1.一种内窥镜图像息肉区域提取方法，其特征在于，包括如下步骤：

S1,收集内窥镜图像，并对内窥镜图像息肉区域进行标记，获得对应的息肉区域分割图像；

S2,提取S1中的内窥镜图像的反光区域，对反光区域进行区域恢复，得到恢复图像A；

S3,构建前后端跨层短连接的区域提取网络，前后端跨层短连接的区域提取网络包括骨干网络和旁瓣网络，区域提取网络的构建方法为：A，构造前端跨层短连接：对骨干网络的深层特征进行跨层回传，回传至第i层的各层深层特征与未回传前的第i层深层特征串联，经卷积处理后作为该层向上回传的特征；各层串联后的特征经旁瓣网络处理后，再经单通道卷积核得到相应尺度的单通道特征；

B，构造后端跨层短连接：对单通道特征进行跨层回传，回传至第i层的各层单通道特征与与未回传前的第i层单通道特征串联，经单通道卷积处理后作为该层输出的置信度矩阵结果，并将该结果作为该层向上回传的特征；

C，各层输出结果经加权融合后得到网络最终输出的置信度矩阵；

D，前后端跨层短连接的区域提取网络的网络损失函数按如下定义：根据网络最终输出的置信度矩阵和息肉区域分割图像计算交叉熵损失，根据第i层输出的置信度矩阵和息肉区域分割图像计算交叉熵损失，两者求和得到区域提取网络的网络损失；

S4,以内窥镜图像和恢复图像A作为训练数据对区域提取网络进行训练，使其对两种图像均具适应性；

S5,收集待测内窥镜图像，提取待测内窥镜图像的反光区域，对反光区域进行区域恢复，得到恢复图像B；

S6，以待测内窥镜图像和恢复图像B作为图像对输入区域提取网络进行检测，获取检测后的息肉区域。

2.根据权利要求1所述的内窥镜图像息肉区域提取方法，其特征在于，所述步骤S2中，提取内窥镜图像反光区域的方法为：将原图像分别转换至灰度空间、LAB空间和HSI空间，提取灰度空间的像素点强度信息、LAB空间的A通道信息、HSI空间的S通道信息，并对灰度图进行中值滤波得到经滤波后的图像P，按照公式Sa＝{x|x∈I,A(x)＜Th1||G(x)＞Th2&S(x)＜Th3||M(x)＞Th4}筛选反光像素点，由反光像素点组成反光区域；其中，I表示图像像素点集合，A(x)为坐标x处的A通道强度信息，G(x)为坐标x处的灰度强度信息，S(x)为坐标x处的S通道强度信息，Th1、Th2、Th3、Th4为阈值，符号“||”表示逻辑“或”运算，符号“&”表示逻辑“与”运算。

3.根据权利要求2所述的内窥镜图像息肉区域提取方法，其特征在于，所述Th1为0.3，Th2为0.6，Th3为0.28，Th4通过对图像P采用otsu方法求得。

4.根据权利要求2所述的内窥镜图像息肉区域提取方法，其特征在于，所述步骤S2中，区域恢复的方法为：任选1个反光像素点，以该点为中心，从半径长度1开始，以像素点正左侧为起始，顺时针扫描一圈，之后依次扩大半径，单次步进增量设为1，按同样规则进行扫描，待扫描到的非反光像素点(含恢复的反光像素点)数量达到N之后，停止扫描，以N个像素点颜色均值填充反光像素点。待所有反光像素点填充完毕后，该图像反光区域恢复完成。

5.根据权利要求2所述的内窥镜图像息肉区域提取方法，其特征在于，所述前后端跨层短连接的区域提取网络的网络损失函数按如下定义：其中M为网络最终输出置信度矩阵，其中Mi为网络第i层输出置信度矩阵，Z为息肉区域分割图像，X为M中所有像素点的集合，Xi为图像Mi中所有像素点的集合，zj为Z中对应像素点标记值，Pr为网络置信度矩阵在对应像素点的置信度值。

6.根据权利要求5所述的内窥镜图像息肉区域提取方法，其特征在于，所述骨干网络为VGG网络，旁瓣网络为CONVN‑1、CONVN‑2、CONVN‑3、CONVN‑4、CONVN‑5、CONVN‑6；CONVN‑1由两层构成，均为64通道的3x3卷积核；CONVN‑2由两层构成，均为64通道的3x3卷积核；CONVN‑3由两层构成，均为128通道的5x5卷积核；CONVN‑4由两层构成，均为256通道的5x5卷积核；

CONVN‑5由两层构成，均为256通道的5x5卷积核；CONVN‑6由两层构成，均为256通道的7x7卷积核。

7.根据权利要求5所述的内窥镜图像息肉区域提取方法，其特征在于，所述检验的方法为：通过公式Conf(x)＝max(Confs(x)+Confns(x))，计算图像对中的像素点x属于息肉区域的置信度，若Conf(x)大于设定阈值P，则认为像素点x属于息肉区域，否则属于非息肉区域；

其中Confs(x)为以待测内窥镜图像，经区域提取网络计算得到的像素点x属于息肉区域的置信度，Confns(x)为以经反光区域恢复的内窥镜图像输入，经区域提取网络计算得到的像素点x属于息肉区域的置信度。

8.根据权利要求7所述的内窥镜图像息肉区域提取方法，其特征在于，所述息肉区域分割图像Z中，息肉区域值为1，非息肉区域值为0；阈值P＝0.5。