1.一种肺结节探测方法，应用于应用服务器，其特征在于，所述方法包括步骤：接收终端设备发送的肺部图片；

对所述肺部图片预处理，以将所述肺部图片转换成128*128*128的正方体三维图；

构建U‑NET网络，并完成所述U‑NET网络的训练；所述U‑NET网络结构通过一个收缩网络以及一个扩张网络，构成了一个U型结构，对所述三维图进行特征提取，所述U‑NET网络一共由23个卷积层构成；所述收缩网络负责下采样的工作，提取高维特征信息，每一次下采样包含两个3x3的卷积操作，一个2x2的池化操作，通过修正线性单元作为激活函数，每一次下采样，图片大小变为原来的1/2，特征数量变为原来的2倍；所述扩张网络主要负责上采样的工作，每一次上采样包含两个3x3的卷积操作，通过修正线性单元作为激活函数，每一次上采样，图片大小变为原来的2倍，特征数量变为原来的1/2；在上采样操作中，将每一次的输出特征与相映射的收缩网络的特征合并在一起，补全中间丢失的边界信息；

将所述预处理后的128*128*128的正方体三维图作为训练完成的U‑NET网络结构的输入，以输出凸显肺结节区域的图像；

将所述凸显肺结节区域的图像反馈至终端设备；

所述将所述预处理后的128*128*128的正方体三维图作为训练完成的U‑NET网络结构的输入，以输出凸显肺结节区域的图像的步骤，包括：设置参考值；

判断128*128*128的正方体三维图与所述参考值是否重合；

重合度大于所述参考值的为图像正样本，重合度小于所述参考值的为图像负样本；

利用U‑net网络对已经区分正负样本的图像进行Hard Negative Mining处理；

所述利用U‑net网络对已经区分正负样本的图像进行Hard Negative Mining处理的步骤，包括：

将所述输入的128*128*128的正方体三维图经过4次卷积及池化之后再经过2次去卷积得到32*32*32的概率图；

在每个去卷积前加入新的分支，每个分支经过相应的去卷积层也输出32*32*32的概率图；

将所有概率图同时进行反向传播，以减小相同敏感度下假阳性的大小，凸显肺结节结构。

2.如权利要求1所述的肺结节探测方法，其特征在于，所述对所述肺部图片预处理，以将所述肺部图片转换成128*128*128的正方体三维图的步骤，具体包括：切除所述图片上下与外界连接的切片；

使用‑600HU作为阈值将所述肺部图片转换成0‑1三维图，其中所述0‑1三维图包含有凹陷洞；

以所述切片达到的中心的平均距离为依据，弥补所有凹陷洞；

将所述三维图的图像像素值修改至[‑1200,600]，再缩放至[0,255]。

3.一种应用服务器，其特征在于，所述应用服务器包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的肺结节探测系统，所述肺结节探测系统被所述处理器执行时实现如下步骤：

接收终端设备发送的肺部图片；

对所述肺部图片预处理，以将所述肺部图片转换成128*128*128的正方体三维图；

构建U‑NET网络，并完成所述U‑NET网络的训练；所述U‑NET网络结构通过一个收缩网络以及一个扩张网络，构成了一个U型结构，对所述三维图进行特征提取，所述U‑NET网络一共由23个卷积层构成；所述收缩网络负责下采样的工作，提取高维特征信息，每一次下采样包含两个3x3的卷积操作，一个2x2的池化操作，通过修正线性单元作为激活函数，每一次下采样，图片大小变为原来的1/2，特征数量变为原来的2倍；所述扩张网络主要负责上采样的工作，每一次上采样包含两个3x3的卷积操作，通过修正线性单元作为激活函数，每一次上采样，图片大小变为原来的2倍，特征数量变为原来的1/2；在上采样操作中，将每一次的输出特征与相映射的收缩网络的特征合并在一起，补全中间丢失的边界信息；

将所述预处理后的128*128*128的正方体三维图作为训练完成的U‑NET网络结构的输入，以输出凸显肺结节区域的图像；

将所述凸显肺结节区域的图像反馈至终端设备；

所述将所述预处理后的128*128*128的正方体三维图作为训练完成的U‑NET网络结构的输入，以输出凸显肺结节区域的图像的步骤，包括：设置参考值；

判断128*128*128的正方体三维图与所述参考值是否重合；

重合度大于所述参考值的为图像正样本，重合度小于所述参考值的为图像负样本；

利用U‑net网络对已经区分正负样本的图像进行Hard Negative Mining处理；

所述利用U‑net网络对已经区分正负样本的图像进行Hard Negative Mining处理的步骤，包括：

将所述输入的128*128*128的正方体三维图经过4次卷积及池化之后再经过2次去卷积得到32*32*32的概率图；

在每个去卷积前加入新的分支，每个分支经过相应的去卷积层也输出32*32*32的概率图；

将所有概率图同时进行反向传播，以减小相同敏感度下假阳性的大小，凸显肺结节结构。

4.如权利要求3所述的应用服务器，其特征在于，所述对所述肺部图片预处理，以将所述肺部图片转换成128*128*128的正方体三维图的步骤，具体包括：切除所述图片上下与外界连接的切片；

使用‑600HU作为阈值将所述肺部图片转换成0‑1三维图，其中，所述0‑1三维图包含有凹陷洞；

以所切片达到的中心的平均距离为依据，弥补所有小的凹陷洞；

将所述三维图的图像像素值修改至[‑1200,600]，再缩放至[0,255]；

将所述三维图转换成128*128*128的正方体三维图。

5.一种计算机可读存储介质，所述计算机可读存储介质存储有肺结节探测系统，所述肺结节探测系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1‑2中任一项所述的肺结节探测方法的步骤。