保证了系统的稳定性，极大的提升用户体验；在监控服务中进行状态表的记录和储存，形成关于运行状态的时间序列。可通过对时间序列的检索进行服务运行状态的监控，并利用时间序列的特性，对未来状态的走势进行一定程度的预测或预警。
附图说明
13.图1是本发明的方法流程图；
14.图2是本发明的系统结构示意图；
15.图3是本发明实施例的内存占用率指标变化图。
具体实施方式
16.下面结合附图与具体实施方式对本发明做进一步的描述。
17.如图1所示，一种基于时间序列的影像云数据监控方法，包括以下步骤：s1：影像云开启监控服务，请求获取状态信息；s1具体为：影像云开启监控模块的监控服务，根据需要监控图像存储与传输系统的相关业务，通过tcp连接定时发起http请求获取其状态信息。s2：图像存储与传输系统统计并记录业务操作的相关数据，定时向影像云汇报；s2具体为：a1：初始时刻t0，图像存储与传输系统将程序内存占用率m0和时刻t0计入状态表，得到状态表s0，并将状态表s0汇报至影像云；a2：经过i时间后，ti时刻，图像存储与传输系统将程序内存占用率m1和时刻ti计入状态表，得到状态表si，并将状态表si汇报至影像云；a3：重复执行a2，直到得到状态表s
ni
，并将状态表s
ni
汇报至影像云。s2还可以具体为：b1：对图像调阅耗费时间设定若干区间，对图像调阅结果分为成功和失败，对图像根据大小设定若干区间，根据区间和调阅结果生成若干组指标，每组指标的初始计数值为0；b2：初始时刻t0，图像存储与传输系统生成状态表s0，并将状态表s0汇报至影像云；b3：对图像存储与传输系统实时进行监控，在发生图像存储与传输系统进行图像调阅的业务请求时，统计该请求的图像调阅耗费时间、图像调阅结果和调阅图像大小，并根据统计结果与b1中的若干组指标进行匹配，得到对应的指标，该组指标的计数值加1，并将组指标的计数值计入状态表，得到状态表s1，并将状态表s1汇报至影像云；b4：重复执行b3，直到得到状态表sn，并将状态表sn汇报至影像云。s3：影像云定时对图像存储与传输系统汇报的相关数据进行记录和存储；s4：影像云根据需要对监控的相关数据进行分析；进行分析具体为：一段时间内影像云没有收到任何状态表，则该被监控服务在该时间段内出现了运行异常。
18.如图2所示，一种基于时间序列的影像云数据监控系统，包括影像云和若干pacs，影像云包括监控模块，pacs包括汇报模块，若干pacs均与影像云相连。影像云：用于将单个医院或多个医院的全院pacs中的影像数据上传归档到云平台上，实现各医疗影像检查数据跨院、跨区域互联互通，医生或患者通过移动设备即可调阅报告及dicom影像，对实现远程影像诊断、会诊服务以及医学影像信息共享、实行检查检验结果互认，提高医疗服务效率，减少患者来回跑医院时间具有重要意义。监控模块：用于监控业务状态，定期获取被监控服务的状态数据，记录至存储中，形成时间序列，并且提供查询服务，形成可视化展示和分析，同时支持在发现异常或者预警异常时进行异常提醒的推送服务。pacs：图像存储与传输系统(picture archiving and communication system,pacs)是专门为医学影像检查图像管理而设计的包括图像存储、传输、显示、处理信息化系统。医学检查图像存储格式采用dicom3.0(digital imaging and communications in medicine：医疗数字成像和通信)标准。汇报模块：用于形成状态表，并进行状态汇报，结合实际业务处理，以多维度的指标形式记录应用程序中的事件，形成当前时刻的状态表，并定时向监控模块发送或者等待监控模块抓取当前时刻的状态表。
19.在该实施例中，一种基于时间序列的影像云数据监控方法，具体处理步骤如下：
20.s1：影像云开启监控服务；
21.影像云开启监控服务，根据需要监控pacs的相关业务，通过tcp连接定时发起http请求获取其状态信息，或者pacs服务通过tcp连接定时向影像云监控服务推送自身状态，可同时对多个pacs系统进行监控。
22.s2：pacs汇报状态至影像云；
23.pacs记录业务操作数据，以支持多维度的指标对程序运行状态进行记录，形成当前程序运行状态表。并向影像云监控服务定时汇报(定时被影像云抓取或定时向影像云推送)当前时刻的运行状态表。状态表的内容包括但不限于：当前时间已上传的图像文件数量、内存使用率、图像调阅速度等。
24.可根据指标的特性分为可计数型指标和随机波动型(不可计数型)指标，两种指标类型均可用多个维度来描述。下面将选取两个例子对两种类型的指标进行详细阐述。
25.记影像云汇报的时间间隔为i，记当前时刻的状态表为s。两种类型指标虽然特性不同，但可以一起被计入当前的状态表s中。
