一种基于云计算的肿瘤治疗疗效早期评价的系统和方法.pdf

本发明公开了一种基于云计算的肿瘤治疗疗效早期评价的系统和方法，所述系统包括肿瘤治疗过程中多模式成像获取装置、多模式影像的基于体素的配准和融合的云计算装置、基于体素的肿瘤治疗过程中疗效的早期评估云计算装置、治疗后云计算评估装置；所述系统和方法给医生提供更加精确可靠、信息量丰富的实时信息，为建立以病人为本的个性化治疗方案提供准确依据。本发明通过建立一个具有高速处理能力的分子影像引导的肿瘤治疗疗效早期评估云端系统，不仅可以为医护人员提供一个治疗后历史数据参考平台，还可以提供一个基于当前治疗过程中的实时数据、用于为治疗方案及时调整、快速跟踪或实施提供依据的平台。

1.  一种基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：系统包括肿瘤治疗过程中多模式成像获取装置、多模式影像的基于体素的配准和融合的云计算装置、基于体素的肿瘤治疗过程中疗效的早期评估云计算装置、治疗后评估云计算装置。

2.  根据权利要求1所述的基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：所述的肿瘤治疗过程中多模式成像获取装置包括PET/CT，和/或，PET/MRI。

3.  根据权利要求1或2所述的基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：所述的肿瘤治疗过程中多模式成像获取装置为用户终端的设备，此种设备可同时采集反应肿瘤不同属性信息的多模式图像，可采集的数据类型包括直接的数字化的医学影像，并可扩展为可以采集病人的基因组和蛋白质组的信息用于提供与医学影像互补的信息；所述用户终端的设备按照云计算平台的可编程接口设计，可以运行其上软件，将预处理后的数据信息发送到云计算服务器上。

4.  根据权利要求1或2所述的基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：所述的多模式影像的基于体素的配准和融合的云计算装置根据用户端的设备发来的信息，自动调用不同的图像配准融合程序进行信息处理；处理内容包括将治疗中的三维CT矢状面进行切分，分割成一个个输入横切面，然后将对应的治疗前三维CT图像和治疗中的每个CT输入横切面作为一组分别映射到不同的云计算节点，云计算节点根据输入数据, 以治疗前三维CT图像作为待配准图像，治疗中的CT横切面为浮动图像进行基于像素点的二维三维图像配准。

5.  根据权利要求1或2所述的基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：所述的基于体素的肿瘤治疗过程中疗效的早期评估云计算装置将治疗前和治疗中的每个模式图像的每个像素点的像素值进行线性最小二乘回归分析，95%的置信区间由线性最小二乘回归分析的结果界定两个阈值，将治疗中的多模式影像的体素分成三类，即完全或者局部缓解类、无反应类和治疗阻抗类；三类肿瘤子区域通过云计算平台分析后提供给医生对当前治疗方案进行调整。

6.  根据权利要求1或2所述的基于云计算的肿瘤治疗疗效早期评价的系统，其特征在于：所述的治疗后评估云计算装置，其存储器存储治疗中和治疗后与治疗前多模式图像相配准影像以及融合影像，数据处理器通过云端的Hadoop的MapReduce编程模型机器学习建立该肿瘤治疗疗效的预测模型，为后续的类似肿瘤的治疗实施提供依据；治疗后评估云计算装置通过建立基于概率统计分析模型，对治疗后的不同时间点的复查的影像数据和云平台上肿瘤治疗过程的图像进行分析，为医生对病人治疗后情况进行全面跟踪评估，同时也为临床上对于多模式分子影像对肿瘤治疗疗效的早期评价提供参考数据及教学资源。

