随着医学影像在现代医学诊断、治疗中的广泛普及和使用,医学图像处理技术得到了极大的关注。但是传统的医学图像处理依赖昂贵的工作站和专业的处理软件,处理的成本高、效率低;处理过程受时间、地点的限制,造成医疗资源失衡。更重要的是,医学图像来自多种模式设备、针对不同器官或疾病的扫描方式,所需的图像处理方法也多种多样。而传统的医学图像处理系统因为硬件性能、系统环境的差异,无法快速部署丰富的处理方法,难以满足现代医学对图像处理精准化、个体化的需求。基于云服务的医学图像处理系统为解决上述问题提供了新思路。本论文提出了针对医学图像数据量大、处理计算需求高的系统架构,设计了服务器端数据库结构与数据的通讯方式,实现了临床对医学图像的二维、三维可视化。同时,系统架构支持多种医学图像处理方法的扩展,使得精准化、个体化的处理方法能够快速部署。在系统架构的基础上,本论文开发了针对肝脏的手术规划模块,包含一系列医学图像处理算法如组织分割、图像配准等,并得到了初步的临床应用。本论文主要的研究工作和结论如下:(1)本论文完成了基于云服务的医学图像处理系统架构的方法和平台实现。论述了基于云服务的医学图像处理系统的架构和实现方法。系统使用MVC框架设计,将算法、数据、界面分离开,具有低耦合性、快部署及高维护性等优点。在服务器端设计了案例数据库、图像数据库和处理管理数据库,用以存储病人信息、图像信息和处理过程管理,使系统具备数据挖掘和回溯分析能力。根据服务器端与客户端通信内容、通信环境的不同,系统使用了三种方式完成数据交换。其中,通过Redis数据库的主从连接实现了图像处理结果在服务器端与客户端之间的快速同步,能够应用于图像的复杂处理场景。(2)本论文研究了基于云服务的医学图像可视化方法。论文给出了以客户端浏览器为操作界面的医学图像可视化的解决方案。通过HTML5的<canvas>标签,数据库中的影像数据被快速地绘制成二维图像,并在客户端通过JavaScript实现调窗、伪彩等处理。基于内存数据库Redis的快速数据同步特性,医学图像的三维可视化渲染能够完全在服务器端完成,并将可视化结果压缩发送至客户端,达到流畅的可视化效果,实现了多平面重建、容积重建、最大密度投影、表面重建等多种三维重建方法。(3)本论文系统地设计了针对肝脏手术规划的应用算法,并成为基于云服务的图像处理系统中的一个子系统,在临床中得到了初步应用。在本论文发展的基于云服务的医学图像处理系统的框架下,在服务器端开发了CT图像中肝脏与肿瘤的分割、肝内门静脉、静脉的提取、多期CT图像配准与肝内血管建模等关键算法,成为完整系统下的一个子系统。该系统在华中科技大学附属同济医院器官移植科、肝外科得到初步的临床应用。在活体肝移植术、巨块型肝肿瘤切除术等复杂、高难度、高风险的临床手术中得到初步验证。