云计算环境下的海量医用信息检索系统设计

云计算环境下的海量医用信息检索系统设计
陈皇宇
【摘要】针对传统海量医用信息检索系统的检索准确率低、检索时间开销较大,对大规模医用信息的实时检索性能不好等问题,提出一种云计算环境下的海量医用信息检索方法.构建医用信息检索系统的总体设计构架,设计基于模糊C均值聚类的医用信息检索数据库访问算法,构建医用信息数据库关联指向性特征,通过程序加载模块加载到系统的数据信息处理模块.在嵌入式Linux环境下设计海量医用信息检索系统的软件,采用交叉编译方式进行程序加栽和信息检索控制,在云计算环境下实现信息编译和数据存储,完成海量医用信息检索系统的集成设计和系统调试.实验结果表明,采用该检索系统能大大提高海量医用信息的检索准确率,数据的召回率较高、信息检索的时间开销较小、实时检索性能好.
【期刊名称】《微型电脑应用》
【年(卷),期】2016(032)012
【总页数】4页(P37-40)
【关键词】云计算环境;海量数据;医用信息;检索系统
【作者】陈皇宇
【作者单位】南京军区南京总医院,南京 210000
【正文语种】中文
【中图分类】TP391
随着医院信息管理系统化的快速发展，医院的医用信息管理更加智能化和集成化，医用信息管理涉及到病历管理、药品管理、医疗设备管理、医院的资源管理、医生管理等。

医用信息管理的种类较多，系统复杂度较高，对医院的医用信息管理是一项系统化工程。

在云计算高度发展的今天，采用云计算信息处理方法进行海量医用信息管理，能提高医用信息管理的效率和计算速度，云计算环境下海量医用信息检索的软件开发设计是保障医院稳定和医疗机构稳定运行的关键，对海量医用信息检索系统的设计在促进医疗机构信息化发展方面具有重要意义。

云计算环境下的海量医用信息检索以嵌入式操作系统为基础，通过系统移植可以实现ARM，PowerPC等多种硬件平台的兼容运行[1,2]，对海量医用信息检索系统的开发设计主要分为硬件设计和软件设计两大部分。

本文在前期的硬件设计的基础上,在云计算环境下,重点对系统的软件模块进行开发设计。

传统方法中，对海量医用信息检索的设计方法主要采用堆栈协议控制方法[3]、GPRS通信结构的数据库访问和检索方法[4]、基于决策树模型的医用信息检索方法等[5]，上述方法通过构建海量医用信息的本地数据库，采用Excel和Access 技术实现医用信息数据的智能化信息管理，在促进医用信息的集成智能访问和信息管理调度方面发挥了一定的作用。

另外，采用Android嵌入式系统进行海量医用数据信息检索设计[6]，具有便携性能佳和人机交互性强的优点，但是上述方法存在的共同缺点是难以实现海量规模的医用信息数据管理，需要在云计算环境下，对海量医用信息进行大规模检索和智能调度，提高医疗信息管理的集成智能控制能力。

对此，本文提出一种云计算环境下的海量医用信息检索系统设计方法。

首先进行医用信息检索系统的总体设计描述和功能模块化分析，设计基于模糊C均值聚类的医用信息检索数据库访问算法，然后在嵌入式Linux环境下进行海量医用信息检索系统的软件设计，系统设计包括用户界面模块、医用信息处理模块、可视化模块和上位机网络通信模块等。