7.  一种基于云计算的肿瘤治疗疗效早期评价的方法，其特征在于：包括如下的步骤：（1）肿瘤治疗过程中多模式分子成像获取装置用于治疗前对病人肿瘤区进行扫描，从而获取病人肿瘤区的三维分子影像；（2）在病人开始肿瘤治疗后的第三周，多模式分子成像获取装置再次用于对病人肿瘤区进行扫描而获取治疗中病人肿瘤区的三维分子影像；（3）多模式分子成像获取装置将治疗前和治疗中的获取的多模式分子影像存储在数据存储服务器中，传递给基于体素的配准和融合的云计算装置；基于体素的配准和融合的云计算装置构架包含两部分，一部分在用户终端的设备上的，另一部分云计算服务器上；（4）在用户终端的基于体素的配准和融合的云计算架构运用数字图像处理的相关算法对扫描获得的治疗前和治疗中的初始影像数据进行预处理；用户终端将预处理的多模式分子影像信号传递到与该设备链接的云计算服务器上；（5）在云计算服务器上基于体素的配准和融合的云计算架构对治疗中和治疗前的影像信号进行基于体素的配准和融合，处理完成后，将结果传回用户终端和基于体素的肿瘤治疗过程中疗效的早期评估云计算装置，用户终端将配准结果显示给用户；在基于体素的配准和融合的云计算云计算服务器上运行的设备和/或软件，负责接受用户终端设备发来的影像信息，按照计算量分配计算资源，进行信息处理；处理内容包括：接收的影像信息，对不同模式图像之间的体素进行转换匹配，然后对治疗前和治疗中的多模式图像进行配准融合；（6）配准完后的治疗前和治疗中的多模式影像除了被传回用户终端供用户浏览诊断，也被传输到基于体素的肿瘤治疗过程中疗效的早期评估云计算装置；该装置的架构主要通过比较治疗中和治疗前的体素的确定分类的阈值，将治疗中的多模式影像的体素分成三类，即完全或者局部缓解类、无反应类和治疗阻抗类；医生根据三类肿瘤子区域的不同特性，对肿瘤区域进行针对性的治疗方案；（7）整个治疗完成之后，治疗后评估装置是基于云计算的数据存储分析平台；治疗后评估装置包括存储器以及数据处理器，存储器存储治疗中和治疗后与治疗前多模式图像相配准影像以及融合影像，数据处理器通过机器学习建立该肿瘤治疗疗效的预测模型，为后续的类似肿瘤的治疗实施提供依据；数据处理器基于支持向量机原理或神经网络理论进行机器学习；采用基于云平台的数据分析统计通过建立基于概率统计分析模型，对治疗后的不同时间点的复查的影像数据和云平台上肿瘤治疗过程的图像进行分析，为医生对病人治疗后情况进行全面跟踪评估，同时也为临床上对于多模式分子影像对肿瘤治疗疗效的早期评价提供参考数据及教学资源。

8.  根据权利要求7所述的方法，其特征在于：所述的步骤（1）或（2）中获取的三维影像可用于规划放射治疗计划：通过将治疗前的图像配准融合钩画出肿瘤活性最高的区域，除了针对整个肿瘤区域开出普通剂量处方，对于肿瘤活性最高的子区域还可以加强剂量，用以最大限度地杀死肿瘤细胞，同时避免高放射剂量伤及肿瘤周围组织器官。

一种基于云计算的肿瘤治疗疗效早期评价的系统和方法
技术领域
本发明属于医疗技术领域，具体的为一种基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统和方法，并且涉及云计算技术领域和图像处理领域，利用云计算平台对肿瘤治疗过程中的海量的多模式分子影像实现快速并行处理，提升图像配准分析处理的响应速度和吞吐量。
背景技术
肿瘤是严重威胁人类生命、健康的疾病，如何采取最有效的治疗方案，并在治疗过程中根据病人对治疗的反应状况而及时、快速的调整治疗策略，从而获得最好的治疗效果成为肿瘤临床治疗中的关键问题之一。目前评价肿瘤治疗疗效的常用方法是治疗病人一个疗程之后，对病人进行CT或者MRI扫描，进而对肿瘤的大小进行评价。然而，在实际肿瘤治疗过程中，即使肿瘤的中心已经发生坏死，但肿瘤的体积在传统的CT或MRI评价上却可能有增大的表现。这是因为肿瘤坏死细胞会暂时充盈原来的肿瘤体积，造成了肿瘤体积的增大。而且，研究表明单纯肿瘤体积或直径的缩小与患者的生存期并不存在绝对的相关。因此，单纯的用肿瘤体积来对疗效进行评价给后续的治疗方案的制定带来了不确定性，甚至是误导，后续治疗存在很大的困难。
更为重要的是，目前对肿瘤治疗疗效的评价往往发生在治疗完成之后，医生只有在进行完治疗之后才能判断或知晓治疗的效果，因此传统的治疗疗效评价存在较为严重的滞后性。对于无效、效果甚微的治疗方案，一方面浪费了医疗资源，另一方面病人在治疗过程中接受了治疗产生的副作用，比如器官受损、药物中毒、组织脱落、食欲不振等，更为重要的一个方面是：病人会因此而错过治疗的黄金时间。
