在Genius?数字诊断系统验证过程中的技术考量

《Journal of Participatory Medicine》：Technical considerations during validation of the Genius? Digital Diagnostic System

数字病理学中，基于Iris文件扩展（IFE）的RESTful服务器和OpenSeaDragon（OSD）插件设计，通过原生支持IFE格式和WADO-RS API，优化了高性能 tiled 渲染系统，减少DZI转换开销，实现平均3883请求/秒的高并发处理，兼容DICOM和现有WSI流程。

　　数字病理学在现代医学领域中扮演着越来越重要的角色，尤其是在病理诊断和医学研究中。随着技术的发展，全切片图像（Whole-Slide Image, WSI）已成为数字病理学中的核心数据形式，而WSI查看器系统则是处理这些数据的关键工具。然而，传统的WSI查看器系统通常依赖于特定的文件格式，如Deep Zoom Image（DZI），这在使用静态HTTP文件服务器时提供了兼容性，但也带来了一些局限性。为了克服这些挑战，研究团队开发了一种新的文件格式——Iris File Extension（IFE），并构建了一个基于RESTful API的服务器——Iris RESTful Server，旨在提高WSI处理的性能和效率，同时简化系统管理和数据访问流程。

IFE作为一种专为高性能WSI查看器设计的二进制容器文件格式，支持现代压缩技术、动态文件结构、深度文件验证、数据恢复以及注释功能。相比传统的DZI格式，IFE的优势在于它不需要将文件系统结构作为关键组件嵌入到图像渲染过程中，从而避免了复杂的目录层级和文件管理问题。此外，IFE格式在数据转换过程中能够更好地保留临床元数据，减少了因格式转换导致的数据丢失风险。然而，静态HTTP服务器在处理IFE格式时面临挑战，因为它们通常无法直接流式传输IFE文件的子区域，而是需要依赖特定的客户端JavaScript代码来支持部分读取（即“Range Requests”）。

为了解决这一问题，研究团队开发了Iris RESTful Server，这是一个基于C++构建的低开销HTTP服务器，利用Boost Beast和Asio网络库实现高性能和安全性。该服务器兼容DICOMweb的WADO-RS API，使得其能够与现有的医学影像存储和通信系统（PACS）无缝集成。通过RESTful API，Iris RESTful Server可以直接从IFE文件中获取图像数据，而无需依赖DZI格式，从而提升了WSI处理的效率和灵活性。同时，该服务器支持跨域资源共享（CORS），确保了在不同网络环境下的安全性。

为了进一步推动IFE格式的广泛应用，研究团队还开发并整合了一个新的OpenSeaDragon TileSource模块——IrisTileSource。该模块可以直接与Iris RESTful Server进行交互，使得现有的基于浏览器的WSI查看器系统能够轻松地将DZI格式替换为IFE格式。IrisTileSource的实现仅需修改四行代码，即可在原有代码基础上支持新的文件格式，极大地简化了迁移过程。这种模块化设计不仅提高了系统的兼容性，还增强了其可扩展性和灵活性。

在性能测试方面，研究团队使用了Locust这一广泛认可的开源负载测试工具，对Iris RESTful Server与现有的WSI服务器（如Path-Presenter和NCI IDC Slim Viewer）进行了对比分析。测试结果表明，Iris RESTful Server在单实例本地网络部署时，能够达到每秒高达5061次请求的峰值性能，平均响应时间为21毫秒。而在公共访问的Iris RESTful Example子域部署中，平均响应时间为59毫秒，每秒请求率为1241次。相比之下，Path-Presenter在DZI格式下的性能表现稍逊，每秒请求率为987次，平均响应时间约为79毫秒；而NCI IDC Slim Viewer在DICOMweb格式下的表现则更慢，每秒请求率仅为114次，平均响应时间高达650毫秒。这些数据表明，Iris RESTful Server在处理高并发请求时具有显著优势。

此外，Iris RESTful Server的设计使其能够灵活适应不同的部署需求。在本地部署时，它可以在基于Docker的容器中运行，同时支持静态HTTP文件服务，从而兼顾性能与兼容性。而在云端部署时，它可以通过Kubernetes或其他容器编排系统进行扩展，适应大规模医学影像数据的处理需求。这种可扩展性不仅提高了系统的可靠性，也降低了维护成本。对于资源有限的医疗机构而言，这种轻量级且高效的服务器架构具有重要的应用价值。

Iris RESTful Server的高性能源于其优化的架构设计。它将网络处理和文件系统处理分离为两个独立的栈，从而避免了资源竞争和性能瓶颈。网络栈负责快速处理请求，确保数据传输的稳定性；而文件系统栈则专注于图像数据的高效读取和管理。这种设计使得服务器能够在高负载情况下依然保持低延迟和高吞吐量。同时，Iris RESTful Server支持动态内存映射，使得多个客户端可以共享同一份图像数据，进一步提升了资源利用率和系统性能。

为了便于开发者快速上手，研究团队还提供了Iris RESTful Example子域，这是一个完全兼容Iris RESTful API的示例服务器，包含预编码的IFE格式图像数据。该子域不仅为开发者提供了一个测试平台，还加速了基于Iris RESTful API的WSI查看器开发进程。通过该示例服务器，开发者可以直观地了解Iris RESTful API的工作机制，并在实际应用中快速验证其性能表现。

在实际应用中，Iris RESTful Server的引入为数字病理学工作流程带来了诸多改进。首先，它简化了图像管理，使得系统管理员无需处理复杂的文件结构和目录层级，从而降低了维护难度。其次，它提高了WSI查看器的响应速度和渲染效率，使得病理学家能够在更短的时间内获取高质量的图像数据，从而提升诊断效率。此外，Iris RESTful Server还支持安全的跨域数据传输，符合HIPAA等医疗数据安全标准，确保了患者隐私和数据完整性。

从技术实现的角度来看，Iris RESTful Server的代码结构清晰，模块化程度高，便于后续的维护和升级。同时，其基于MIT开源协议的发布方式，使得其他研究机构和开发者可以自由使用和修改该系统，从而促进了技术的共享和创新。这种开源模式不仅有助于推动数字病理学领域的发展，也为医疗行业提供了更具成本效益的解决方案。

在未来的开发计划中，研究团队将继续优化IFE格式的编码和解码过程，以进一步提升处理效率。此外，他们还计划引入流式编码功能，使得WSI扫描仪可以直接生成IFE格式的图像数据，从而减少中间转换步骤，提高整体系统的响应速度。这种改进将有助于实现更实时的图像处理和更高效的存储管理，特别是在大规模医学影像数据处理场景中。

总体而言，Iris RESTful Server和IrisTileSource的结合，为数字病理学工作流程提供了一种高效、安全且易于集成的解决方案。通过采用先进的文件格式和优化的服务器架构，该系统不仅提升了WSI查看器的性能，还简化了图像管理和数据访问流程。这种创新在医疗资源有限的地区尤为重要，因为它能够降低部署成本，提高系统的可访问性，从而推动全球范围内的数字病理学发展。