采用交叉编译方式进行程序加载和信息检索控制，在云计算环境下实现信息编译和
数据存储，最后完成海量医用信息检索系统的集成设计和系统调试，得出有效性结论。

1.1 系统的总体设计构架
传统的医用信息检索系统大多数采用集中串行式检索，造成信息检索系统的覆盖面有限，只能完成某一个领域的信息检索。

云计算作将单个的服务器连成了一个云，每个服务器都成为云中一个个节点。

从而形成了一个检索成本低、信息资源利用率高、检索速度快的信息检索系统。

云计算采用一种名为云存储的存储方式，将网络中各种存储设备集合起来协同工作。

云存储不同于以前的存储方式，其已由数据中心集管理。

以前的数据通常存存置在数据信息提供者自己的服务器中，而云存储提供商使用数据中心，向用户提供数据存储服务。

根据上述设计原理，构建医用信息检索系统的总体结构框图如图1所示。

首先分析海量医用信息检索总体设计构架并进行功能模块组件分析和介绍。

在云计算环境下，海量医用信息检索建立在通用计算机平台上，为了满足系统的兼容性，信息检索系统安装在Linux系统或者Windows系统上均可。

在嵌入式Linux的内核结构中进行信息检索系统的软件开发和设计，进行海量医用数据信息检索的进程管理和文件配置[7]。

在人机交互模块，采用微机控制方法进行数据调度和信息输出，结合嵌入式操作平台，在云计算环境下进行医用信息的实时调度和存取。

在海量医用信息检索设计中，通过CAN发送信息检索的数据库访问和资源检索调度程序，检索系统的Linux内核由几个重要的子系统组成，分别是医用信息检索的进程管理、寄存器的内存管理、检索任务的文件系统、医疗设备管理、网络系统管理等。

检索的进程管理主要完成医用信息检索任务的创建、中止和系统通信的任务，实现多线程管理和任务调度[8-10]。

在kernel内核中通过创建Linux内核源码实现对检索系统终端的人机交互，在检索系统的操作界面，系统使用
Qt/Embedded作为GUI进行人机交互界面设计。

根据上述总体设计，进行系统
软件开发。

1.2 构建医用信息数据库关联指向性特征
基于云计算的医用信息检索系统中，采用的是分布式并行计算方式，即同一时间利用多个处理器来执行计算，提高了运算速度，能对大规模的海量数据进行运算处理。

当用户提出查询要求，并将提问式提交给检索代理，检索代理将检索提问式发送给了存在于云中的各个服务器，并对各个节点上的存储服务器中的数据信息进行分析排序．得出相关度排在前列的服务器．并对这些存储服务器进行并行分布式检索，将检索结果重新整合按相关度进行排序后传到用户检索界面呈现在用户面前．大大提高了检索能力和检索度。

为了实现对医用信息检索，核心是进行医用信息的数据库访问调度，本文提出一种基于模糊C均值聚类的医用信息检索数据库访问算法。

假设医用信息数据库的三
层集成分布式存储结构的数学模型，可表示为式（1）。

式中，中的表示医用信息检索中终端节点数，数据访问的信息流的标量时间序列，为式（2）。

其中，描述的是医用信息本地数据库中的分布结构向量集合，整个医用信息数据库通过语义分布的形式进行属性聚类，得到医用数据信息的特征属性分类集合，为式（3）。

其中，单个检索节点的约束参量输入，为式（4）：
构建医用信息检索中的本征向量轨迹和，在检索过程中的语义指向性信息为两个标量向量，采用模糊C均值聚类进行数据库中医用信息的属性分类，分别为药品信息、人员信息、财务信息和器械信息等，分别表述为式（5）~式（8）。

其中，、是药品信息和器械相关信息在检索分布特征区域的存在性概率密度；访问信息X、Y的输出关联具有一致估计性；是医用信息数据库中待估计信息X、Y的
联合分布概率。

任何两类检索信息属性之间的特征分布欧式距离描述，为式（9）。

通过模糊C均值聚类，对药品信息、人员信息、财务信息和器械信息等进行准确
检索和召回的自相关函数，为式（10）。

其中，N为采样的数据样本数。

通过模糊C均值聚类，对医用信息在数据库中分布特征进行关联指向性特征提取，构建医用信息数据库关联指向性特征，分别为式（11）、（12）。

其中，表示医用信息本地数据库访问的查询样本测试集，为医用信息数据库检索的训练集。

通过模糊C均值聚类实现对医用信息数据属性的分类检索，由此实现对
医用信息的准确访问和检索，以此作为核心算法，通过Matlab编程在程序加载模块加载程序，为信息检索系统设计提供核心应用程序。