对于图像处理技术在肿瘤治疗疗效评价中的应用，目前的研究主要集中将PET（正电子Positron Emission Tomography）、弥散加权MRI (diffusion weighted MRI)和灌注加权MRI (perfusion weighted MRI)等分子和功能成像技术配准和融合，提高分子和功能成像在肿瘤治疗疗效的评价中的应用。如PET成像运用放射性同位素在肿瘤区域的标准摄取值的变化来评价肿瘤局部组织代谢的变化，以评估治疗的疗效；弥散加权MRI通过治疗前后肿瘤区域的水分子动力学的改变来评估治疗的疗效；灌注加权MRI通过示踪剂来表现肿瘤血管生成以及血液动力在治疗前后的变化来评估疗效。将不同的分子和功能影像进行配准、融合，有效地反映肿瘤区域的多维互补的分子和功能信息，能够全面地获取肿瘤区域对治疗的反应信息。
各种成像技术都有其特定优点和局限性。比如，采用CT在骨骼和解剖的细节成像时良好表现，MR在软组织和功能成像上具有优势，PET主要用于成像肿瘤细胞和分子水平的变化。为了利用这些医学手段的不同优势，可以将治疗过程中和治疗前的CT、MRI和PET图像进行配准，即将这些不同时间点上（治疗前，治疗中，治疗后）的多种模式的图像中解剖学位置通过配准变换，使其一一对应，从而有利于观察治疗前和治疗中肿瘤区域的变化。医生根据这一变化做出肿瘤治疗疗效的判断。
目前的多模式分子成像对肿瘤治疗疗效评价技术都局限于对肿瘤区域的整体评价，方法普遍缺乏对肿瘤区域内部的子区域的对治疗的特异反应的准确描述，基本上只评价整个肿瘤区域对治疗的平均反应，但是这种仅仅依靠对肿瘤区域的整体评价存在致命的弱点，其弊端就是忽略了肿瘤区域内部的子区域对治疗的反应的非一致性，在肿瘤区域的内部，某些子区域对治疗可能完全缓解或者部分缓解，某些子区域对于治疗可能是稳定无变化甚至是继续进展。肿瘤区域内部对治疗反应的不一致性使得根据肿瘤区域的整体评价制定的治疗方案存在不确定性，直接影响了肿瘤治疗方案的精确程度，治疗过程中的病人个体的异质性被忽略，只能凭借医生的经验及空间构想和推测去综合判定病灶内部对治疗的不同反应，造成量化评价困难，其安全性和精确性会受到主观影响，严重者导致治疗失败，错过了肿瘤病人治疗的黄金时期。如何找到客观快速的肿瘤治疗疗效评价准确方法是急需解决的问题。
目前大部分的医学图像配准工作均由PC工作站链接着医疗影像存储（PACS）服务器来完成。现有医学图像处理系统，因为图像处理和显示采用的是成像仪器自带的图像配准功能, 图像配准操作的硬件加速有限制，不同成像仪器（CT，MRI，PET）之间的接口较为繁琐，缺乏灵活性，且不利于后期扩展自定义操作。而且，常用的图像数据量较大，PC工作站因此处于满负荷运作，配准的速率降低，影响医生的工作效率。
另外，现有技术中的肿瘤治疗疗效评价系统缺乏一套结合治疗前和治疗中分子成像复合检测治疗疗效方案，从而不能为医生提供精确可靠、信息量丰富的实时影像信息，肿瘤治疗的质量无法进一步提升。此外，现有技术中的各模式分子成像装置并不是开放式的平台，软件系统和接口只能按照各厂家仪器使用标准进行操作，不能进行更新，而且基本上不具备分子成像复合检测治疗疗效分析评估功能，因此有必要建立一个具有高速处理能力的分子影像引导的肿瘤治疗疗效早期评估系统，不仅可以为医护人员提供一个治疗后历史数据参考平台，还可以提供一个基于当前治疗过程中的实时数据、用于为治疗方案及时调整、快速跟踪或实施提供依据的平台。
发明内容
本发明旨在解决上述现有技术中存在的问题，提出一种基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统和方法。本发明涉及云计算的影像配准融合及其相关信息处理构架，该设备及相应软件构架将肿瘤治疗过程中多模式分子影像的采集和处理分开。在各种医学成像仪器上，在病人治疗过程中对多模式影像（不仅限于CT，MRI，PET）进行信号采集和结果显示。把需要图像配准、融、计算分析的部分转移到大型的基于云计算的服务器上，在服务器上完成自动化的图像处、分析和诊断。同时，用户可以在多个平台上浏览、获取存储在云计算服务器上的过往影像结果。此种设计具有整合度高、运行速度快、性能可靠、方便易用等优点。
基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统包括：肿瘤治疗过程中多模式成像获取装置（计算机断层扫描Computed Tomography：CT、磁共振成像Magnetic Resonance Imaging：MRI，以及正电子Positron Emission Tomography：PET）、多模式影像的基于体素的配准和融合的云计算装置、基于体素的肿瘤治疗过程中疗效的早期评估云计算装置、治疗后评估的云计算装置。
