瓦里安Eclipse計劃系統中基于云計算的ARC技術的劑量計算時間的探討

韓阿蒙，張彥秋，李金旺，李秀梅，顧濤，付占昭，毛羽，梁華剛

1.燕山大學 信息技術中心，河北 秦皇島 066004；2.秦皇島市第一醫院 a.腫瘤放療科；b.胸外科，河北 秦皇島 066000

引言

近些年來，云計算技術發展日臻成熟，其在醫學領域的應用[1]越來越廣泛，主要包括：用作計算和大型應用程序系統運行平臺，輔助開展遠程醫療活動，醫療資料的保存及數據挖掘的深入，在醫學實驗室中實現自動化以及“生物信號智能化”處理，輔助醫師進行診斷及決策以及在醫學治療上的手段以及控制。根據美國國家標準與技術研究院對于云計算的定義，它指的是一種通過網絡對共享且可配置的計算資源池（包括計算資源、網絡資源、存儲資源、應用程序等資源）進行無處不在的、便捷的、按需訪問的模式，提供者可以通過最簡化的管理工作進行快速的配置和發布，使用者可以通過最小化的交互工作獲取相關計算服務[2]，其基本特征包括：按需服務，廣泛的網絡接入，資源池化，快速彈性和可控服務[3]。國內外云計算平臺發展日新月異，主要包括：亞馬遜云、谷歌云、IBM藍云、百度云、阿里云和騰訊云[4]等。本文初步探討的ARC技術，即容積旋轉調強技術[5]，其在劑量計算時是基于云計算技術，主要由分布式計算技術實現。云計算用于計算平臺時，其計算速度和計算時間是臨床中關注的主要問題之一，這關系到臨床實踐中的工作效率。本文就本院放療中心基于云計算的分布式計算時間問題進行初步探討，以期為臨床提供參考。

1 材料和原理

1.1 瓦里安Eclipse計劃系統中分布式計算框架環境

瓦里安Eclipse計劃系統中涉及的復雜計算，如劑量分布計算和劑量體積優化，由分布式計算框架（Distributed Calculation Framework，DCF）執行。DCF使用外部進程（external processes），使得Eclipse能夠計算劑量[6-7]。這些進程可以在Eclipse中相同工作站中和（或）網絡中其他的工作站中運行[8]。由于計算工作由多臺工作站和多個處理器同時進行，因此，DCF使得劑量計算的速度得到了提高。例如，External Dose Planning進行多個射野的治療計劃的劑量計算時，Eclipse為每個射野分別分配計算線程（thread），對于每個計算線程，Eclipse發出需要的計算服務。如果沒有可用的計算資源，線程等待資源的到來。DCF環境中不同工作站配置的例子，見圖1。

圖1 DCF環境的例子

上面的例子中，類型1工作站裝有Eclipse，每個工作站包含一個本地的計算配置文件，使得該工作站能夠進行計算。除了本地計算，這些工作站還可以在DCF網絡中的其他工作站上進行遠程計算[9]。類型1工作站還安裝了一個代理程序（Agent）作為系統服務。代理程序使得Eclipse能夠在其他工作站上執行類型1工作站上的計算[10]。此外，代理程序使用位于DCF服務器上的DCF文件夾中的配置文件。類型2工作站沒有安裝Eclipse，用作計算服務器。每個類型2工作站都安裝有一個代理程序，意味著其他工作站上的Eclipse能夠在類型2工作站上進行計算。代理程序使用位于DCF服務器上的DCF文件夾中的配置文件。

1.2 DCF工作的原理

DCF服務器包含一個分配器（Distributor）和一個計算配置文件，計算配置文件被DCF網絡中的代理程序使用[11]。分配器分配可用的計算資源用于計算。DCF服務器里的DCF文件夾包括計算算法、射野數據模板、配置的射野數、全局配置文件夾。此外，DCF服務器的位置在每個用于劑量計算的工作站上都必須定義。

由字及意，分布式計算框架配置定義計算的框架。在這個框架中使用安裝的計算算法進行計算，需要配置安裝在你的治療計劃系統中的每個計算算法[12]，例如AAA算法或PBC算法[13-14]。配置包括把算法和合適的配置射束數據連接。這個連接的結果叫做計算模型。幾個計算模型可以基于一個計算算法。每個計算模型從一個具體的數據目錄中讀取配置的射野數據。一個四野計劃的計算在DCF中執行的具體例子，見圖2。

