是本发明实施例二提供的显示界面的区域示意图；
[0041]图5是本发明实施例二提供的时间轴管理面板示意图；
[0042]图6是本发明实施例三提供的医疗图像数据的分析处理方法的流程示意图。
【具体实施方式】
[0043]为了解决现有技术中，由于患者的多时间点的各种医疗图像数据种类繁多，且各种医疗图像数据之间毫无关联，所以无法清晰、快速、简洁地为医生提供多时间点的各种相互关联的医疗图像数据，会给医生对不同的时间点的各种医疗图像数据进行查看、比较，并进行相关分析的过程中，带来许多不便，且导致无法准确、及时对患者进行诊断和治疗的问题。本发明技术方案提供一种医疗图像数据的分析处理方法。
[0044]图1是本发明技术方案提供的医疗图像数据的分析处理方法的流程示意图，如图1所示，首先执行步骤S101，获取医疗图像数据，基于所述医疗图像数据的时间信息，对医疗图像数据进行分组，得到多组医疗图像数据集，其中，同组医疗图像数据集具有相同的时间?目息。
[0045]现有技术中，已有各种医疗成像设备，在对患者进行诊断的过程中，通常，为了提高诊断正确率，会对患者在不同的时间点，使用所述医疗成像设备对患者进行扫描成像，扫描后可以得到相应的CT图像数据、PET图像数据、SPECT图像数据和MRI图像数据等多种医疗图像数据中的至少一种医疗图像数据。所述医疗图像数据可以是患者的同一病灶所对应的医疗图像数据，也可以是不同病灶所对应的医疗图像数据。
[0046]在本技术方案中，首先获取患者在不同时间点所扫描的多种模式的医疗图像数据，例如CT图像数据和PET图像数据等，然后按照医疗图像数据扫描的时间信息对所述医疗图像数据进行分组。举例来说，可以将一个时间范围之内所扫描的医疗图像数据分为一个相应的集合，例如，将三月份扫描的所有医疗图像数据放入一个组，而将六月份所扫描的所有医疗图像数据放入另外一个组，依次类推，可以对患者的多时间点的医疗图像数据进行相应的分组。
[0047]执行步骤S102，对所述多组医疗图像数据集按照时间顺序进行排序。
[0048]为了实现对患者多时间点的医疗图像数据进行有效的处理，在此步骤中对步骤SlOl中所得到的多组医疗数据集按时间顺序进行排序，排序后对于复杂的医疗图像数据的管理就可以归为简单的时间轴上的各个时间点的管理。
[0049]执行步骤S103，对排序后的多组医疗图像数据集中的至少两组医疗图像数据集进行分析，以对病灶进行追踪。
[0050]在对病灶进行追踪的过程中，可以对排序后的多组医疗图像数据集中的两组或者多组医疗图像数据集进行分析。
[0051]在分析之前，可以采用图像配准技术对不同时间点的图像数据集进行配准，例如，可以首先获取第一数据集和第二数据集，所述第一数据集和第二数据集为排序后的多组医疗图像数据集中排序相邻的两组医疗图像数据集，然后对所述第一数据集和第二数据集通过单模配准或者多模配准进行图像配准，在配准的过程中可以采用自动配准、手动配准和交互配准中的至少一种方法。
[0052]由于通常不同时间点的图像数据集中均含有CT图像数据、PET图像数据等，所以可以基于CT图像数据中的灰度信息对所述第一数据集和第二数据集进行图像配准，而基于PET图像数据对配准后的第一数据集和第二数据集进行分析。
[0053]基于配准结果对病灶进行分析，可以实现对病灶的追踪，可以实现对病灶的定位和定性。在对病灶进行追踪后，基于对病灶的追踪结果和实体瘤疗效评价标准，评估病灶变化趋势，例如，可以将对病灶的追踪结果和PERCIST标准进行相应的比较、分析，进而对病灶进行准确的诊断。
[0054]为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
[0055]实施例一
