1.一種方法，包括：
獲取第一圖像，所述第一圖像包含第一區(qū)域；
獲取第二圖像，所述第二圖像包含第二區(qū)域；
獲取第三圖像，所述第三圖像包含第三區(qū)域；
基于卷積神經(jīng)網(wǎng)絡算法，提取所述第一區(qū)域的第一組特征；
基于所述卷積神經(jīng)網(wǎng)絡算法，提取所述第二區(qū)域的第二組特征；
基于所述卷積神經(jīng)網(wǎng)絡算法，提取所述第三區(qū)域的第三組特征；
計算與所述第一組特征和所述第二組特征相關的第一數(shù)據(jù)；
計算與所述第一組特征和所述第三組特征相關的第二數(shù)據(jù)；以及
基于所述第一數(shù)據(jù)和所述第二數(shù)據(jù)，對所述第二圖像和所述第三圖像進行排序。
2.權利要求1所述方法，包括：
設定第二參數(shù)，提取與所述第二區(qū)域有關的第二特征集，所述第二特征集包含所述第二組特征；以及
基于所述第二組特征，提取與所述第一區(qū)域有關的所述第一組特征。
3.權利要求2所述方法，從所述第二特征集中選擇出所述第二組特征是基于特征選擇算法。
4.權利要求3所述方法，所述特征選擇算法是Correlation Based Feature Selection算法。
5.權利要求2所述方法，所述或所述第二參數(shù)包括卷積神經(jīng)網(wǎng)絡層級數(shù)目、卷積核大小、卷積核數(shù)目和產(chǎn)生的特征數(shù)目中至少一個。
6.權利要求1所述方法，所述第一數(shù)據(jù)基于所述第一組特征和所述第二組特征的特征之差產(chǎn)生。
7.權利要求1所述方法，所述第二數(shù)據(jù)基于所述第一組特征和所述第三組特征的特征之差產(chǎn)生。
8.權利要求1所述方法，包括基于所述第一數(shù)據(jù)和所述第二數(shù)據(jù)，使用LambdaMART算法對所述第二圖像和所述第三圖像排序。
9.權利要求1所述方法，包括使用計算機輔助診斷，在所述第一圖像中定位所述第一區(qū)域。
10.權利要求1所述方法，所述第一圖像、所述第二圖像或所述第三圖像是PET圖像、CT圖像、SPECT圖像、MRI圖像、超聲圖像中至少一種。
11.一個系統(tǒng)，包括：
一個圖像獲取裝置，用于獲取第一圖像、第二圖像和第三圖像，以及在所述第一圖像、所述第二圖像和所述第三圖像中分別定位第一區(qū)域、第二區(qū)域和第三區(qū)域；以及
一個圖像分析裝置，包括一個特征提取模塊、一個特征分析模塊和一個排序模塊，
所述特征提取模塊被配置為，基于卷積神經(jīng)網(wǎng)絡算法，分別提取所述第一區(qū)域的第一組特征、所述第二區(qū)域的第二組特征和所述第三區(qū)域的第三組特征，
所述特征分析模塊被配置為
確定所述第一組特征和所述第二組特征相關的第一數(shù)據(jù)，
確定所述第一組特征和所述第三組特征相關的第二數(shù)據(jù)，以及
所述排序模塊被配置為
基于所述第一數(shù)據(jù)和所述第二數(shù)據(jù)對所述第二圖像或所述第三圖像排序。
12.權利要求11所述系統(tǒng)，所述圖像獲取裝置包含使用計算機輔助診斷，在所述第一圖像中定位所述第一區(qū)域。
13.權利要求11所述系統(tǒng)，所述圖像獲取裝置包含使用計算機輔助診斷，在所述第二圖像中定位所述第二區(qū)域。