2.1 嵌入式Linux环境下数据处理
在上述进行云计算环境下海量医用信息检索系统的总体结构设计和提取医用信息数据库关联指向性特征基础上，在嵌入式Linux环境下进行系统的VXI总线数据采
集和模块化设计，利用Busybox的安装脚本进行海量医用信息检索系统的工程管理应用程序开发，在程序开发之前，进行根文件系统配置，根文件系统配置过程描述，如图2所示。

在嵌入式Linux环境下建立系统的开发环境，设计的子模块主要包括用户界面模块、医用信息处理模块、可视化模块和上位机网络通信模块等，调用VISA库函数将海量医用信息检索SCPI命令写入CPI驱动仪器，信息检索系统的VXI总线数据采集模块调用VISA库函数vistatus=viWrite(instr,
“MMEMory:TUNITx:OPEN”, 15, &retMMEMory:SESSion将命令写入HP
E1652E的通信寄存器单元，使用多个传输单元联结一个或多个线程完成信息检索，采用MVB总线控制技术使得数据的操作顺序能实时地保存到命令子系统集中。

在云计算环境下，构建实时数据记录和流盘会话操作系统，建立VXI总线数据处理
模块，得到Linux开发环境下的系统配置和编译过程描述为：
Busybox Settings --->
transfer data from a local bus VME bus to a specified session ---> [*]Data from SCSI disk /usr//使用VME总线数据传输的操作
VME address space (Busybox Target Data transmission port) --->//VME地址空间
(/home/Documents/nfs) start position address//从某个地址空间起始位置的偏移量
tar xvzf arm920t-eabi.tgz//输入对=HP E1433A采集通道、触发、数据传输端口的初始值。

假设TriggerSlope为正向触发，调用函数设置hpe1432_setTriggerLevel，
在流盘序列中，通过VME总线或局部总线传输海量医用信息数据，采用VXI总线数据处理技术进行海量医用信息数据采集，通过上述构建的开发环境，设定
SIC_IWR寄存执行数据库访问和信息调度，采用Make menuconfig 进行海量医用信息检索内核的配置，实现对信息检索过程的进程管理。

2.2 软件集成设计实现
海量医用信息检索系统的模块化开发建立在云计算环境和嵌入式Linux环境下，利用132MB/s的PCI总线带宽构建人机交互模块和网络通信模块，初始化系统参考时钟、触发总线，在所需的信息检索文件和可执行文件中建立根目录在PXI机箱内执行文件系统配置和数据库访问程序的编译，编译代码为：
class Bus data acquisition : public vpApp
{
public : HP E1562E () {}; //构造医用信息检索的可执行数据访问函数
~myApp() {}; //系统配置
:initialize Documents (“Recognition using PXI” )// 采用PXI的系统10MHz
时钟
void Sampling frequency setting (Custom Internal time signal customization::Key key, int mod) //myApp类数据采集
private : //局部总线和触发总线自定义变量
以Linux2.6.32内核为平台，通过网线、232串口构建人机交互模块，在/lib目录下提供人机交互的内核，存储器初始化模块中采用多线程设计，生成一个rootfs.yaffs文件，设计海量医用信息检索系统的Linux设备驱动程序，在系统fliesystem的lib中建立海量医用信息检索系统的检索中断时钟，中断时钟描述为：#define File link_DYNAMIC 255 //中断字设计
#define struct inode *inode "pwm"//海量医用信息检索输出文件名
int ret source install-qt ();
ret = s3c2440_adc_open() (&ADSP-BF537);// 添加一个CAN收发器
初始化静态变量(static variables)和简单的类(single classes)，利用CAN总线联
网功能，在Windows 窗口下直接运行主程序，用汇编语言开发医用信息处理模块的控制程序，在上位机网络通信模块中，通过内核初始化和外设初始化设计，设定SIC_IWR寄存器进行医用信息检索输出寄存，设定系统时钟和内核时钟的分频数，为使编译出来的可执行代码能在ARM上运行，在海量医用信息检索系统的接口终端设定PLL_LOCKCNT寄存器，使用命令：
tarLinux PLL_LOCKCNTarm920t-eabi. SPORT0_TCLKDIV
配置串口0发送数据的时钟频率，运行命令：
#SPORT0_TFSDIV.Bashrc
编辑配置文件.Bashrc文件，串口发送时钟后，产生帧同步脉冲，执行命令编译：export SPORT0_TCR2:/opt/#make ITFS /armarch/ CAN_ID0(8)/boot/bin
保存退出后，重新登录系统，采用DMA0_IRQ_STATUS寄存器进行程序加载，构
建海量医用信息检索系统的网络通信模块和接口模块设计，采用交叉编译方式进行程序加载和信息检索控制，完成海量医用信息检索系统的集成设计。