治疗过程中多模式成像获取装置用于获取治疗前、治疗中和治疗后三维影像。多模式影像的配准和融合云计算装置将同一病人的治疗中和治疗后与治疗前的三维影像传递到与该设备链接的云计算服务器上。在云计算服务器上分别进行基于体素的配准与融合，得到配准影像，将结果传回该设备，此装置再将结果显示给用户。
肿瘤治疗过程中基于体素的疗效的早期评估云计算装置负责接受多模式影像的配准和融合云计算装置发来的配准好的多模式分子影像，按照计算量分配计算资源，进行信息处理，完成疗效的早期评估，将结果传回用户终端。
基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的方法步骤包括：治疗前、治疗中和治疗后CT/PET/MRI三维影像获取以及基于云计算的同一病人的各时间段的体素点的配准、融合和疗效评价。在云计算服务器上运行相应的软件，通过将配准后的治疗前和治疗中的基于体素的影像数据进行评估，将整个肿瘤区域根据各个体素对治疗的多样性的反应划分为完全或者部分缓解、无反应，以及继续进展（即对治疗阻抗）三个区域，然后根据三个区域快速和实时调整个性化的肿瘤治疗方案，为节省医疗资、在治疗的黄金时间内跟踪或实施癌症治疗方案提供早期和有效的依据。
目前还没有基于云计算的肿瘤治疗疗效早期评价的系统和方法，基本上目前常用方法是图像的采集和处理都在本地的图像工作站完成，而本系统将影像信息的采集和处理分开，把需要计算分析的部分转移到基于云计算的服务器上；位于用户端的设备仅进行影像采集、预处理、传递、接收和显示分析结果；位于云计算服务器的软件进行自动化的图像配准，分割和融合以及治疗疗效分析和治疗后数据分析；分析结果保存于云计算服务器上，并可以让用户通过各种联网的平台获取到分析结果。
并且，云计算的服务器端提供的开放性的接口，主节点可以根据用户终端制定的任务分配策略、具体算法处理函数、map函数和reduce函数上载到云计算平台。这样使得操作上的灵活性和新算法的维护的容易性上大大提高，新开发的图像处理算法可以直接上载到云端平台进行处理。而现有技术中的各模式分子成像装置并不是开放式的平台，软件系统和接口只能按照各厂家仪器使用标准进行操作，不能进行更新，而且基本上不具备分子成像复合检测治疗疗效分析评估功能。
本发明的测量系统的有益效果是：
本发明提出的基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统和方法融合了治疗前和治疗中的PET/MRI/CT等三维影像，并根据肿瘤区域内各个体素的不同反应将其分类成三个子区域。在治疗过程中，针对不同分类的子区域及时调整不同的治疗强度，完全和部分缓解区域可以继续目前的治疗方案，对于无反应和治疗阻抗（肿瘤继续进展）区域则要加强治疗的剂量或者追加其他多重治疗的手段。这样的系统和方法给医生提供更加精确可靠、信息量丰富的基于体素的分子影像实时信息，为建立以病人为本的个性化治疗方案提供准确依据，使得治疗方案能够在治疗的过程中就得到及时调整，而不是目前常用的治疗完成后再评估整体肿瘤区域，然后再调整治疗方案，后者方法往往错过了治疗癌症的最佳时机；同时本发明还提供用于存储和分析肿瘤治疗数据的治疗后云计算评估装置，该评估装置可以根据个性化的肿瘤治疗数据进行机器学习，建立疗效预测模型，从而为相似癌症的诊断、跟踪或多学科个性化的治疗实施提供依据。通过建立一个具有高速处理能力的分子影像引导的肿瘤治疗疗效早期评估云端系统，不仅可以为医护人员提供一个治疗后历史数据参考平台，还可以提供一个基于当前治疗过程中的实时数据、用于为治疗方案及时调整、快速跟踪或实施提供依据的平台。另外，该发明对于大数据的共享提供了有效平台。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。本发明多处仅仅对做出改进的部分进行描述，而其他未说明部分可以借助本领域的现有技术实现，亦即未说明部分通过现有技术实现，在此不进行详细说明。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的对肿瘤治疗疗效早期评价的系统的系统结构图。
附图中的编号与步骤或部件的对应关系如下：
