1.一種基于醫(yī)學(xué)影像的開放式定量分析方法，其特征在于，包括以下步驟：
S1、獲取醫(yī)學(xué)影像數(shù)據(jù)，對醫(yī)學(xué)影像的病灶組織進(jìn)行分割，對病灶組織進(jìn)行自動或輔助定位和腫瘤提取，實現(xiàn)病變部位的分割；
S2、根據(jù)分割出的病灶組織進(jìn)行特征提取，挖掘影像特征，建立病變組織影像特征數(shù)據(jù)庫；
S3、在病變組織影像特征數(shù)據(jù)庫的基礎(chǔ)上，結(jié)合患者的臨床信息與病灶影像特征，利用計算機(jī)分析算法，建立輔助診斷、預(yù)后和預(yù)測精度的模型。
2.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S1中，采用隨意游走自動分割算法對病灶組織進(jìn)行分割：以初始含腫瘤區(qū)域為基礎(chǔ)，采用一種遞歸的直方圖均衡化算法實現(xiàn)病灶腫瘤的粗提取，然后進(jìn)行種子點的前景和背景選取。
3.根據(jù)權(quán)利要求2所述的分析方法，其特征在于，所述種子點的選取個數(shù)為4個。
4.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S2中，所述特征體提取方式包括：根據(jù)特征所在空間維度不同圖像特征分為一階統(tǒng)計特征和多維統(tǒng)計特征，和/或根據(jù)特征提取時基于的不同方向和不同步長提取多方向多尺度的影像特征。
5.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S2中，所述影像特征包括灰度共生矩陣和游程矩陣高維紋理特征。
6.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S3中，所述計算機(jī)分析算法包括數(shù)據(jù)挖掘方法和/或機(jī)器學(xué)習(xí)方法。
7.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S3中，重點提取多維度和多方向的紋理特征，從不同尺度提取三維空間中的灰度共生矩陣，游程矩陣等高維紋理特征，建立完備的特征庫對于后續(xù)關(guān)鍵特征篩選以及預(yù)后分析能夠提供更全面的數(shù)據(jù)支持。
8.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S3中，患者的臨床信息與病灶影像特征包括患者的臨床病理、臨床分期、基因突變和/或隨訪生存時間參數(shù)。
9.根據(jù)權(quán)利要求1所述的分析方法，其特征在于，步驟S3具體為：將數(shù)據(jù)庫內(nèi)不同類型癌變數(shù)據(jù)進(jìn)行“訓(xùn)練數(shù)據(jù)集”和“測試數(shù)據(jù)集”的分類，對訓(xùn)練數(shù)據(jù)集中不同類別的病變數(shù)據(jù)分別采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方法進(jìn)行模型訓(xùn)練，并將一個完備的訓(xùn)練模型用于測試數(shù)據(jù)集實現(xiàn)未知病變的分析和預(yù)測，得到患者的病理，臨床分期，基因信息和生存期的分析結(jié)果。
10.一種基于醫(yī)學(xué)影像的開放式定量分析系統(tǒng)，其特征在于包括：
病灶組織分割單元：用于獲取醫(yī)學(xué)影像數(shù)據(jù)，對醫(yī)學(xué)影像的病灶組織進(jìn)行分割，對病灶組織進(jìn)行自動或輔助定位和腫瘤提取，實現(xiàn)病變部位的分割；
特征提取單元：根據(jù)分割出的病灶組織進(jìn)行特征提取，挖掘影像特征，建立病變組織影像特征數(shù)據(jù)庫；以及
建模單元：在病變組織影像特征數(shù)據(jù)庫的基礎(chǔ)上，結(jié)合患者的臨床信息與病灶影像特征，利用計算機(jī)分析算法，建立輔助診斷、預(yù)后和預(yù)測精度的模型。