SIAPDI: UM SISTEMA DE PROCESSAMENTO DISTRIBUÍDO DE
IMAGENS MÉDICAS COM CORBA
Euclides de Moraes Barros Junior
Universidade Federal de Santa Catarina - UFSC CTC – Campus Universitário – Trindade
Caixa Postal, 476 – Florianópolis – SC – Brasil – 88040-900 euclides@inf.ufsc.br
Leonardo Andrade Ribeiro
Universidade Federal de Santa Catarina - UFSC CTC – Campus Universitário – Trindade
Caixa Postal, 476 – Florianópolis – SC – Brasil – 88040-900
lar@inf.ufsc.br
Aldo von Wangenheim
Universidade Federal de Santa Catarina - UFSC CTC – Campus Universitário – Trindade
Caixa Postal, 476 – Florianópolis – SC – Brasil – 88040-900
awangenh@inf.ufsc.br
RESUMO
Este artigo apresenta o modelo SIAPDI (Serviço Integrado de Acesso e Processamento Distribuído de Imagens), um ambiente de software que permite equipes médicas radiológicas acessarem banco de imagens em conformidade ao padrão DICOM 3.0 (Digital Image Communications in Medicine) [02], provenientes de equipamentos radiologicos para executar o processamento das imagens para o auxílio ao diagnóstico em vários equipamentos localizados em rede local para distribuir o processamento. Este modelo foi criado devido ao enorme custo computacional de processamento exigido nos computadores. Desta maneira pode-se utilizar equipamentos localizados na rede, independentemente de sistema operacional, para executar o processamento distribuído de imagens, repercutindo em uma redução no tempo dos resultados. Outro tópico importante é onde clinicas e hospitais não possuem estações radiológicas de alto processamento, devido ao alto custo das mesmas, podendo utilizar PCs para tal finalidade.
Palavras Chaves: Processamento de Imagens, Processamento distribuído, DICOM 3.0.
SIAPDI: UM SISTEMA DE PROCESSAMENTO DISTRIBUÍDO DE
IMAGENS MÉDICAS COM CORBA
RESUMO
Este artigo apresenta o modelo SIAPDI (Serviço Integrado de Acesso e Processamento Distribuído de Imagens), um ambiente de software que permite equipes médicas radiológicas acessarem banco de imagens em conformidade ao padrão DICOM 3.0 (Digital Image Communications in Medicine) [02], provenientes de equipamentos radiologicos para executar o processamento das imagens para o auxílio ao diagnóstico em vários equipamentos localizados em rede local para distribuir o processamento. Este modelo foi criado devido ao enorme custo computacional de processamento exigido nos computadores. Desta maneira pode-se utilizar equipamentos localizados na rede, independentemente de sistema operacional, para executar o processamento distribuído de imagens, repercutindo em uma redução no tempo dos resultados de processamento. Outro tópico importante é onde clinicas e hospitais não possuem estações radiológicas de alto processamento, devido ao alto custo das mesmas, podendo utilizar PCs para tal finalidade.
ABSTRACT
This paper presents the IIADPS (Integrated Image Access and Distributed Processing Service) model, a software environment that allows radiological medical teams to have access to image databases in conformity to the DICOM 3.0 (Digital Image Communications in Medicine) [02] standard, directly from radiological equipment, allowing them to execute the remote distributed image processing necessary for the diagnosis tasks on some equipment located in a local network. This model was developed due to the enormous computational processing costs normally involved in these tasks. Our approach allows low-cost equipment located in the network to be used, independently of operational system, to execute the distributed image processing, leading to a significant reduction in the time of the processing to be performed. Another important application is where smaller hospitals do not have high end radiological stations of high processing capability, enabling them to use low-cost PCs for such purpose.
Palavras Chaves: Processamento de Imagens, Processamento distribuído, DICOM 3.0, CORBA.
1 Introdução: Imagens Radiológicas
O Processamento de Imagens [1] compreende um conjunto de técnicas usadas para extrair informações de imagens, por exemplo, retirar características importantes de uma seqüência de imagens para diagnóstico. Com os resultados do processamento de imagens torna-se possível realizar uma tarefa mais importante denominada Análitorna-se de Imagens.