1：保存治疗过程中多模式图像；2：启动多模式图像配准融合；3、8、13查询欲处理的图像信息；4：启动Map将配准任务分给不同slave处理；5：返回配准后的结果；6、11、14返回处理后的结果；7：启动多模式图像配准融合；9：启动Map将评估任务分给不同slave处理；10：返回配准后的结果；12：启动治疗后评估：16：治疗前病人A；17：治疗中病人A；18：治疗后病人A；19：多模式成像获取装置(CT/PET/MRI扫描)；20：多模式成像获取装置(CT/PET/MRI扫描)；21：多模式成像获取装置(CT/PET/MRI扫描)；22：治疗前CT/PET/MRI三维图像；23：治疗中CT/PET/MRI三维图像；24：治疗中CT/PET/MRI三维图像；25：用户端；26：HDFS分布式文件系统；27：主节点；28：云端；29：图像处理分析；30：云端节点机群；31：信息集成；右侧大矩形框中上方矩形框表示：基于体素的配准 和融合的云计算软件架构；中间矩形框表示：基于体素的肿瘤治疗过程中疗效的早期评估的云计算软件架构；下方矩形框表示：治疗后评估评估的云计算软件架构。
具体实施方式
下面结合附图和实施例对本发明的技术实施过程做进一步说明。
实施例1：
本实施例描述基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统。
本发明提供一种基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统，在肿瘤治疗过程中为医生提供实时、精确的肿瘤区影像作为参考，将整个肿瘤区域根据治疗的反应分成完全或部分缓解区域，无反应区域和治疗阻抗区域，从而引导医生根据这一个性化的子区域信息及时快速的调整治疗方案。通过将配准后的治疗前和治疗中的基于体素的影像数据进行评估，将整个为肿瘤治疗方案的快速和实时调整、跟踪或实施提供早期和有效的依据。
结合附图1，其为本发明的基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统的系统结构图。如附图1所示，基于云计算的多模式分子成像对肿瘤治疗疗效早期评价的系统包括：肿瘤治疗过程中多模式成像获取装置(不限于CT、MRI和PET）、多模式影像的基于体素的配准和融合的云计算装置、基于体素的肿瘤治疗过程中疗效的早期评估云计算装置、治疗后评估云计算装置。
该系统具有如下特点：
（1）该系统将多模式分子影像信息的采集和处理分开，把需要计算分析的部分转移到基于云计算的服务器上；
（2）位于用户端的设备仅进行影像采集、预处理、传递、接收和显示分析结果；
（3）位于云计算服务器的软件进行自动化的图像配准，分割和融合以及治疗疗效分析和治疗后数据分析；
（4）分析结果保存于云计算服务器上，并可以让用户通过各种联网的平台获取到分析结果。
用户终端的设备包括肿瘤治疗过程中多模式成像获取装置(不限于CT、MRI和PET），其特征在于：此种设备可同时采集反应肿瘤不同属性信息的多模式图像，可采集的数据类型包括直接的数字化的医学影像，并可扩展为可以采集病人的基因组和蛋白质组的信息用于提供与医学影像互补的信息。用户终端的设备按照云计算平台的可编程接口设计和运行其上软件，将预处理后的数据信息发送到云计算服务器上。
多模式影像的基于体素的配准和融合的云计算装置，其特征在于，根据用户端的设备发来的信息，自动调用不同的图像配准融合程序进行信息处理；处理内容包括将治疗中的三维CT矢状面进行切分，分割成一个个输入横切面，然后将对应的治疗前三维CT图像和治疗中的每个CT输入横切面作为一组分别映射到不同的云计算节点，云计算节点根据输入数据, 以治疗前三维CT图像作为待配准图像，治疗中的CT横切面为浮动图像进行基于像素点的二维三维图像配准。除了CT图像是治疗中和治疗前进行配准外，其他模式图像都是该模式图像与对应的该时间点的CT图像的配准融合。
基于体素的肿瘤治疗过程中疗效的早期评估云计算装置，其特征在于：将治疗前和治疗中的每个模式图像的每个像素点的像素值进行线性最小二乘回归分析，95%的置信区间由线性最小二乘回归分析的结果界定两个阈值，将治疗中的多模式影像的体素分成三类，即完全或者局部缓解类，无反应类和治疗阻抗类。三类肿瘤子区域通过云计算平台分析后提供给医生对当前治疗方案进行调整。