26.以内存使用率为例详细阐述单维度(若从宏观角度理解，为两个维度，分别是内存占用率和时间)、随机波动型指标的汇报状态过程。初始t0时刻程序的内存占用率为m0，并将m0计入状态表s0，汇报至影像云监控服务。在经过i时间后，随着程序的运行，内存的占用率增加至了m1，并将m1更新至状态表，形成si，汇报至影像云监控服务。在经过下一个i时间后，内存的占用率下降至了m2，并将m2更新至状态表，形成s
2i
，汇报至影像云监控服务。经过一段时间后，在监控服务的关于状态表s的时间序列中，若抽取内存占用率的指标，可得到如图3所示折线数据图(通过减小时间间隔i的值，可增加折线图的精确度)。通过此统计图可展现内存的使用情况，并且可对历史数据进行包括但不限于线性回归等处理，预测出未来一定时间内，内存占用率的走势，如图中虚线所示，进行一定程度的异常预警。通过以上方法，将内存占用率以单维度随机波动型指标的形式，记录至了状态表s中，汇报至影像云的监控服务。
27.以图像调阅速度为例详细阐述多维度、可计数型指标的汇报状态过程。首先将图像调阅耗费时间分为几个固定区间，如0至30毫秒为区间r1，30至60毫秒为区间r2，60至90毫秒为区间r3，超过90毫秒为区间r4，图像调阅结果分为成功和失败，以a1代表成功，以a2代表失败，图像大小分成几个固定区间，如0至100kb为区间b1，100kb至200kb为区间b2，200kb至300kb为区间b3，超过300kb为区间b4，则可以得到共32组指标，从请求耗时、调阅结果、图像大小这三个维度(从宏观角度为四个维度，因为在运行过程中，最终会储存这三个维度随着时间而变化的时间序列，会增加一个时间的维度)描述调阅速度的情况(以此类推，可根据实际情况增加描述的维度来得到更加精细描述速度的指标)，所有指标的初始计数状态均为零，那么这就形成了在初始t0时刻该pacs服务描述图像调阅速度的当前状态表，记作s0，并通过tcp连接向影像云推送，或者被影像云抓取。设在某次pacs进行图像调阅的业务请求处理时，应用程序中计算出处理该请求所需要的耗时为50毫秒，调阅结果为成功，图像大小为220kb，则相应指标r
2-a
1-b3的计数增加。那么此时t1时刻，该pacs服务的当前状态表则发生了更新，记作s1。若某次图像调阅业务处理所需的时间为20毫秒，结果为失败，图像大小为500kb，则相应指标r
1-a
2-b4的计数增加。那么此时t2时刻，该pacs服务的当前状态表又发生了更新，记作s2。随着时间的推移和业务处理的进行，pacs的当前状态表中用来描述图像调阅速度的各项指标计数器不断地发生变化。另外，可根据当前记录的状态表中各项指标
数据，选取某个或者多个特定维度进行数理统计分析。如选取调阅结果作为数理统计分析的维度，假设当前时刻的调阅成功数x1和失败数x2，通过估算可得到当前时刻图像调阅的成功率为x1/(x1 x2)；如选取图像调阅耗时为维度进行数理统计分析，假设当前时刻各耗时区间内的计数指分别为：r1＝x1；r2＝x2；r1＝x3；r1＝x4，可估算出当前时刻下调阅耗时的基本统计量，如平均耗时：r
avg
＝(151*x1 452*x2 753*x3 1054*x1)/(x1 x2 x3 x4)，同理可估算得到，包括但不限于中位数、方差、四分位数等。在经过了i的时间间隔之后，将ti时刻的当前状态表记作si，并通过tcp连接推送至影像云(或被影像云抓取)，进行ti时刻的状态汇报。通过以上操作，将现有基于事件触发记录的日志形式，转化为了以多维度、可计数型指标来描述图像调阅速度的情况，记录至状态表s。
28.随着时间的推移，只有状态表s中的各项指标在不断变化，而整体的数据量几乎保持不变，极大的缩小了监控数据量，减少监控系统的负担。
29.s3：影像云记录监控的业务状态；
30.影像云将每隔i时刻所获取到的pacs服务状态表进行记录储存，随着时间的推移，这些多维度的状态指标将会形成时间序列。如在t0时刻获取到的s0，在ti时刻获取到的si，将形成一组以i为时间间隔的关于s的时间序列。由于监控数据拥有实时有效性的特点，可对时间序列的长度进行限制，例如可删除15天以前数据。由此可极大减少由于记录监控数据而耗费的存储量，降低存储溢出的风险，缩小监控成本，并且增强监控服务的接入能力。
31.s4：影像云分析业务状态并处理；
32.影像云根据需要，查询所需的时间序列形成图文报表可视化展现，并对监控的业务状态进行分析。如若某一段时间内，没有获取到任何状态表可推测该被监控服务在该时间段内出现了运行异常；可通过两个时间节点上状态的差值，推算该时间内进行了多少次的业务处理等等。同时可基于时间序列的延展性，在一定程度上预测未来一段时间可能出现的业务状态。不仅能够简洁、清晰、高效率的监控业务状态，还可以及时发现异常或者预警异常并将异常或者预警信息通过网络发送至运维人员(支持通过smtp协议进行邮件推送、通过http协议进行短信推送等异常提醒方法)。保证了系统的稳定性、安全性，有效提升客户的体验。
33.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明保护范围之内。