1.一种医学图像分类装置，其特征在于，包括分类器预构建模块和图像分类模块；

所述分类器预构建模块包括ROI区域提取子模块、模型训练子模块、最优组合筛选子模块及模型集成子模块；

所述图像分类模块用于将待识别医学图像输入至预先构建的图像分类器中，得到所述待识别医学图像的分类结果；

其中，所述ROI区域提取子模块用于提取训练样本集中每个医学样本图像的多个ROI区域图像，所述训练样本集包括健康人群和阿尔兹海默症不同患病阶段患者的脑区图像；所述模型训练子模块用于利用三维卷积神经网络分别对每类ROI区域图像进行训练，得到相应的基分类器；所述最优组合筛选子模块用于基于预先设定的适应度值，利用遗传算法从多个基分类器中选择最优基分类器；所述模型集成子模块用于基于各最优分类器生成所述图像分类器；

所述模型集成子模块包括：

目标ROI区域确定单元，用于为确定每个最优基分类器对应的目标ROI区域；

目标ROI区域组合图像提取单元，用于对所述训练样本集中的每个医学样本图像，同时提取多个目标ROI区域，以构成目标ROI区域组合图像；

初始图像分类器训练单元，用于利用所述三维卷积神经网络对各目标ROI区域组合图像进行训练，得到初始图像分类器；

集成单元，用于将所述初始图像分类器和各最优基分类器进行集成，以生成所述图像分类器。

2.根据权利要求1所述的医学图像分类装置，其特征在于，所述分类器预构建模块还包括基分类器挑选子模块，所述基分类器挑选子模块包括：排序单元，用于根据基分类器的分类准确率对各基分类器进行排序，删除单元，用于删除分类准确率不大于预设阈值的基分类器。

3.根据权利要求1所述的医学图像分类装置，其特征在于，所述ROI区域提取子模块为利用ALL116模板提取每个医学样本图像的116个ROI区域图像的模块。

4.根据权利要求1所述的医学图像分类装置，其特征在于，所述三维卷积神经网络为采用VGG16模型的二维网络层次和三维网络结构，且过滤器数量为8个的网络结构。

5.根据权利要求1至4任意一项所述的医学图像分类装置，其特征在于，所述分类器预构建模块还包括图像预处理子模块，所述图像预处理子模块包括：第一去噪单元，用于对所述训练样本集中每个医学样本图像进行头动校正和剥头骨操作，以去除噪声和非脑组织结构影响；

配准处理单元，用于将经过处理的各医学样本图像进行空间标准化，以配准至统一坐标空间。

6.根据权利要求5所述的医学图像分类装置，其特征在于，所述图像预处理子模块还包括：高斯平滑处理单元，用于对经过空间标准化处理的各医学样本图像进行高斯平滑处理。

7.根据权利要求6所述的医学图像分类装置，其特征在于，所述图像预处理子模块还包括：归一化单元，用于对经过高斯平滑处理的各医学样本图像进行灰度归一化。

8.一种医学图像分类系统，其特征在于，包括如权利要求1‑7任意一项所述医学图像分类装置。

9.根据权利要求8所述的医学图像分类系统，其特征在于，还包括与所述医学图像分类装置相连的医学影像数据库模块；

所述医学影像数据库模块用于存储当前待识别的医学图像信息，所述医学图像信息包括待识别医学图像和标签信息，所述标签信息为所述医学图像分类装置输出的所述待识别医学图像的分类结果。