[0056]在本实施例中，以按时间排序后的多组医疗图像数据组中，排序相邻的两组医疗图像数据集为例进行说明。
[0057]图2是本实施例提供的医疗图像数据的分析处理方法的流程示意图，如图2所示，首先执行步骤S201，获取医疗图像数据，基于所述医疗图像数据的时间信息，对医疗图像数据进行分组，得到多组医疗图像数据集。请参考步骤S101。
[0058]步骤S202，对所述多组医疗图像数据集按照时间顺序进行排序。请参考步骤S102o
[0059]步骤S203，获取排序相邻的两组医疗图像数据集。
[0060]基于步骤S202所得到的多组按时间顺序排序的医疗图像数据集，选取其中在时间排序上相邻的两组医疗图像数据集。举例来说，如果步骤S202得到某个患者I月份、4月份、7月份和10月份的医疗图像数据集，则在此可以该患者获取4月份和7月份两组医疗图像数据集，也可以获取该患者7月份和10月份的两组医疗图像数据集等，在本实施例中，可以将在时间排序上相邻的两组医疗图像数据集分别称为第一数据集和第二数据集，例如当获取4月份和7月份两组医疗图像数据集时，可以将4月份的医疗图像数据集称为第一数据集，将7月份的医疗图像数据集称为第二数据集。
[0061]步骤S204，基于CT图像数据中的灰度信息对所述相邻的两组医疗图像数据集进行图像配准。
[0062]通常由于成像的原理和设备不同，存在着多种成像模式，基于多种原因，临床上需要对同一个患者进行多种模式或同一种模式的多次成像，即同时从几幅图像获得信息，进行综合分析。在临床诊断、放射治疗计划和图像引导手术中，经常要求患者接受多种模式的计算机断层扫描成像，以提供病理和解剖方面的互补信息，但是由于在成像时患者的定位差异，以及不同图像的分辨率、对比度等参数的设置不同，医生很难仅凭想象将多幅图像准确的对齐。
[0063]图像配准就是通过寻找某种空间变换把来自不同成像模式、不同时间等的医疗图像数据进行几何变换，映射到另外的医疗图像数据中，使得不同医疗图像数据中相关的组织或器官达到空间上的一致，这样，不同医疗图像数据中所包含的信息也就相互对应起来，从而有利于不同成像模式下所获取的医疗图像数据之间有用信息的互补，产生独立的一种成像模式所得到的医疗图像数据所不能显现出来的附加信息，提高多种成像模式下所的到的多种医疗图像数据在临床的诊断和治疗中的辅助作用。
[0064]在本实施例中，以所述相邻的两组医疗图像数据集中均含有对患者的同一个病灶所扫描的CT图像数据和PET图像数据为例进行说明。
[0065]可以基于现有技术的多种图像配准方法对步骤S203中所获取的两组医疗图像数据进行配准，例如基于灰度信息配准法、变换域配准法和基于特征配准法等。
[0066]由于CT图像数据可以清楚的得到病灶的空间位置，所以在本实施例中可以基于CT图像数据中的灰度信息，采用灰度信息配准法对医疗图像数据进行配准，即基于所述相邻的两组医疗图像数据集中的CT图像数据进行图像配准。
[0067]在本实施例中，在图像配准的过程中，可以采用自动配准、手动配准和交互配准中任意一种方法，也可以结合所述几种配准方法进行配准，举例来说，可以采用自动配准方法先进行图像配准，之后可以根据用户的经验等相关信息对图像再次进行手动配准，或者也可以图像配准的过程中，采用交互配准的方法进行图像配准，在此不做限定。
[0068]步骤S205，基于PET图像数据对配准后的相邻的两组医疗图像数据集进行分析。
[0069]由于PET图像数据可以清晰地显示病灶代谢情况，所以在本实施例中可以基于所述相邻的两组医疗图像数据中的PET图像数据对配准后的相邻的两组医疗图像数据进行分析，基于两组医疗图像数据中的PET图像数据可以获得配准后空间信息一致