圖2 四野計劃的計算在DCF中執行的具體例子

2 方法和結果

2.1 局域網分布情況及其硬件配置

本放療中心局域網中包含一臺服務器，其硬件配置為：Intel(R) Xeon(R)CPU E5-2690 0 @2.90GHz 2.90GHz（2個處理器），RAM：32.0 GB，HDDM：4.08 TB，用于日常的計劃設計和劑量計算的有兩臺帶有Eclipse的工作站，其硬件配置為：處理器：Intel(R) Xeon(R)CPU E5-2620 0 @2.00GHz 2.00GHz（兩個處理器），RAM：32.0 GB，HDDM：829.9 GB；用于腫瘤靶區勾畫的帶有Eclipse的4臺電腦：其硬件配置為：處理器：Intel(R)Core(TM)DuoCPU E8400 @3.00GHz 2.00GHz，RAM：8.0 GB，HDDM：375 GB；局域網中還有2臺未裝有Eclipse的工作站，用于日常的排程和數據統計，其利用率較低，其硬件配置為：處理器：Intel(R) Core(TM)i5-3470 CPU@3.20GHz 3.20GHz，RAM：8 GB，HDDM：464 GB。

2.2 15例鼻咽癌患者劑量計算時間測試結果

安裝有Eclipse的2臺電腦用于日常的劑量計算，為縮短計算時間，充分利用局域網中的硬件資源，在其它6臺工作站上安裝代理程序DCF_Agent.msi，使得在Eclipse工作站上劑量計算的時候，不僅可以調用另一臺裝有Eclipse的工作站，還可以調用其它6臺工作站。隨機選擇15例鼻咽癌患者，計劃方式選擇ARC技術，為使計算時最多能調用8臺工作站，射野選擇四個弧度，計算網格大小選擇2.5 mm，對于每一例患者劑量計算時，先選擇調用帶有Eclipse的2臺工作站，記錄劑量計算時間，再通過設置本地工作站中的DCF參數，劑量計算時依次選擇調用4，5，6，7，8臺工作站，并記錄劑量計算時間。相關數據，見表1及圖3。圖3是基于表1的數據做的圖，由表1和圖3可見，劑量計算選擇調用6臺工作站時計算時間最短，選擇7臺工作站和8臺工作站計算時間不但沒有縮短，反而略有增加。選擇調用6臺工作站比2臺工作站計算時間平均縮短約19′06″。同時，采用Mann-Whitney U檢驗，6臺工作站分別與2，4，5，7，8臺工作站相比較，Z=-4.667，-2.634，-1.348，-0.415，-1.390，P=0.000，0.008，0.178，0.678，0.165。可見調用6臺工作站時所用的計算時間短于2臺和4臺，具有統計學差異（P＜0.05)；調用6臺工作站時所用的計算時間短于5臺、7臺和8臺，但不具有統計學差異（P＞0.05），詳見表2。

3 討論

本研究中分布式計算框架是基于云計算，而不是真正意義上的云計算，云計算是由分布式計算技術、網格技術等發展起來的先進技術。分布式計算又稱網絡計算，它是充分利用網絡資源的計算模型。該模型旨在提供一套有組織的系統方法，以實現一種開放型的標準化系統結構，使程序和數據都具有透明的分布能力和網絡聯結能力，以及互操作性和可移植性的能力[15]。本放療中心的瓦里安分布式計算主要由服務器根據分配器分配給網絡中有計算資源的工作站，而每個工作站之所以能夠被調用，是因為本地安裝了代理程序，否則就不能被調用。Na[16]等在驗證了在亞馬遜云平臺環境中優化和計算固定野調強計劃和容積旋轉調強計劃的可行性，實質性的提高了計算速度，使得將來在線自適應計劃成為可能。

圖3 15例鼻咽癌患者ARC計劃劑量計算時間柱狀圖

容積旋轉調強技術由于劑量學上的優勢，其在臨床上的應用越來越廣泛，而劑量計算時間直接影響到臨床實踐中的工作效率[17-18]。本研究一定程度上縮短了劑量計算時間，約19′06″左右，隨所需計算時間的增加，縮短的計算時間越長。計算時間的長短一方面與本身的計算工作量有關，另一方面與調用的工作站數量和工作站本身的硬件配置有關。在具體臨床實踐中，四臺用于勾畫靶區的工作站上也安裝上代理程序，使得其也能夠被調用，提高閑置資源的利用率。值得注意的是，本地工作站在劑量計算時，并不是調用所有的閑置工作站，而是優先調用硬件配置較高的工作站，以免某一進程計算速度較慢而影響整體的計算時間。當所需計算資源一定時，沒有必要無限制的增加工作站的數量。

表1 15例鼻咽癌患者ARC計劃劑量計算時間

表2 6臺工作站計算時間與其它各臺工作站計算時間的比較

總之，在本研究中，調用6臺工作站時所用的計算時間短于2臺和4臺，具有統計學差異；調用6臺工作站時所用的計算時間短于5臺、7臺和8臺，但不具有統計學差異。局域網中增加一定數量用于計算調用的工作站，能夠一定程度的縮短劑量計算的時間，提高腫瘤放療計劃設計的效率。希望在不久的將來能夠在放射治療劑量計算方面能夠真正的實現云計算，促進醫學的進步。