治疗后评估云计算装置，其特征在于：治疗后评估云计算装置存储器存储治疗中和治疗后与治疗前多模式图像相配准影像以及融合影像，数据处理器通过云端的Hadoop的MapReduce编程模型机器学习建立该肿瘤治疗疗效的预测模型，为后续的类似肿瘤的治疗实施提供依据。该装置可通过建立基于概率统计分析模型，对治疗后的不同时间点的复查的影像数据和云平台上肿瘤治疗过程的图像进行分析，为医生对病人治疗后情况进行全面跟踪评估，同时也为临床上对于多模式分子影像对肿瘤治疗疗效的早期评价提供参考数据及教学资源。 
本发明提出的基于多模式分子影像对肿瘤治疗疗效的早期评价系统结合了治疗前，治疗中和治疗后的PET/MRI/CT三维影像的各自优点，并将其融合得到融合影像，为医生提供更加精确可靠、信息量丰富的实时影像信息用于实时调整肿瘤治疗方案的实施提供参考，可实现：在治疗前，结合治疗前的多模式分子影像确定最活跃的肿瘤子区域，确保实现最佳的治疗方案；在治疗的过程中，通过治疗中的CT图像先于治疗前的CT图像配准，然后在各个时间点，各自的其他模式分子影像再与配好的CT 图像进行配准，从而在治疗过程中实时定位肿瘤子区域对治疗的非一致性的反应；在治疗前和治疗中配准完成，各个体素点根据治疗反应特性的不同，分成三个子区域，即完全或者部分缓和区，无反应区和治疗阻抗区，根据三个子区域的不同特性，采取针对不同子区域的针对性治疗方案，最终实现肿瘤的个性化的特异治疗过程。
此外，本发明还提供用于存储和分析治疗后数据的治疗后评估装置，该评估装置可以根据治疗过程数据进行机器学习，从而为后续的类似肿瘤的治疗、跟踪或疗效评价实施提供依据。
实施例2：
本实施例描述一种基于云计算的肿瘤治疗疗效早期评价的方法，该方法可以使用实施例1中的系统，但不局限于使用实施例1中的系统。
上述方法的主要步骤如下：
（1）肿瘤治疗过程中多模式分子成像获取装置用于治疗前对病人肿瘤区进行扫描，从而获取病人肿瘤区的三维分子影像。其中，治疗前影像获取装置包括但不限于PET/CT，PET/MRI等医学扫描成像装置。
上述获取的三维影像也可用于规划放射治疗计划，例如，可通过将治疗前的PET/CT/MRI图像配准融合钩画出肿瘤活性最高的区域，除了针对整个肿瘤区域开出普通剂量处方，对于肿瘤活性最高的子区域还可以加强剂量，用以最大限度地杀死肿瘤细胞，同时避免高放射剂量伤及肿瘤周围组织器官。
（2）在病人开始肿瘤治疗后的第三周，多模式分子成像获取装置再次用于对病人肿瘤区进行扫描而获取治疗中病人肿瘤区的三维分子影像。
（3）多模式分子成像获取装置将治疗前和治疗中的获取的多模式分子影像存储在数据存储服务器中，传递给基于体素的配准和融合的云计算装置。基于体素的配准和融合的云计算装置构架包含两部分的软件架构，一部分在用户终端的设备上的，另一部分云计算服务器上。
（4）在用户终端的基于体素的配准和融合的云计算软件架构运用数字图像处理的相关算法对扫描获得的治疗前和治疗中的初始影像数据进行预处理。用户终端将预处理的多模式分子影像信号传递到与该设备链接的云计算服务器上。
（5）在云计算服务器上基于体素的配准和融合的云计算软件架构对治疗中和治疗前的影像信号进行基于体素的配准和融合，处理完成后，将结果传回用户终端和基于体素的肿瘤治疗过程中疗效的早期评估云计算装置，用户终端将配准结果显示给用户。
在基于体素的配准和融合的云计算云计算服务器上运行的设备和/或软件，负责接受用户终端设备发来的影像信息，按照计算量分配计算资源，进行信息处理。处理内容包括：接收的影像信息，对不同模式图像之间的体素进行转换匹配，然后对治疗前和治疗中的多模式图像进行配准融合。具体地，可根据两种不同模式的成像数据之间内在多参数的物理特征属性，推导出双模态数据之间的转化关系，然后再将某一模式的影像与CT影像（通常以CT 图像作为参考图像）进行配准，得到该模式的配准影像。完成配准后的治疗中的多模式影像与治疗前的多模式影像的体素一一对应。
（6）配准完后后的治疗前和治疗中的多模式影像除了被传回用户终端供用户浏览诊断，也被传输到基于体素的肿瘤治疗过程中疗效的早期评估云计算装置。该装置的软件架构主要通过比较治疗中和治疗前的体素的确定分类的阈值，将治疗中的多模式影像的体素分成三类，即完全或者局部缓解类、无反应类和治疗阻抗类。