Nos dias de hoje, imagens médicas como as tomografias computadorizadas, ressonâncias magnéticas e ultrassonografias são modalidades de exames podem ser disponibilizados
diretamente sob forma digital a partir dos equipamentos que os geraram através da utilização do padrão internacional DICOM 3.0 (Digital Image Communications in Medicine) [2]. Com isto, reduziu-se enormemente o tempo necessário para se disponibilizar os dados de um exame ao médico que será responsável por prover o seu laudo. Por outro lado, uma quantidade cada vez maior de dados de imagens por paciente e uma necessidade crescente de precisão de detalhes de diagnóstico está sendo exigida.
Parte das técnicas de tratamento, cirúrgicas ou de diagnóstico, que se vêm desenvolvendo, exigem que o médico radiologista responsável pelo laudo faça análises quantitativas e mensurações de patologias, como o tamanho exato de um aneurisma, cada vez mais detalhados e precisos. Para que o médico radiologista possa prover este tipo de laudo, utilizam-se ferramentas de software denominadas Estações de Trabalho Radiológicas, que permitem a mensuração de objetos em imagens tomográficas e reconstruções tridimensionais de diferentes estruturas. Atualmente a utilização dos recursos dessas workstations radiológicas é restrita em função do alto custo tanto do software de processamento de imagens como do hardware necessário.
2 SIAPDI
Baseado neste contexto nos desenvolvemos um modelo de processamento distribuído de imagens chamado Serviço Integrado de Acesso e Processamento Distribuído de Imagens (SIAPDI). O SIAPDI fornece um framework para o serviço de processamento distribuído de imagens utilizando computadores de baixo custo localizados em uma rede para distribuir o processamento. Neste contexto, um radiologista pode utilizar uma estação simples ou PC, com um software como um browser para consultar imagens radiológicas no padrão DICOM distribuídas nos banco de imagens localizados em vários hospitais ou clínicas e ainda solicitar o processamento das mesmas recebendo o resultado do processamento. (p.e. uma reconstrução 3D), de maneira totalmente transparente ao usuário da aplicação.
Pada o desenvolvimento e implementação do SIAPDI nos usamos a tecnologia de objetos distribuídos baseado no padrão CORBA (Common Object Request Broker Architecture)[3], que permite o uso transparente de objetos distribuídos no domínio de aplicações cliente/servidor. Isso permite uma fácil integração vários sistemas diferentes, como banco de dados de pacientes, banco de imagens, setores de processamento de imagens e estações radiológicas.
Figura1 – Modelo de Processamento Distribuído.
3 Realizando tarefas de processamento complexo de imagens médicas a partir de seu PC
O processamento de imagens é uma atividade que inerentemente requer grandes recursos de hardware, o que muitas vezes o torna inviável para quem não dispõe destes recursos. Mesmo dispondo de máquinas razoavelmente adequadas, a tarefa de análise e processamento de imagens ainda assim consome uma grande quantidade tempo. Como exemplo, podemos citar um software do projeto Cyclops que realiza o processamento de um volume tomográfico da região abdominal, possuindo cerca de 200 cortes, sendo cada corte uma imagens de tamanho 512x512 pixels, com 256 tons de cinza. Cada corte leva em média 1 minuto em um equipamento Sun Ultra 1 com 96 Mb de memória, perfazendo um tempo total de 3.20 hs. Existem ainda outras operações de análise de imagens que demoram 10 vezes este tempo. Este problema inviabilizaria a obtenção de resultados em tempo hábil se fossem realizadas em apenas um computador de forma isolada.
A aquisição de equipamentos com velocidade de processamento uma ou duas ordens de grandeza maiores está fora da realidade da maioria do corpo médico ou até mesmo das clínicas do nosso país.
O SIAPDI resolve este problema possibilitando a distribuição das tarefas de processamento entre vários computadores. Esses equipamentos podem ser dedicados somente às tarefas relacionadas ao processamento/analise de imagens como também existe a possibilidade
da utilização das capacidades de qualquer computador que esteja ocioso e interligado ao SIAPDI. Outra forma de uso é o médico, a partir de sua casa, solicitar serviços de processamento para um exame em específico numa clínica onde o SIAPDI está instalado. Uma vez encaminhado o pedido, os computadores servidores de processamento integrados ao SIAPDI realizam a tarefa e devolvem os resultados de volta ao cliente médico que solicitou o serviço, existindo inclusive a possibilidade do próprio computador pessoal do médico atuar como servidor de processamento, reduzindo ainda mais o tempo total para a obtenção do resultado final.
