1.一种呼吸系统肺结节肿瘤细胞影像检测方法，其特征在于，包括如下操作步骤：

获取待识别医学影像，对待识别医学影像进行转化待识别灰度图像；

对所述待识别灰度图像进行预处理；利用基于区域生长算法对待识别灰度图像进行病变点种子定位，得到待识别灰度图像中的病变点种子；根据待识别灰度图像的病变点种子位置进行基于区域生长算法的分割处理，识别得到若干个待识别医学影像块；

将所述基于所述待识别医 学影像块作为最终分割结果；

对所述待识别灰度图像进行预处理；利用基于区域生长算法对待识别灰度图像进行病变点种子定位，得到待识别灰度图像中的病变点种子；根据待识别灰度图像的病变点种子位置进行基于区域生长算法的分割处理，识别得到若干个待识别医学影像块，具体包括如下操作步骤：对所述待识别灰度图像进行预处理划分网格，得到N×N个网格图像；每个所述网格图像内覆盖有多个像素点；对所述各个网格图像进行像素点亮度的聚类，使每个所述网格图像得到若干个不同的亮度的像素点亮度簇，对所述像素点亮度簇选取最高像素点亮度簇进行后续操作；

通过所述区域生长算法对所述各个网格图像的最高像素点亮度簇确定为病变点种子；

在对当前待识别灰度图像的网格图像进行区域生长处理时，选取网格图像中间区域的一个病变点种子，对该病变点种子的相邻网格图像的同样最高像素点亮度簇对应的病变点种子进行扩散，判断比较该病变点种子的区域亮度簇级别和相邻网格图像对应的病变点种子的区域亮度簇级别，若该病变点种子的区域亮度簇级别相对更高，则将相邻网格图像对应的病变点种子进行作为当前病变点种子的从属病变点种子；若该病变点种子的区域亮度簇级别相对小于或者等于相邻网格图像对应的病变点种子的区域亮度簇级别，则判定该病变点种子的区域生长操作停止处理；

根据所述从属病变点种子对相邻网格图像对应的病变点种子进行扩散，比较从属病变点种子和该从属病变点种子的相邻网格图像对应的病变点的区域亮度簇级别，若所述从属病变点种子的区域亮度簇级别高于相邻网格图像对应的病变点种子的区域亮度簇级别，则从属病变点种子的相邻网格图像对应的病变点种子作为该从属病变点种子的子从属病变点种子；若小于或者等于相邻网格图像对应的病变点种子的区域亮度簇级别，则该从属病变点种子的区域生长操作停止处理；

若当前病变点种子停止扩散，则重复上述步骤直到所有网格图像进行病变点种子扩散完成，并根据所选择的多个病变点种子的扩散范围进行分割图像，得到若干待识别医学影像块。

2.根据权利要求1所述一种呼吸系统肺结节肿瘤细胞影像检测方法，其特征在于，所述对该病变点种子的相邻网格图像的同样最高像素点亮度簇对应的病变点种子进行扩散，判断比较该病变点种子的区域亮度簇级别和相邻网格图像对应的病变点种子的区域亮度簇级别，若该病变点种子的区域亮度簇级别相对更高，则将相邻网格图像对应的病变点种子进行作为当前病变点种子的从属病变点种子，具体操作步骤如下：在判断该病变点种子的区域亮度簇级别大于相邻病变点种子的区域亮度簇级别时进行生长扩散；判断所述病变点种子的区域亮度簇级别与生长扩散的相邻病变点种子的区域亮度簇级别的等级差；

进一步判断病变点种子的区域亮度簇级别与生长扩散的相邻病变点种子的区域亮度簇级别的等级差判断是否大于预设等级差阈值o；当该病变点种子的区域亮度簇级别与生长扩散的相邻病变点种子的区域亮度簇级别的等级差判断大于或等于预设等级差阈值o时，则判定当前生长扩散的相邻病变点种子不符合生长扩散条件；当该病变点种子的区域亮度簇级别与生长扩散的相邻病变点种子的区域亮度簇级别的等级差判断小于预设等级差阈值o时，则判定当前生长扩散的相邻病变点种子符合生长扩散条件，对所述相邻病变点种子进行生长扩散，作为从属病变点种子；

当该病变点种子生长终止时，对该病变点种子的生长区域进行标记为老的病变点种子；重新选择病变点种子进行新的生长扩散，老的病变点种子将对其排除掉，当新的病变点种子生长接触到老的病变点种子时，所述新的病变点种子该生长方向停止生长。

