随着医学影像检查技术的发展，医学影像检查已经成为现代临床诊断与治疗的一个重要的依据，医学影像诊断的准确率将直接影响临床疾病的治疗效果。而影响医学影像诊断的准确率的主要因素包括医学影像检查设备的精度和医学影像诊断医师的诊断经验水平两个方面。受益于医疗设备制造技术的发展和国家政策的支持，医学影像检查设备基本已经普及到乡镇一级，而且检查精度逐年提高，但基层医疗机构在医学影像诊断、影像设备的使用及影像的管理方面仍然存在很大的问题:1）高水平的影像诊断医师严重欠缺。2）由于成本问题，基层医院无法投入大量的成本来对PACS/RIS的软硬件进行及时的升级，系统的不稳定极易造成患者数据的丢失、隐私泄露等问题。3）信息相对闭塞，无法及时与高水平医院的医生进行医学影像专业信息的交流，难以提升影像的诊断水平。4）患者数量少，浪费了基层医院影像设备的使用资源。如何改善基层医疗机构现阶段所处的现状，对我国医疗事业的发展事业是个重大的挑战。　　云计算技术的出现，给很多服务行业带来了新型的服务模式。特别是在医疗卫生行业，大量的医疗护理机构和医疗服务人员对云医疗显示出了极大地兴趣。将医疗事业托管于云端，这就使得医院、医疗部门、医疗服务人员不在需要经受计算机化技术、管理和实现的挑战。医院不必花费大量的人力物力去设计、实现、维护数据中心（服务器）、数据库和应用程序等任务，而直接将这些工作托付给IT产业服务提供商，让医院有更多的精力专注于医疗事业和已存在的医疗信息的管理。这对小医院、社区医疗单位来讲，是特别重要的。　　针对基层医院所存在难题，本文利用云计算技术实现医学影像远程协作云服务平台的构建，开展了医学影像的远程会诊、典型病例的查询、医学影像的转诊、远程教学等服务，实现了不同区域内医学影像设备的相互共享及异地影像诊断医师的相互沟通与协作。这对于均衡医疗资源、缓解大医院的就诊压力，提高基层医疗机构影像诊断水平、提高基层医院医学影像设备的使用率，提高医疗服务质量、降低医疗费用具有重要意义[1]。　　本论文主要研究的是医学影像的远程协作云服务平台，通过云计算技术来构建医学影像数据的存储系统和综合管理服务平台。本文章的主要工作包括:　　1)分析了医学影像远程协作云服务平台的业务需求、涉及到的技术进展及目前所面临的主要问题。设计了医学影像远程协作云服务平台的一个整体架构，包括逻辑架构、存储架构及医院网关的设计等。　　2)将大量医学影像小文件直接存储于Hadoop，会导致HDFS的主节点NameNode内存消耗过大，从而降低整个集群的性能。文章针对海量医学影像小文件存储给系统带来的性能问题，我们结合Dicom医学影像的信息层次模型，在Hadoop Sequencefile和Mapfile的基础上，给出一个医学影像的归并模型，即得到一个适合海量医学影像存放于HDFS中的影像归并模型。　　3)然而单纯的HDFS分布式文件系统并不太适合单条记录的随机读取，为了满足基于医学影像元数据检索的需求，我们在非关系型数据库HBase的基础上，结合海量医学影像的归并模型，提出了一套基于多级索引的医学影像检索方案。HBase数据库具有数据表规模大、维度多等特点，可以支持大规模的表，因而很符合海量医学影像元数据的管理。　　目前，我们以佛山正骨医院作为医学影像诊断中心，与具备医学影像数据上传条件的医疗机构建立互联关系，已搭建了9家医疗机构在内的医学影像云服务平台。患者所有就诊信息实现标准化采集，使得平台上医疗机构的诊疗信息数据资源能在各医疗机构间完成协同共享或跨院调取。