随着医疗信息化进程的加快,眼底疾病的筛查在各省各市越来越普及,而相应的眼科AI应用变现的场景也愈来愈丰富。各个医院每年都会产出大量的眼科影像数据。但眼科设备品种繁多,图像文件数量庞大,很难完整地利用已有的图像归档和传输体系实现眼科数据的分类管理与分享传播。为克服传统的眼科影像储存媒介在不同领域使用人群的个性化管理与收藏分享上的不足,本文设计并完成了基于云存储的眼科影像管理系统。该平台采用了 Hadoop分布式文件系统,并通过分享文件和文件夹的模块设计,大幅提升了对各种类型的眼科资源的管理性,而后用户可使用在任何设备上的浏览器登录平台页面,从而可以随时随地分享用户上传的影像等资源。本文在系统中使用了 Java语言并通过SpringBoot框架对系统平台的功能进行了设计和实现,采用超文本标记语言HTML、添加交互动态功能的JavaScript以及异步Ajax和Freemarker模板引擎实现网站交互界面的开发。并设计了用户管理模块,通过MySQL存储映射用户的各类信息。为了增强系统的弹性扩展性,本系统部署于Hadoop集群之上,并进行了 Web端负载均衡设计以及文件索引缓存的研究。为了防止文件重复上传影响存储与管理,本系统采用MD5算法增添了文件判重模块,大大增强了系统的应用性。此外,为帮助实验室或企业科研人员进行快速的眼科数据集的病灶区域标注并进行有效的各项分类处理等操作,本系统中还增添了眼科影像预处理模块,该模块设计了 20种眼底病灶的标注与分类等操作,为深度学习模型训练提供有效的数据支持,从而提高模型的准确率。经过本课题的研究,基本实现了一款基于Hadoop的眼科影像数据管理系统。本系统无需本地存储设备,摆脱了硬件升级的种种困难,解决了眼科影像管理传播难的问题。且系统中设计的递归文件管理、用户管理等模块,大大增强了眼科数据对于不同用户的针对管理性与分享性,从而大大提高了实验室科研人员在眼科医学影像处理与分析方面的实验效率以及眼科AI企业的开发效率。