3.根据权利要求2所述一种呼吸系统肺结节肿瘤细胞影像检测方法，其特征在于，所述重新选择病变点种子进行新的生长扩散，老的病变点种子将对其排除掉，当新的病变点种子生长接触到老的病变点种子时，所述新的病变点种子停止生长，具体操作步骤如下：选择新的病变点种子时，按照所述病变点种子的区域亮度簇级别进行判断选择病变点种子，选择最高级别的病变点种子的区域亮度簇级别作为候选病变点种子；多个网格图像最高级别的病变点种子的区域亮度簇级别相同，得到多个候选病变点种子；

进一步计算所述多个候选病变点种子是否存在图像网络的边界区域；通过所述候选病变点种子计算与待识别灰度图像的图像边界的切比雪夫距离，根据多个方向的切比雪夫距离选取候选病变点种子到图像边界最短切比雪夫距离的方向；若所述候选病变点种子存在多个最短切比雪夫距离的方向，则任选一个最短切比雪夫距离方向；

对所有的候选病变点种子的最短切比雪夫距离方向进行排序，选取所有候选病变点种子的最短切比雪夫距离方向中最长的切比雪夫距离方向的候选病变点种子作为新的病变点种子；若同时存在多个最长的切比雪夫距离方向的候选病变点种子，则对比候选病变点种子在在网格图像中顺序位置，以顺序位置进行选择新的病变点种子。

4.根据权利要求3所述一种呼吸系统肺结节肿瘤细胞影像检测方法，其特征在于，所述多个候选病变点种子多次选取种植后，最后的最高级别的病变点种子生长扩散，如下操作步骤：当所述新的病变点种子不断选取后，剩余最后的最高级别的病变点种子的区域亮度簇级别接近图像边界位置时，则对最后的最高级别的病变点种子做除图像边界方向外的所有方向进行生长扩散；当所述最后的最高级别的病变点种子生长接触到老的病变点种子生长区域时，则对最后的最高级别的病变点种子接触到老的病变点种子生长区域的生长方向停止生长。

5.根据权利要求4所述一种呼吸系统肺结节肿瘤细胞影像检测方法，其特征在于，通过所述候选病变点种子计算与待识别灰度图像的图像边界的切比雪夫距离，具体操作步骤如下：所述确定各个候选病变点种子网格图像位置和所述待识别灰度图像的图像边界位置，对所述候选病变点种子网格图像位置和所述图像边界的相应位置计算切比雪夫距离；

计算所述候选病变点种子网格图像的斜邻域方向，其中，候选病变点种子网格图像位置W（x1、x2、x3⋯xn），图像边界位置N（y1、y2、y3⋯yn），所述斜邻域方向为Max（|x1‑y1|，|x2‑y2|），通过所述斜邻域方向计算与图像边界的切比雪夫距离：SWN=MAX|（|x1‑y1|，|x2‑y2|）‑|xn‑yn||；

式中，SWN为候选病变点种子网格图像的斜邻域方向到图像边界的切比雪夫距离，|xn‑yn|为方向延伸位移；

通过所述候选病变点种子网格图像位置W（x1、x2、x3⋯xn），图像边界位置N（y1、y2、y3⋯yn）进一步计算候选病变点种子网格图像位置的正邻域方向，所述正邻域方向为Min（x1，y2），所述正邻域方向计算与图像边界的切比雪夫距离：CWN=MIN|（x1，y2）‑|xn‑yn||；

式中，CWN为候选病变点种子网格图像的正邻域方向到图像边界的切比雪夫距离，|xn‑yn|为方向延伸位移；

其中，x1为候选病变点种子在候选病变点种子网格图像位置的第一维坐标向量；

x2为候选病变点种子在候选病变点种子网格图像位置的第二维坐标向量；

x3为候选病变点种子在候选病变点种子网格图像位置的第三维坐标向量；

xn为候选病变点种子在候选病变点种子网格图像位置的第n维坐标向量；

y1为图像边界位置的第一维坐标向量；

y2为图像边界位置的第二维坐标向量；

y3为图像边界位置的第三维坐标向量；

yn为图像边界位置的第n维坐标向量；

通过所述计算所有候选病变点种子网格图像的各正邻域方向切比雪夫距离与各邻域方向切比雪夫距离，进行选取各候选病变点种子网格图像的最短切比雪夫距离，最通过各候选病变点种子网格图像的最短切比雪夫距离选取最长的切比雪夫距离的候选病变点种子网格图像，作为新的病变点种子进行生长扩线。

6.一种存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1‑5任一项所述的一种呼吸系统肺结节肿瘤细胞影像检测方法的步骤。