Na grande maioria dos casos, as imagens podem ser analisadas e processadas de forma totalmente independente das demais, com isso, o ganho de tempo é diretamente proporcional ao número de computadores alocados para a realização das tarefas (supondo que os equipamentos possuam o mesmo poder de processamento). O sistema é altamente escalável, robusto e tolerante a falhas. A partir do momento que um computador esteja conectado ao SIAPDI automaticamente os outros servidores começarão a distribuir as tarefas para ele. Se, no decorrer do processamento das imagens, uma das máquinas ficar indisponível, outro computador assume as suas tarefas, ou seja, o serviço não é interrompido pela paralisação dos computadores, ficando nesse caso somente mais lento.
4 Descrição Operacional do Modelo
Uma clínica possui um servidor de processamento de imagens (p.e.x uma workstation Sun Enterprise) ou um pool de equipamentos de baixo custo (p.ex. PCs Linux com Athlon 700 MHz) dedicados ao processamento de imagens, realizando tarefas como reconstruções 3D e outras e necessita disponibilizar estes recursos a seus médicos, que possuem estações de visualização de imagens radiológicas (estações DICOM, que podem ser PCs simples) em seus consultórios na própria clínica o mesmo em suas casas.
O gerenciamento do sistema é executado de maneira centralizada através servidor de objetos e aplicações (SOA). Este servidor possui informações à respeito de todas as máquinas do sistema, assim como unidades de processamento (UP) e unidades cliente (UC). O controle destas informações é realizado através de notificações de eventos enviados pelas unidades de processamento para o servidor de objetos (veja a fig. 2). O funcionamento deste processo é realizado da seguinte forma: o SOA possue duas listas descrevendo as unidades de processamento de imagens existente na rede, uma lista estática e outra dinâmica. A primeira possui informações sobre todos os servidores que podem realizar o processamento de imagens, estejam eles disponíveis ou não para processamento imediato. Nestas informação são descritas as
características de cada servidor, como capacidade de processamento e armazenamento, memória, localização, etc. Além disso, nesta lista ficam armazenados os objetos de referência para as classes que implementam os algoritmos de processamento de imagens localizados nos servidores de processamento. Através desses objetos de referência é que o SOA acionará o processamento da imagens nos servidores de processamento. Na lista dinâmica encontram-se informações apenas sobre os servidores que encontram-se disponíveis para processamento imediato. Esta lista é atualizada sempre que uma máquina se dispõe a processar imagens ou quando, ao contrário, a mesma se declara indisponível para processamento imediato. Os servidores de processamento notificam o servidor de aplicação de sua disponibilidade para processamento imediato, atualizando a lista dinâmica, via a notificação de eventos suportada pelo padrão CORBA. Desta forma, máquinas podem entrar ou sair do grupo à qualquer momento durante o funcionamento do sistema.
Na presente configuração, nosso modelo SOA fornecerá o serviço de nomes para todas demais máquinas do sistema distribuído. Com isso, toda vez uma máquina se cadastrar como fornecedora de serviço de processamento de imagens, além da notificação envia para SOA um objeto de referência de sua classe. O servidor de objetos pode então executar os métodos desta classe assim que obter a referência do mesmo.
Um cliente do sistema distribuído envia uma requisição de um serviço de processamento de imagem para o servidor de objetos. Nesta requisição o cliente especifica se pretende receber o resultado do processamento de cada imagem em separado ou se pretende receber o resultado de todas imagens já processadas pelo software localizado no servidor de aplicação. Por exemplo, o cliente pode optar por executar ele mesmo o processamento para reconstrução 3D ou já receber a reconstrução pronta do servidor de aplicações. Após a identificação do cliente, o servidor de objetos consulta sua lista dinâmica de servidores de processamento e envia conjuntos de imagens para cada servidor.
