1.一种基于病理数据的病理特征概率分布预测方法，其特征在于，包括：步骤S1，采集一患者的病理数据，对所述病理数据进行降维处理得到对应的特征数据，并预先配置多个特征标签；

步骤S2，针对每个所述特征标签，根据所述特征数据及预先训练得到的至少一种统计学习模型分别预测得到所述特征标签对应的先验概率，随后根据所述先验概率处理得到第一后验概率，并根据各所述特征数据及预先训练得到的至少一种机器学习模型分别预测得到各所述特征标签对应的第二后验概率；

步骤S3，根据所述第一后验概率及所述第二后验概率处理得到各所述特征标签对应的概率均值，由所有所述特征标签及对应的所述概率均值形成所述患者的病理特征概率分布，以辅助医生对所述患者的所述病理数据进行分类。

2.根据权利要求1所述的病理特征概率分布预测方法，其特征在于，所述步骤S1中，采用傅里叶基变换或哈尔基变换或小波基变换对所述病理数据进行降维处理得到所述特征数据。

3.根据权利要求1所述的病理特征概率分布预测方法，其特征在于，所述步骤S1中，对所述病理数据进行降维处理之前，还包括预处理过程，所述预处理过程包括：步骤A1，采集所述患者的所述病理数据；

步骤A2，对所述病理数据进行格式转换得到预处理数据，并根据所述预处理数据的格式判断所有所述病理数据是否均完成格式转换；

若是，则将所述预处理数据作为所述病理数据进行降维处理得到所述特征数据；

若否，则输出表征所述病理数据存在格式错误的信号。

4.根据权利要求1所述的病理特征概率分布预测方法，其特征在于，执行所述步骤S2之前还包括统计学习模型训练过程，包括：步骤B1，获取多个第一样本病理数据，并获取各所述特征标签对应的特异性人群对应的特征概率分布；

步骤B2，根据所述第一样本病理数据处理得到对应的第一样本特征数据；

步骤B3，根据所述特征概率分布构建所述统计学习模型，并以所述第一样本特征数据作为输入，以所述第一样本特征数据对应的第一真实先验概率作为输出，训练得到所述统计学习模型。

5.根据权利要求1所述的病理特征概率分布预测方法，其特征在于，执行所述步骤S2之前还包括机器学习模型训练过程，包括：步骤C1，获取多个第二样本病理数据，并获取所述第二样本病理数据对应的特异性人群对应的第二真实先验概率及对应的真实后验概率；

步骤C2，根据所述第二样本病理数据处理得到对应的第二样本特征数据；

步骤C3，以各所述第二样本特征数据作为输入，以所述第二样本特征数据对应的所述真实后验概率作为输出，训练得到所述机器学习模型。

6.根据权利要求1所述的病理特征概率分布预测方法，其特征在于，执行所述步骤S2之前，还包括模型验证过程，包括：步骤D1，构建验证集，所述验证集中包含多个验证病理数据及所述验证病理数据对应的真实概率分布；

步骤D2,将所述验证病理数据输入至所述统计学习模型预测得到对应的测试先验概率，并根据所述测试先验概率处理得到第三后验概率，随后将所述验证病理数据输入至所述机器学习模型处理得到对应的第四后验概率；

步骤D3，根据所述第三后验概率及所述第四后验概率处理得到对应的测试概率均值；

步骤D4，由所有所述特征标签及对应的所述测试概率均值形成测试概率分布，根据所述测试概率分布及所述真实概率分布处理得到对应的误差值，并根据所述误差值及预先配置的误差范围判断所述统计学习模型预测及所述机器学习模型的准确性。

7.一种基于病理数据的病理特征概率分布预测系统，其特征在于，应用如权利要求1‑6中任意一项所述的病理特征概率分布预测方法，所述病理特征概率分布预测系统包括：预处理模块，用于采集一患者的病理数据，对所述病理数据进行降维处理得到对应的特征数据，并预先配置多个特征标签；

预测模块，连接所述预处理模块，用于针对每个所述特征标签，根据所述特征数据及预先训练得到的至少一种统计学习模型分别预测得到所述特征标签对应的先验概率，随后根据所述先验概率处理得到第一后验概率，并根据各所述特征数据及预先训练得到的至少一种机器学习模型分别预测得到各所述特征标签对应的第二后验概率；

分析模块，连接所述预测模块，用于根据所述第一后验概率及所述第二后验概率处理得到各所述特征标签对应的概率均值，由所有所述特征标签及对应的所述概率均值形成所述患者的病理特征概率分布，以辅助医生对所述患者的所述病理数据进行分类。

8.根据权利要求7所述的病理特征概率分布预测系统，其特征在于，所述预处理模块包括：数据采集单元，用于采集所述患者的所述病理数据；

降维处理单元，连接所述数据采集单元，用于对所述病理数据进行格式转换得到预处理数据，并在根据所述预处理数据的格式判断所有所述病理数据均完成格式转换时，将所述预处理数据作为所述病理数据进行降维处理得到所述特征数据。

9.根据权利要求7所述的病理特征概率分布预测系统，其特征在于，还包括第一模型训练模块，连接所述预测模块，所述第一模型训练模块包括：第一采集单元，用于获取多个第一样本病理数据，并获取各所述特征标签对应的特异性人群对应的特征概率分布；

第一处理单元，连接所述第一采集单元，用于根据所述第一样本病理数据处理得到对应的第一样本特征数据；

第一训练单元，连接所述第一处理单元，用于根据所述特征概率分布构建所述统计学习模型，并以所述第一样本特征数据作为输入，以所述第一样本特征数据对应的第一真实先验概率作为输出，训练得到所述统计学习模型。

10.根据权利要求9所述的病理特征概率分布预测系统，其特征在于，还包括第二模型训练模块，连接所述预测模块，所述第二模型训练模块包括：第二采集单元，用于获取多个第二样本病理数据，并获取所述第二样本病理数据对应的特异性人群对应的第二真实先验概率及对应的真实后验概率；

第二处理单元，连接所述第二采集单元，用于根据所述第一样本病理数据处理得到对应的第二样本特征数据；

第二训练单元，连接所述第二采集单元，用于以各所述第二样本特征数据作为输入，以所述第二样本特征数据对应的所述真实后验概率作为输出，训练得到所述机器学习模型。