1.一种拷贝数变异检测方法，其特征在于，所述拷贝数变异检测方法包括：第一步，从bam文件中提取出每个窗口的read depth值，对数据进行GC校正；

第二步，对经过处理后的数据进行segment计算；

第三步，使用密度峰值检测算法对segment计算产生的数据进行计算；

第四步，得到标准化以后的密度和距离的二维数据，通过每个seg的密度和距离两个特征筛选出变异区域；

第五步，得到变异区域，确定变异是丢失还是增添；

所述第三步还包括：

（1）计算每个seg的与其他seg的距离，得到距离矩阵dis_matrix；

（2）通过dis_matrix和dc参数求出每个seg的密度density；

（3）通过dis_matrix和density求出簇中心的seg集合和每个seg对应的距离distance；

若seg A为全局密度最大的seg，则A的距离为A与离A最远的seg之间的距离，否则，A的距离为A与密度比A大且离A最近的seg之间的距离；

（4）对每个seg执行（1）（3），得到所有seg的密度和距离特征；

~

所述第四步对二维数据进行多元正态分布；根据多元正态分布的概率密度函数求出每个seg的概率密度；设定一个可调整的概率密度阈值prob，根据每个seg的概率密度判断该seg是否发生变异，若某seg的概率密度小于prob并且其密度小于全局平均密度，认为该seg是一个异常片段；通过每个seg的密度和距离两个特征就筛选出变异区域；

所述拷贝数变异检测方法还包括：通过位置特征和read depth特征得到每个seg的密度和距离特征，通过密度和距离进行操作；使用余弦相似性特征代替位置特征来计算每个seg的密度和距离，余弦相似性是通过位置和read depth二维数据通过计算得到的；有从左到右Y，X，Z三个点，当X是异常点时，向量Y‑X和Z‑X之间的夹角不会因为不同的Y和Z值而剧烈变化，用余弦相似性代替位置特征。

2.如权利要求1所述的拷贝数变异检测方法，其特征在于，所述第二步segment计算是采用cghFLasso分割算法将数据平滑处理，将散乱的数据分割成长度不等的片段，为seg；将segment后的一维read depth数据加上位置信息转化成二维数据。

3.如权利要求1所述的拷贝数变异检测方法，其特征在于，所述第五步确定变异类型，簇中心的区域为正常区域，取簇中心的read depth值的平均值作为标准值；若该变异区域的read depth值大于标准值，则认为该区域为拷贝数扩增区域duplication，若该变异区域的read depth值小于标准值，则认为该区域为拷贝数丢失区域deletion。

4.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1中所述方法的步骤。

5.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1中所述方法的步骤。

6.一种运行权利要求1 3任意一项所述拷贝数变异检测方法的拷贝数变异检测系统，~其特征在于，所述拷贝数变异检测系统包括：

数据预处理模块，用于从bam文件中提取出每个窗口的read depth值，对数据进行GC校正；

segment计算模块，用于对经过处理后的数据进行segment计算；

数据计算模块，用于使用密度峰值检测算法对segment计算产生的数据进行计算；

筛选模块，用于得到标准化以后的密度和距离的二维数据，通过每个seg的密度和距离两个特征筛选出变异区域；

变异类型确定模块，用于得到变异区域，确定变异是丢失还是增添。

7.一种拷贝数变异检测终端，其特征在于，所述拷贝数变异检测终端搭载权利要求6所述的拷贝数变异检测系统。