1.一種醫(yī)學(xué)影像處理模型訓(xùn)練方法，其特征在于，包括步驟：

獲取先驗醫(yī)學(xué)影像以及所述先驗醫(yī)學(xué)影像的先驗分割影像，獲得先驗醫(yī)學(xué)影像數(shù)據(jù)集和先驗分割影像數(shù)據(jù)集；

根據(jù)所述先驗醫(yī)學(xué)影像數(shù)據(jù)集和所述先驗分割影像數(shù)據(jù)集建立第一神經(jīng)網(wǎng)絡(luò)，以訓(xùn)練神經(jīng)網(wǎng)絡(luò)分割模型；

為所述先驗分割影像標(biāo)注醫(yī)學(xué)信息分類標(biāo)簽，獲得先驗分割影像分類數(shù)據(jù)集；

根據(jù)所述先驗分割影像分類數(shù)據(jù)集建立第二神經(jīng)網(wǎng)絡(luò)，以訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類模型；其中，神經(jīng)網(wǎng)絡(luò)分類模型表征為殘差網(wǎng)絡(luò)權(quán)值初始化網(wǎng)絡(luò)；

組合所述神經(jīng)網(wǎng)絡(luò)分割模型和所述神經(jīng)網(wǎng)絡(luò)分類模型，以訓(xùn)練醫(yī)學(xué)影像處理模型；

在所述獲得先驗醫(yī)學(xué)影像數(shù)據(jù)集和先驗分割影像數(shù)據(jù)集的過程之前，還包括步驟：

對所述先驗醫(yī)學(xué)影像和所述先驗分割影像進(jìn)行第一圖像預(yù)處理；

所述第一神經(jīng)網(wǎng)絡(luò)包括U-Net神經(jīng)網(wǎng)絡(luò)；

U-Net神經(jīng)網(wǎng)絡(luò)的損失函數(shù)為Dice損失函數(shù)；

所述Dice損失函數(shù)如下式：

其中，X表示所述先驗分割影像，Y表示預(yù)測的分割影像；

第二神經(jīng)網(wǎng)絡(luò)包括深度卷積殘差網(wǎng)絡(luò)；

深度卷積殘差網(wǎng)絡(luò)的損失函數(shù)為交叉熵?fù)p失函數(shù)；

所述交叉熵?fù)p失函數(shù)如下式：

其中，K為所述醫(yī)學(xué)信息分類標(biāo)簽的分類數(shù)量，y為所述醫(yī)學(xué)信息分類標(biāo)簽，i為用于區(qū)分所述醫(yī)學(xué)信息分類標(biāo)簽的類別，p_i為所述神經(jīng)網(wǎng)絡(luò)分割模型輸出的醫(yī)學(xué)信息分類標(biāo)簽對應(yīng)類別的概率；其中，若所述醫(yī)學(xué)信息分類標(biāo)簽的類別為i，則y_i＝1，否則y_i＝0。