医生可以根据三类肿瘤子区域的不同特性，对肿瘤区域进行针对性的治疗方案。由于多模式影像之间的体素信息无关联，对于治疗中的各种模式的影像中非重合的体素区，属于高复发区。对于这部分区域，医生可以采取更高剂量的治疗。
（7）整个治疗完成之后，治疗后评估装置是基于云计算的数据存储分析平台。治疗后评估装置包括存储器以及数据处理器，存储器存储治疗中和治疗后与治疗前多模式图像相配准影像以及融合影像，数据处理器通过机器学习建立该肿瘤治疗疗效的预测模型，为后续的类似肿瘤的治疗实施提供依据。数据处理器基于支持向量机原理或神经网络理论进行机器学习。本发明中的治疗后评估装置将大量影像数据和肿瘤治疗参数分布在虚拟云中，实现影像数据的高效安全存储和高速动态读写。
采用基于云平台的数据分析统计可通过建立基于概率统计分析模型，对治疗后的不同时间点的复查的影像数据和云平台上肿瘤治疗过程的图像进行分析，为医生对病人治疗后情况进行全面跟踪评估，同时也为临床上对于多模式分子影像对肿瘤治疗疗效的早期评价提供参考数据及教学资源。
实施例3：
本实施例描述前述的系统和/或方法在原发性肝细胞癌的放化疗疗效早期评价的应用。
原发性肝细胞癌是严重威胁人类健康的疾病。肝细胞癌的治疗逐渐由关注局部瘤体大小的变化转变为注重患者的治疗反应和生命质量，多种治疗手段并用（如放疗和化疗结合）。但如何采取最有效的治疗策略，获得最好的治疗效果完全依赖于客观和快速的评价肿瘤治疗的疗效。如果在原发性肝细胞癌治疗过程中较早发现当前的治疗方案无效，医生可以改变治疗方案，为挽救病人争取了时间。同时，如果医生能够获得整个原发性肝细胞癌区域对治疗的非一致性反应，医生可以针对这个不同反应的肿瘤子区域（比如说，完全或者部分缓解区域，无反应区域和治疗阻抗区域）采取针对性的治疗，达到最好的治疗效果。然后，令人遗憾的是目前在这方面仍是一项巨大的市场空白。本发明将采用最先进的图像配准，机器学习等算法和云计算并行处理技术，为原发性肝细胞癌的放化疗疗效早期评价进行定量分析。具体过程如下：
（1）在病人开始放化疗之前，多模式分子成像获取装置(PET/CT)用于对病人肿瘤区进行扫描，从而获取病人肿瘤区的治疗前PET/CT三维分子影像。
（2）在病人开始肿瘤放化疗治疗后的第三周，多模式分子成像获取装置（PET/CT）再次用于对病人肿瘤区进行扫描而获取治疗中病人肿瘤区的PET/CT三维分子影像。
（3）多模式分子成像获取装置将治疗前和治疗中的获取的PET/CT分子。影像存储在HDFS数据存储服务器中，传递给基于体素的配准和融合的云计算装置。HDFS是一个分布式的文件系统，能够实现大数据可靠性存储且高吞吐量读取的存储解决方案。本发明中的云计算装置是Hadoop的MapReduce分布式计算框架建立在HDFS分布式文件系统的基础上。
（4）基于体素的配准和融合的云计算装置构架包含两部分的软件架构，一部分在用户终端的设备上的，另一部分云计算服务器上。
（5）在用户终端的基于体素的配准和融合的云计算软件架构运用数字图像处理的相关算法对扫描获得的治疗前和治疗中的初始PET/CT影像数据进行预处理（比如说切除掉图像上无关的部分，只保留肿瘤区域和相关的配准参考点）。 
（6）用户终端向主节点递交对指定HDFS目录下治疗前和治疗中的PET/CT影像数据进行配准融合的要求。
（7）云端主节点在HDFS文件系统中提取预处理的PET/CT三维影像，主节点根据用户终端制定的任务分配策略、具体算法处理函数、map函数和reduce函数在云计算服务器上用基于体素的配准和融合的云计算软件架构对治疗中和治疗前的PET/CT三维影像进行基于体素的配准和融合。
（8）云端的Hadoop的MapReduce编程模型中将治疗中的三维CT矢状面进行二维投影处理切分，分割成一个个输入横切面，然后将对应的治疗前三维CT图像和治疗中的每个CT输入横切面作为一组提取二维特征集，分别映射到不同的Map节点，Map节点根据输入数据, 以治疗前三维CT图像作为待配准图像，治疗中的CT横切面为浮动图像进行基于像素点的二维三维图像配准。
（9）各个Map任务节点在处理完主节点所递交的任务后，将处理结果反馈给主节点，主节点收到所有Map任务节点的反馈后，将处理结果映射给不同的Reduce任务节点，进行后续的处理。