Figura 2 – Modelo de Processamento Distribuído de Imagens.
5 Aspectos Inovadores do SIAPDI
São citados a seguir alguns pontos importantes sobre o sistema:
- Balanceamento de Carga: o software analisa os recursos existentes no computador para realizar um balanceamento de carga com a finalidade de explorar melhor os recursos de determinado equipamento, assim como, para não sobrecarregar o mesmo.
- Análise de Hardware: as classes de processamento de imagem são instanciadas nos computadores que mais se adequarem às exigências do algoritmo de processamento requisitado. Desta forma, imagens a serem tratadas por rotinas que necessitem acessar bases de dados podem ser enviados para computadores com disco rígido rápido, rotinas que necessitem grande quantidade de memória seriam enviados para computadores com essa característica, etc.
- Transparência: como esse software tem por finalidade ser utilizado em áreas médicas e não por profissionais de informática, o funcionamento do mesmo é o mais transparente possível.
A instalação é feita de forma simples e a ativação dos servidores é realizada automaticamente, sem intervenção do usuário.
- Performance: foi alcançado o principal objetivo que era o de tornar capaz o processamento de imagens radiológicas de forma distribuída, tornando assim possível operações que tomariam um tempo inaceitável se fossem efetuadas somente por um único computador.
- Robustez: o envio das mensagens é realizado de forma dinâmica levando em consideração o número de objetos servidores instanciados. A queda de um ou da maioria dos servidores não interrompe o funcionamento do sistema como um todo. Enquanto houver pelo menos um servidor, o processamento continuará sendo executado.
- Escalabilidade: outra característica importante é a escalabilidade. Quanto mais computadores presentes na rede mais rápido o processamento é realizado. Os servidores são alocados dinamicamente à medida que se tornem disponíveis. Outro tópico importante sobre sua funcionalidade é que no modelo do sistema não existe limite de máquinas de processamento e clientes de processamento simultâneo, ficando restrito somente a recursos de hardware existente.
6 Conclusão
O SIAPDI pode resolver o problema provendo capacidade de processamento de imagens de alta performance por um baixo custo para grupos de usuários do serviço de processamento, como encontrado em hospitais e clinicas radiológicas. A capacidade de processamento pode ser distribuído através da demanda dos usuários e pode também ser estendido de maneira muito simples com a extensão dos setores das unidades de processamento. Por outro lado, este possibilita a redução de custos no uso de estações radiológicas de baixo custo ou PCs, desde a capacidade de alta performance de processamento são solicitadas somente por pequenos períodos de tempo no dia e um destes podes prover pelos setores de processamento distribuído.
Este trabalho foi desenvolvido no contexto do Projeto Cyclops (Análise de Imagens Médicas)[4]. Nosso trabalho foi testado com um conjunto de serviço de processamento de imagem como uma segmentação e detecção de borda com uma estação de rede Unix com nosso na Universidade de Kaiserslautern, na Alemanha. Atualmente estamos iniciando uma experiência clinica em nosso grupo do projeto brasileiro no Hospital Universitário da Universidade Federal de Santa Cararina. Juntamente com o projeto da Rede Metropolitana de Alta Velocidade – RMAV/FLN nós iremos implementar uma experiência envolvendo diferentes hospitais da região de Florianópolis e setores de unidades de processamento distribuído através
da RMAV/FLN. O objetivo da experiência é realizar os testes em várias situações reais, onde diferentes hospitais solicitam serviços de processamento distribuído de imagens através da rede.
7 Bibliografia
[1] R. C. Gonzalez; R. E. Woods, Digital Image Processing, 1993.
[2] RSNA. DICOM: The Value and Importance of an Imaging Standard. [online] Disponível na Internet via WWW.URL: http://www.rsna.org/REG/practiceres/ dicom/index.html
[3] Object Management Group – CORBA - http://www.omg.org/corba.
[4] v.Wangenheim, A.; Barreto, J. M.; Richter, M. M.; Krechel, D. Cyclops - Expert System
Shell for the Development of Applications in the Area of Medical Image Analysis, in:
Jähnichen; Lucena (Eds.): Proceedings of the 4th German-Brazilian Workshop on Information Technology, Porto Alegre/Berlin, 1997.
