摘 要

本文主要描述了一个移动云影像系统设计与实现的过程。医院的医疗影像存储于PACS系统里面，一般只能在医生工作站上进行浏览。本论文基于HTML5、服务端和中间件，设计了一套完整的移动云影像系统，通过对接打开DICOM标准格式的影像，将其显示到手机端。影像应可以在手机端进行逐帧播放、旋转、调亮度等功能。完美沟通了医院的PACS库和用户的客户端，可以将任何运行Windows，Linux或OS X的计算机转换为DICOM存储，轻量的体系意味着不需要复杂的数据库管理，也不需要安装第三方依赖项，可以从任何计算机语言驱动移动云影像平台。

本文内容结构安排如下：第一章为绪论，介绍了系统开发的背景；第二章对所涉及的开发环境与框架、编程工具进行了介绍与分析；第三章在需求分析的基础上对系统主要功能进行了分解；第四章详细介绍了系统主要流程与数据库设计；以此为基础，第五章详细介绍了系统实现的各部分工作并进行了总结。

关键词字：云影像, H5, DICOM, Spring boot

Abstract

The hospital's medical images are stored in the PACS system and can generally only be viewed on the doctor's workstation. This thesis designs a complete mobile cloud imaging system based on HTML5, server and middleware, and opens the DICOM standard format video to display it on the mobile phone. The video should be able to perform frame-by-frame playback, rotation, brightness adjustment and other functions on the mobile phone. Perfectly communicates with the hospital's PACS library and users' clients. It can convert any computer running Windows, Linux or OS X to DICOM storage. The lightweight system means no complicated database management and no need to install third-party dependencies. Items can drive mobile cloud imaging platforms from any computer language.

Keywords: mobile imaging platforms, H5, DICOM,Spring Boot

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 开发背景 1

1.2 移动云影像系统概述 2

第二章 系统开发环境介绍 4

2.1 DICOM协议和DICOM文件格式 4

2.2 ZOOKEEPER和KAFKA 4

2.3 MYBATIS数据库中间件 5

2.4 REIDS缓存数据库 5

2.5 开发语言介绍 6

2.5.1 Spring Boot框架介绍 6

2.5.2 Vue.Js介绍 6

2.5.3 Java语言介绍 7

2.6 开发工具与环境 7

第三章 系统需求分析与设计 8

3.1 医院需求分析 8

3.1.1 影像工作流程 8

3.1.2 疑难分析 8

3.2 系统需求分析 9

3.2.1 系统整体概述 9

3.2.2 前端主要功能 10

3.2.3 服务端主要功能 10

3.2.4 主要模块 11

3.3本章小结 11

第四章 流程及数据库设计 12

4.1 系统流程图 12

4.1.1 FTP下载分发 12

4.1.2 Orthanc数据处理与请求 13

4.1.3 图片分发压缩 14

4.1.4 封装接口、前端实现 14

4.2 数据库设计 15

4.2.1 E-R图 15

4.2.2 患者表patients 16

4.2.3 检查表study 16

4.2.4 序列表 series 17

4.3 本章小结 17

第五章 详细系统实现 18

5.1 对接医院数据的下载同步机制 18

5.1.1 通过Kafka进行分发任务调度 18

5.1.2 支持断点续传和进程汇报的下载类 20

5.2 上传Orthanc提取DICOM内容信息 22

5.2.1 搭建Orthanc服务器 22

5.2.2 RestTemplate上传DICOM文件 24

5.2.3 Schedule定时读取Orthanc数据 25

5.3 图片分发压缩处理 26

5.3.1 使用Kafka进行分发请求 26

5.3.2 对图片进行压缩转换 27

5.3.3 Nginx静态代理图片资源实现流量压缩与负载均衡 29

5.3.4 利用Redis保证异步进程中的同步锁 30

5.4 封装API，为前端提供接口 32

5.5 移动影像前端实现 33

5.5.1 自动播放 34

5.5.2 测量（刻度尺、量角器） 35

5.5.3 图片的亮度、灰度值调整 35

5.5.4 矩形选框和椭圆选框 37

5.5.5 放大镜 38

5.6 本章小结 39

参考文献 40

致 谢 42

1. 绪论

1.1 开发背景

当前的时代背景就是不断革新的时代，而大部分医院的信息化系统仍然停留在上个世纪，这对医疗业务的拓展形成了严重的制约。医院体系追求稳定，大部分系统都已经用了十多年，在IT行业这十年里发展可谓是日新月异。

从医院角度看，传统医疗机构效率低下、资源分布极不合理、三甲医院超负荷过载，同时其他医疗机构却无法高效利用，医疗资源浪费严重。互联网的介入可以大幅提升医疗资源运用效率。从病患角度看，排队、付费、取单等流程复杂，需要耗费大量时间、精力，体验较差。互联网的介入可以大幅提升患者的就医体验。目前传统时间有五大痛点：

1. 优质医疗资源过度集中

在北京，每千人有6名专家级医生提供医疗服务；如果在上海或者广东，数量会降到3-4位。如果在其他地区，平均只有1个中低水平的医生。优质医疗资源过度集中于大、中城市，一方面使基层医疗机构的资源利用率和技术水平下降，另一方面也让大医院的资源得不到合理利用。

总体来说，当前医疗卫生资源分配的失衡是导致医疗服务“看病难、看病贵”的问题关键。随着云计算、物联网、移动互联网、大数据等信息化技术的相继成熟，互联网医疗在医疗资源重塑方面具备了条件和能力，在重构医疗新秩序方面发挥巨大作用。

1. 分级诊疗推行效率低

分级诊疗，推行了很多年，推广不下去的原因很多，医院要向三甲医院发展，患者也要到三甲医院看病，扎堆的现象形成了。虽然有医联体，三甲医院、二级医院、社区卫生中心这样的医疗体系和架构，为什么推不下去？原因是多方面的。首先是全科医生的问题，北京是全国拥有全科医生最多的城市，但1万人只有4个全科医生，更多的公众还不知道有全科医生这个职业存在。怎么找、到哪儿找，都不知道。基层医疗水平还是比较低。我们缺乏从三甲到中间、到基层的统一化信息平台。还有就是传统观念的影响，所以分级诊疗还是比较难。

1. 医院、医生、病患三者关系痛点多

我国当前医疗服务中的各方，无论医院、医生还是患者，依然表现出许多痛点。这些问题相互依存、互为因果，使得我国就医难、看病贵的问题迟迟得不到解决。

相关图片展示：