1.一种白细胞分类模型用数据集的生成方法，其特征在于，所述方法包括：

获取包含白细胞的苏木精‑伊红染色图，采用第一预设尺寸的视野框按照第一预设步长遍历所述苏木精‑伊红染色图，以根据遍历结果从所述苏木精‑伊红染色图中提取多份子视野图像，所述第一预设步长小于所述视野框的边长；

基于预设染色分离规则对每份所述子视野图像进行染色分离，得到伊红染色图；

对每份所述伊红染色图进行预处理，以从所述伊红染色图中分离出染色元素和背景元素，并根据染色元素对应的预设像素范围获取预处理后的伊红染色图中满足所述预设像素范围的所有像素点坐标，以根据所述像素点坐标获取每一所述染色元素的轮廓坐标；

根据每一所述染色元素的轮廓坐标判断该染色元素是否为白细胞，若该染色元素为白细胞，则以该染色元素的轮廓中心点为分割中心从子视野图像中提取对应的固定大小的区域，得到多个第二预设尺寸的第一预训练图像；

根据第一预训练图像包含的白细胞类型将所有的所述第一预训练图像进行标注分类，并根据标注分类结果将所有的第一预训练图像制成数据集，以根据所述数据集对预设初始白细胞分类模型进行训练，得到最终白细胞分类模型。

2.根据权利要求1所述的白细胞分类模型用数据集的生成方法，其特征在于，所述对每份所述伊红染色图进行预处理，以从所述伊红染色图中分离出染色元素和背景元素，并根据染色元素对应的预设像素范围获取预处理后的伊红染色图中满足所述预设像素范围的所有像素点坐标，以根据所述像素点坐标获取每一所述染色元素的轮廓坐标的步骤包括：对所述伊红染色图进行灰度化处理，以降低所述伊红染色图中染色元素的灰度值，得到与每一伊红染色图一一对应的灰度图；

根据预设图像阈值对所述灰度图进行二值化分割，以将所述灰度图中的染色元素和背景元素进行分离，得到二值化图像。

3.根据权利要求2所述的白细胞分类模型用数据集的生成方法，其特征在于，所述根据每一所述染色元素的轮廓坐标判断该染色元素是否为白细胞的步骤包括：获取多张已知白细胞区域的标准图像，并根据标准图像中已知白细胞区域的轮廓坐标计算出每一白细胞的面积，并从所有白细胞的面积中筛选出最小面积值，以根据所述最小面积值和预设分割安全系数的比值计算得到标准面积值；

根据所述染色元素的轮廓坐标计算每一所述染色元素的面积，并判断所述染色元素的面积是否大于或等于所述标准面积值；

若所述染色元素的面积大于或等于所述标准面积值，则判断该染色元素为白细胞。

4.根据权利要求1所述的白细胞分类模型用数据集的生成方法，其特征在于，所述基于预设染色分离规则对每份所述子视野图像进行染色分离，得到伊红染色图的步骤包括：获取所述子视野图像中每个像素点的三通道像素值，以将每个像素点的三通道像素值转换为对应的光密度值，并根据像素点的光密度值构建一光密度矩阵；

将所述光密度矩阵进行SVD矩阵分解，以根据矩阵分解结果拟合出一标准平面，并获取每个像素点光密度值在所述标准平面上的投影分量，并根据所述投影分量将所述子视野图像进行染色分离，得到所述伊红染色图。

5.根据权利要求3所述的白细胞分类模型用数据集的生成方法，其特征在于，所述若所述染色元素的面积大于或等于所述标准面积值，则判断该染色元素为白细胞的步骤之后还包括：从所有的伊红染色图中筛选出染色元素为白细胞的目标图像，并根据遍历结果识别出任意相邻的两份目标图像，以根据相邻的两份目标图像中各自包含的白细胞的轮廓坐标判断相邻伊红染色图中的重叠区域是否存在重叠目标；

所述根据相邻的两份目标图像中各自包含的白细胞的轮廓坐标判断相邻伊红染色图中的重叠区域是否存在重叠目标的步骤包括：根据第一目标图像中的第一白细胞的轮廓坐标计算得到所述第一白细胞所在区域的面积，根据第二目标图像中的第二白细胞的轮廓坐标计算得到所述第二白细胞所在区域的面积，所述第一目标图像和所述第二目标图像为相邻目标图像；

根据第一白细胞所在区域的面积和第二白细胞所在区域的面积计算得到两白细胞所在区域的交集和并集，并根据两白细胞所在区域的交集和并集计算得到第一交并比；

判断所述第一交并比是否大于第一预设交并比阈值；

若所述第一交并比大于所述第一预设交并比阈值，则判定所述重叠区域中存在重复目标，并将第一目标图像和第二目标图像中面积最大的目标白细胞对应的图像保留，得到第二预训练图像。

6.根据权利要求5所述的白细胞分类模型用数据集的生成方法，其特征在于，所述对所述伊红染色图进行灰度化处理，以降低所述伊红染色图中染色元素的灰度值，得到与每一伊红染色图一一对应的灰度图的步骤包括：将所述伊红染色图的亮度增强至第一预设倍数，并获取亮度增强后的伊红染色图中的所有像素点的灰度值；

根据所有像素点的灰度值对亮度增强后的伊红染色图进行灰度变换；

所述根据所有像素点的灰度值对亮度增强后的伊红染色图进行灰度变换的步骤包括：根据以下公式对伊红染色图进行灰度变换：

其中，i是指亮度增强后的伊红染色图中像素点的灰度值，G(x)是新的对应像素点的灰度值，[]表示取整数。

7.根据权利要求4所述的白细胞分类模型用数据集的生成方法，其特征在于，所述获取所述子视野图像中每个像素点的三通道像素值，以将每个像素点的三通道像素值转换为对应的光密度值，并根据像素点的光密度值构建一光密度矩阵的步骤包括：根据以下公式将每个像素点的三通道像素值转换为对应的光密度值：

其中，OD表示像素点的光密度值，value表示像素点的三通道像素值。

8.一种白细胞分类模型用数据集的生成系统，其特征在于，所述系统包括：

子视野图像提取模块，用于获取包含白细胞的苏木精‑伊红染色图，采用第一预设尺寸的视野框按照第一预设步长遍历所述苏木精‑伊红染色图，以根据遍历结果从所述苏木精‑伊红染色图中提取多份子视野图像，所述第一预设步长小于所述视野框的边长；

染色图像分离模块，用于基于预设染色分离规则对每份所述子视野图像进行染色分离，得到伊红染色图；

图像预处理模块，用于对每份所述伊红染色图进行预处理，以从所述伊红染色图中分离出染色元素和背景元素，并根据染色元素对应的预设像素范围获取预处理后的伊红染色图中满足所述预设像素范围的所有像素点坐标，以根据所述像素点坐标获取每一所述染色元素的轮廓坐标；

染色元素分割模块，用于根据每一所述染色元素的轮廓坐标判断该染色元素是否为白细胞，若该染色元素为白细胞，则以该染色元素的轮廓中心点为分割中心从子视野图像中提取对应的固定大小的区域，得到多个第二预设尺寸的第一预训练图像；

数据集生成模块，用于根据第一预训练图像包含的白细胞类型将所有的所述第一预训练图像进行标注分类，并根据标注分类结果将所有的第一预训练图像制成数据集，以根据所述数据集对预设初始白细胞分类模型进行训练，得到最终白细胞分类模型。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1－7任一所述的白细胞分类模型用数据集的生成方法。

10.一种计算机设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1－7任一所述的白细胞分类模型用数据集的生成方法。