随着医学成像技术的发展,医学图像的成像质量越来越高,数据量也越来越大,导致医学图像处理对强大运算能力的处理环境的迫切需求,而分布式计算技术的高性能低成本的计算能力恰好能满足这种需求。因此,研究分布式环境下的医学图像处理技术具有重要意义。本文首先对分布式计算的消息传递、C/S、P2P、RPC、分布式对象和移动Agent等技术进行了研究,接着对中间件、集群、网格和WebService等几种技术以及Globus Tookit和PBS两大平台进行了比较研究,并选用PBS作为分布式计算的基础环境。其次,在Ubuntu下建立了基于Portable Batch System的,通过Torque套件实现的分布式计算环境,其中服务器安装了Pbs_Server和Schedule,计算节点安装了Pbs_Mom和Pbs_client;接着在该环境下对远程分发、作业的提交、Job Script的编写、资源申请、并行作业的实现、BLCR和Torque的连接以及作业的调度和管理等进行了研究。结果表明该系统可以正常的接受用户请求,同时具有完善的作业管理和调度能力。最后,设计和开发了分布式医学图像处理平台。该平台为三层架构,使用TCL语言和TK开发包进行开发。其中基础模块包括通用函数库common、建立绑定关系的bindings和基础资源描述库pbstcl;系统前端则包括大量窗体,对用户提供友好的图形界面。该平台通过与Torque接口的连接实现了医学图像处理作业的提交、管理、图像显示等诸多功能,还可以方便的实现非并行程序的分布式运行。通过串行和并行运行证明了处理平台的可用性,通过48小时、CPU平均占用率82%的连续高负载测试证明了处理平台的可靠性。并行性能数据则显示,与串行运行相比,当节点数为8时图像处理时间减少了86%,证明此平台可以显著提高医学图像处理的效率。