1.一种多参数磁共振图像中前列腺癌的处理方法，其特征在于，包括以下步骤：获取包含前列腺区域的多参数磁共振图像序列，所述多参数磁共振图像序列包括表观弥散系数图像序列、弥散加权图像序列以及T2加权图像序列；

对所述多参数磁共振图像序列进行预处理，所述预处理包括将所述多参数磁共振图像序列中不同图像序列的图像裁切成相同大小并进行强度归一化，再将所述表观弥散系数图像序列和所述弥散加权图像序列配准到所述T2加权图像序列中；

基于预设特征提取网络模型分别提取所述表观弥散系数图像序列、所述弥散加权图像序列以及所述T2加权图像序列中的不同层级特征图，分别得到表观弥散系数特征图、弥散加权特征图以及T2加权特征图；

将所述T2加权图像序列作为所述预设特征提取网络模型的输入，经处理得到前列腺分割掩膜、中央带腺体分割掩膜以及外周带分割掩膜；串联所述表观弥散系数特征图、所述弥散加权特征图、所述T2加权特征图、所述前列腺分割掩膜、所述中央带腺体分割掩膜以及所述外周带分割掩膜，构成串联特征图；

对所述串联特征图通过注意力机制进行处理，得到融合特征图；

对所述融合特征图通过预设检测网络架构同时进行评估分类、病变检测以及病变分割，得到最终的检测结果。

2.如权利要求1所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述预设特征提取网络模型包括卷积注意力模块、第一语义分割网络以及第二语义分割网络，所述卷积注意力模块包括通道注意力模块和空间注意力模块。

3.如权利要求2所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述卷积注意力模块满足下列关系式：其中， 表示逐元素乘法，F″表示最终的细化输出，Mc表示通道注意力，Ms表示空间注意力，F表示通道注意力的输入，F’表示通道注意力的输出。

4.如权利要求3所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述通道注意力模块满足下列关系式：其中，σ表示sigmoid激活函数， 表示W0是一个C/r×C的矩阵，表示W1是一个C×C/r的矩阵，AvgPool表示平均池化层，MaxPool表示最大池化层，MLP表示多层感知器， 表示AvgPool(F)的计算结果， 表示MaxPool(F)的计算结果。

5.如权利要求4所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述空间注意力模块满足下列关系式：

7×7

其中，f 表示核大小为7×7的卷积。

6.如权利要求2所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述T2加权图像序列作为所述预设特征提取网络模型的输入，经处理得到所述前列腺分割掩膜、所述中央带腺体分割掩膜以及所述外周带分割掩膜的处理过程包括：将所述T2加权图像序列作为所述预设特征提取网络模型中所述第一语义分割网络的输入，得到所述前列腺分割掩膜；

将所述T2加权图像序列以及所述前列腺分割掩膜作为所述预设特征提取网络模型中所述第二语义分割网络的输入，得到中央带腺体分割掩膜；

通过从所述前列腺分割掩膜减去所述中央带腺体分割掩膜来计算得到所述外周带分割掩膜。

7.如权利要求1所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述注意力机制采用ECANet。

8.如权利要求1所述的多参数磁共振图像中前列腺癌的处理方法，其特征在于，所述预设检测网络架构为Retina U‑Net。

9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多参数磁共振图像中前列腺癌的处理程序，所述处理器执行所述多参数磁共振图像中前列腺癌的处理程序时实现如权利要求1至8中任意一项所述的多参数磁共振图像中前列腺癌的处理方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有多参数磁共振图像中前列腺癌的处理程序，所述多参数磁共振图像中前列腺癌的处理程序被处理器执行时实现如权利要求1至8中任意一项所述的多参数磁共振图像中前列腺癌的处理方法中的步骤。