软件实现过程，如图3所示。

对本文设计的云计算环境下海量医用信息检索系统调试建立在Visual DSP＋＋4.5环境下，VisualDSP++有一个集成开发环境IDDE，能有效实现对数据信息检索系统的调试。

实验的硬件环境为：处理器Intel（R）Core（TM）2 Duo CPU
2.94GHz，内存：8.00GB。

医用信息数据库访问中对数据采样的归一化初始频率Hz，终止频率Hz，在信息检索系统中数据传输的比特率为0.59 Bps/s，根据上述仿真环境和参数设定，进行系统调试和仿真实验分析。

系统调试中，使用数据召回率和信息检索的时间开销作为测试指标，在A/D采样数据缓冲区完成海量医用信
息检索系统控制信号的采集，在人机交互模块实现数据的存储与管理和系统调试波形的显示，为了对比算法性能，采用本文设计方法和传统方法，得到海量医用信息检索的数据召回率和计算开销对比结果，如图4和图5所示。

分析上述仿真结果得出，采用本文设计的医用信息检索系统，计算开销较小，数据召回率较高，说明本文方法进行信息检索在准确度和实时性方面具有优越性。

本文进行了云计算环境下的海量医用信息检索系统设计，提出一种基于模糊C均
值聚类的医用信息检索数据库访问算法，并进行系统软件开发设计。

首先进行医用信息检索系统的总体设计描述，在嵌入式Linux环境下进行的海量医用信息检索
系统的软件设计，实现系统的软件集成设计和组件模块开发，系统调试和实验结果表明，采用该检索系统能提高对海量医用信息的准确检索能力，数据的召回率较高，在信息检索在准确度和实时性方面优于传统方法，展示了较高的应用价值。

[1] 杨照峰,王启明,吕海莲.基于任务延迟的云计算资源调度算法研究[J].计算机
测量与控制,2014,22(2):499-502.
[2] 匡桂娟,曾国荪.一种基于时分复用的云资源管理方法[J].同济大学学报（自
然科学版）,2014,42(5):782-789.
[3] 林冬茂,薛德黔.一种基于无监督免疫优化分层的网络入侵检测算法[J].计算机科学,2013,40(3): 180-182.
[4] 周小娟.一种轻量级大数据分析系统的实现[J].电子设计工程,2016,24(8):40-43.
[5] 陆兴华,吴恩燊 .基于安卓客户端的智能家居电力控制优化设计[J].电力与能源,2015,35(5): 692-695.
[6] Mahboubi H, Moezzi K, Aghdam A G, et al. Distributed Deployment Algorithms for Improved Coverage in a Network of Wireless Mobile Sensors[J]. IEEE Transactions on Industrial Informatics, 2014, 10(1): 163-174.
[7] 谢洪安, 李栋, 苏旸, 等. 基于聚类分析的可信网络管理模型[J]. 计算机应用, 2016, 36(9): 2447-2451.
[8] GUBBI J, BUYYA R, MARUSIC S, et al. Internet of Things (IoT): a vision, architectural elements, and future directions [J]. Future Generation Computer Systems, 2013, 29(7): 1645-1660.
[9] 贺小云, 陈立新, 裴昌幸,等. 一种实用的多数据库量子信息检索协议[J]. 电子科技, 2015, 28(4):1-3.
[10] 王莉军. 海量数据下的文本信息检索算法仿真分析[J]. 计算机仿真, 2016,
33(4):55-60.。