（10）云端的Reduce节点将不同Map节点输出的配准后的治疗中的各个CT输入横切面对进行合并，并进行图像后处理，最终得到配准后的治疗中的三维CT图像。保存到HDFS分布式文件系统中。Reduce节点并返回相应的处理状态信息给主节点。
（11）对于PET图像的配准将采用治疗中的PET图像与配准后的治疗中的三维CT图像进行云端配准；治疗前的治疗中的PET图像与配准后的治疗中的三维CT图像进行云端配准。处理过程类似流程的第7到第10步。
（12）基于体素的肿瘤治疗过程中疗效的早期评估云计算装置也包含两部分的软件架构，一部分在用户终端的设备上的，另一部分云计算服务器上。
（13）用户终端向主节点递交对指定HDFS目录下对完成配准的治疗前和治疗中的PET/CT影像数据进行疗效的早期评估的要求。
（14）云端主节点在HDFS文件系统中提取配准好的PET/CT三维影像，主节点根据用户终端制定的任务分配策略、具体算法处理函数、map函数和reduce函数在云计算服务器上用基于体素的肿瘤治疗过程中疗效的早期评估云计算软件架构对治疗中和治疗前的PET/CT三维影像进行基于体素的疗效评估分析。
（15）云端的Hadoop的MapReduce编程模型将治疗前和治疗中的CT每个像素点的像素值或者治疗前和治疗中的PET的每个像素点标准摄取值进行线性最小二乘回归分析，95%的置信区间由线性最小二乘回归分析的结果界定两个阈值，将治疗中的多模式影像的体素分成三类，即完全或者局部缓解类，无反应类和治疗阻抗类。
（16）各个Map任务节点在处理完主节点所递交的任务后，将处理结果反馈给主节点，主节点收到所有Map任务节点的反馈后，将处理结果映射给不同的Reduce任务节点，进行后续的处理。
（17）云端的Reduce节点将不同Map节点输出的像素点分类信息保存到HDFS分布式文件系统中。Reduce节点并返回相应的处理状态信息给主节点。
（18）医生可以在用户终端，从HDFS分布式文件系统调用疗效评估的信息。根据三类肿瘤子区域的不同特性，对肿瘤区域进行针对性的治疗方案。由于多模式影像之间的体素信息无关联，对于治疗中的各种模式的影像中非重合的体素区，属于高复发区。对于这部分区域，医生可以采取更高剂量的治疗。
（19）整个治疗完成之后，治疗后评估装置是基于云计算的数据存储分析平台。治疗后评估装置包括存储器HDFS以及数据处理器，存储器存储治疗中和治疗后与治疗前多模式图像相配准影像以及融合影像，数据处理器通过云端的Hadoop的MapReduce编程模型机器学习建立该肿瘤治疗疗效的预测模型，为后续的类似肿瘤的治疗实施提供依据。本发明中的治疗后评估装置将大量影像数据和肿瘤治疗参数分布在虚拟云中，实现影像数据的高效安全存储和高速动态读写。
（20）采用基于云平台的数据分析统计可通过建立基于概率统计分析模型，对治疗后的不同时间点的复查的影像数据和云平台上肿瘤治疗过程的图像进行分析，为医生对病人治疗后情况进行全面跟踪评估，同时也为临床上对于多模式分子影像对肿瘤治疗疗效的早期评价提供参考数据及教学资源。
本发明提出的基于云计算的多模式分子影像对肿瘤治疗疗效的早期评价系统结合了治疗前，治疗中和治疗后的PET /CT三维影像的各自优点，并将其融合得到融合影像，为医生提供更加精确可靠、信息量丰富的实时影像信息用于实时调整肿瘤治疗方案的实施提供参考，可实现：在治疗前，结合治疗前的多模式分子影像确定最活跃的肿瘤子区域，确保实现最佳的治疗方案；在治疗的过程中，通过治疗中的CT图像先于治疗前的CT图像配准，然后在各个时间点，各自的其他模式分子影像再与配好的CT 图像进行配准，从而在治疗过程中实时定位肿瘤子区域对治疗的非一致性的反应；在治疗前和治疗中配准完成，各个体素点根据治疗反应特性的不同，分成三个子区域，即完全或者部分缓和区，无反应区和治疗阻抗区，根据三个子区域的不同特性，采取针对不同子区域的针对性治疗方案，最终实现肿瘤的个性化的特异治疗过程。
此外，本发明还提供用于存储和分析治疗后数据的治疗后评估装置，该评估装置可以根据治疗过程数据进行机器学习，从而为后续的类似肿瘤的治疗、跟踪或疗效评价实施提供依据。
本发明是对现有技术进行了改进，故实施过程中借鉴了现有技术，限于篇幅，未对现有技术部分进行详细描述；凡是本发明未提及的技术部分，均可以采用现有技术实现。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。