1.一种医用自动图像处理系统，其特征在于，包括接口通信层、图像采集层、聚类分析层、数据存储层、导出层，所述接口通信层连接聚类分析层和图像采集层，数据存储层和聚类分析层通过导出层相连接，具体地：图像采集层，采集多源医疗设备图像信息，包括采集开放链接数据集内容，所述开放链接数据集提供了可供下载的仓库地址，用户同意许可后即可从所述开放链接数据集中下载图像内容，和/或采集医疗信息图谱采集，和/或采集医疗影像系统图像采集；

聚类分析层，采用粗糙集决策树方法，对归一化的多源医疗设备数据进行聚类分析，形成图像聚类子目录及子目录下的图像元数据和数据图谱；

接口通信层，将图像采集层采集的多源医疗设备数据进行归一化处理，将多源医疗设备数据的格式进行封装，采用统一的处理接口形成归一数据目录；

数据存储层，存储聚类分析层聚类后的图像聚类子目录和子目录下的图像元数据和数据图谱，将所述图像聚类子目录和子目录下的图像元数据和数据图谱集成存储。

2.如权利要求1所述的医用自动图像处理系统，其特征在于，包括：

图像采集层，采集多源医疗设备图像信息，包括采集开放链接数据集内容，所述开放链接数据集提供了可供下载的仓库地址，用户同意许可后即可从所述开放链接数据集中下载图像内容，和/或采集医疗信息图谱采集，和/或采集医疗影像系统图像采集，具体包括：医疗大数据，包括结构化以及非结构化和半结构化的数据，所述釆集层需要采集各种格式的数据，实现与各种医疗系统进行对接，通过相应的API读取数据；

和/或选取一部分医疗图谱URL作为采集的种子，将这些种子医疗图谱URL放入待抓取医疗图谱URL队列中，从待抓取医疗图谱URL队列中取出一部分待抓取在医疗图谱URL，通过HTTP连接将医疗图谱URL对应的图谱下载下来，存储在己下载图谱库中，同时将这些医疗图谱URL放进已抓取医疗图谱URL队列;第4步，从刚下载的图谱中分析新的医疗图谱URL，并将这些新的医疗图谱URL放入待抓取医疗图谱URL队列;和/或将所述医疗影像系统的采集数据划分为多个子数据集合，触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，将多个子医疗图像合并形成集成的多源医疗数据图像集合，其中，所述子数据集合的个数与所述多个计算节点的个数一致，将所述多个子数据集合的子医疗影像生成与所述采集数据对应的医疗影像。

3.如权利要求1所述的医用自动图像处理系统，其特征在于，包括：

聚类分析层，采用粗糙集决策树方法，对归一化的多源医疗设备数据进行聚类分析，形成图像聚类子目录及子目录下的图像元数据和数据图谱，具体包括：利用训练集建立并精化一棵决策树，采用粗糙集方法，使用向量空间模型和余弦相似度模型，在考虑医疗图像间属性相似性的基础上加入医疗图像间的相互关系，为医疗图像本身相似度和关联医疗图像相似度的属性分配不同权重；

使用基于Spark的Skyline查询算法SkyGrid，加权求和计算相似度，为每个向量建立倒排表，通过键值生成候选对，使用余弦相似性函数计算每个候选对的向量相似性，输出结果；

通过合理的决策树局部分区，先把一部分数据医疗图像分解到导出层进行子医疗图像计算，再把汇总后的医疗图像在导出层进行多因素过滤与合并预处理，调用该区域的已预算的倒排区域索引进行局部Skyline查询，并利用频率Skyline格技术对决策树局部被剪枝区域进行快速标记；

选择具有最高信息增益或最大熵压缩的属性作为当前节点的测试属性，利用生成完毕的决策树对输入数据进行分类，对输入的记录，从根节点依次测试记录的属性值，直到到达某个叶子节点，提取该叶子节点的特征；

在特征提取后，医学图像被分成若干小方块的模糊熵映射显示，使用粗糙集理论对属性进行剪枝，剪枝时使用遗传算法来产生多个剪枝；

计算每个剪枝的重要度，并对剪枝进行排序，剪掉不重要的剪枝，约简重要度根据粗糙集理论来计算；

在医学图像校正前，将待校正图像分为目标图 像和背景图像，并综合考虑校正精度和校正时间两个重要因素，将图像灰度分别映射到不同灰度级；

使用关联规则经典算法 Apriori 算法对每个剪枝产生频繁项集和规则；

计算每个规则的规则重要度，剪掉规则重要度低的规则，并根据规则重要度对规则进行排序；

新数据根据已经排序好的规则进行匹配分类。

4.如权利要求1所述的医用自动图像处理系统，其特征在于，包括：

所述接口通信层，将图像采集层采集的多源医疗设备数据进行归一化处理，将多源医疗设备数据的格式进行封装，采用统一的处理接口形成归一数据目录，具体包括：将来自不同数据源的数据结合在一起；

对数据进行检查，看所述多源医疗设备数据是否都是有用的，并且重新设置多源医疗设备数据类型数据的格式，将所有数据类型进行统一化处理；

在得到所述归一化格式数据与所述待归一化多源数据之间的差异信息之后，确定该源端设备的聚类类型中的待归一化多源数据量是否超过阈值，在该第一聚类类型中的待归一化多源数据量超过阈值的情况下，对该第一聚类区 间补充聚类点，以将该第一聚类类型分成新的多个聚类类型。

5.如权利要求1所述的医用自动图像处理系统，其特征在于，包括：

所述数据存储层，存储聚类分析层聚类后的图像聚类子目录和子目录下的图像元数据和数据图谱，将所述图像聚类子目录和子目录下的图像元数据和数据图谱集成存储，具体包括：将每个医疗图像中所包括的地区按元数据和图谱划分为若干个更小的纵向排列和横向排列的，为每个医疗图像对应生成一个压缩医疗图像，生成压缩医疗图像过程中对每一个的原始医疗数据作如下处理：通过网络与一个或多个其它网络终端相连接，索引数据、待查数据及其之间的对应关系中的至少一项通过网络被存储在至少一个网络终端上，所述索引数据、待查数据及其之间的对应关系可以存储在同一个网络终端上，也可以分别存储在三个不同的网络终端上，或者在更多的网络终端上保存多个副本作为备份；

比较和计算该的各点的原始医疗数据，取最小值作为基准值，将该原始医疗数据中各点的医疗值与基准值比较，计算得到各点的医疗值与基准值之间的差值，将该内所有差值的最大值作为本的最大差值，根据最大差值为本确定一个差值存储的种类值；

所述数据存储层还包括验证服务器，保存与所述待查数据相对应的允许查询或读取该待查数据的条件，所述在查询或读取该待查数据时，只有符合所述允许查询或读取该待查数据的条件，才允许该待查数据被查询到或被读取；

将该医疗数据按如下格式存储到压缩医疗图像中：

对每个压缩医疗图像建立两级索引，所述两级索引的第一级索引为指针，所述指针指向一纵列或一横列的第二级索引的起始地址，所述两级索引的第二级索引为该的医疗数据在所述压缩医疗图像中的存储地址。