1.一种肺部医疗影像优化分割方法，其特征在于，包括以下步骤：获取肺部CT图像；

设置簇类个数为2，将CT图像经聚类算法分割获取骨骼区域和肺部区域；

对肺部区域通过设置不同簇类个数对其进行分割获取每个簇类个数分别对应的多个类别图像；

对任意簇类个数对应的每个类别图像进行连通域检测获取多个连通域；

对每个连通域进行凸包检测获取每个连通域对应的凸包边缘；

获取每个连通域上与其对应的凸包边缘上所有重合点；根据每个连通域中任意相邻两个重合点间的像素点数量获取每个连通域中任意相邻两个重合点间的差异程度；

根据每个连通域中所有相邻两个重合点间的差异程度中的最大值，及每个连通域的面积和每个连通域对应凸包的面积获取每个连通域的气管相似度；依次获取每个类别图像对应每个连通域的气管相似度；

根据每个类别图像对应每个连通域的气管相似度获取每个类别图像的气管分割程度；

同理，获取每个簇类个数分别对应的每个类别图像的气管分割程度；

获取最大的气管分割程度对应的簇类个数作为分割肺部区域最优的簇类个数；

利用最优的簇类个数对肺部区域进行分割获取肺部分割图；

将肺部分割图与骨骼区域结合获取肺部CT图像的最优分割图像。

2.根据权利要求1所述的一种肺部医疗影像优化分割方法，其特征在于，每个类别图像是按照以下步骤获取：对肺部区域通过设置不同簇类个数对其进行分割获取每个簇类个数分别对应多个类别像素点集合；将每个类别中像素点的像素值设为1，其他像素点的像素值设为0获取每个类别对应的二值掩膜；

根据每个类别对应的二值掩膜与CT图像相乘获取每个类别图像；

依次获取每个簇类个数分别对应的多个类别图像。

3.根据权利要求1所述的一种肺部医疗影像优化分割方法，其特征在于，每个连通域中任意相邻两个重合点间的差异程度是按照以下步骤获取：根据每个连通域中任意相邻两个重合点间的像素点数量，获取相邻两个重合点间的像素点数量的最大值；以及相邻两个重合点间的像素点数量的最小值；

根据任意相邻两个重合点间的像素点数量，及相邻两个重合点间的像素点数量的最大值和相邻两个重合点间的像素点数量的最小值，获取每个连通域中任意相邻两个重合点间的差异程度。

4.根据权利要求1所述的一种肺部医疗影像优化分割方法，其特征在于，每个连通域的气管相似度计算公式如下：式中，表示每个连通域的气管相似度； 为每个连通域中所有相邻两个重合点间的差异程度中的最大值； 表示连通域 的面积； 为连通域 对应的凸包 的面积；为

0.7，为0.3；其中， 表示第i个类别图像对应的第n个连通域； 表示第i个类别图像对应的第n个连通域对应的凸包。

5.根据权利要求1所述的一种肺部医疗影像优化分割方法，其特征在于，每个类别图像的气管分割程度是按照以下步骤获取：根据每个类别图像对应每个连通域的气管相似度，获取相似度大于或等于预设阈值的所对应的连通域；

根据每个气管相似度大于或等于预设阈值对应的连通域，及该连通域对应类别图像中所有气管相似度大于或等于预设阈值对应连通域的数量，获取每个类别图像的气管分割程度。