1.用于妇产科的腹部B超数据智能分析系统，其特征在于，该系统包括以下模块：图像采集模块，用于通过医用B超仪对妇产科患者进行超声检测，获取患者腹部的超声图像；

图像分析模块，用于根据超声图像中像素点之间的灰度差异获取像素点的梯度因子，并通过对超声图像进行区域分割，得到若干区域，根据梯度因子、所述区域的灰度水平以及区域边缘分布情况，获取超声图像中的交界线以及交界线的起始点和结束点，根据交界线中从起始点到结束点之间所有像素点在竖直方向上的灰度变化情况，获取交界区域像素点集合；

算法优化模块，用于结合交界区域像素点集合中像素点的位置信息，对伽马变换算法中的伽马参数的取值方式进行优化，得到优化后的伽马变换算法；

图像增强模块，用于通过优化后的伽马变换算法对超声图像进行增强；

所述结合交界区域像素点集合中像素点的位置信息，对伽马变换算法中的伽马参数的取值方式进行优化，得到优化后的伽马变换算法，包括的具体方法为：获取交界区域像素点集合中所有像素点的坐标形成的集合，记为交界坐标集合；

利用交界坐标集合中的坐标信息对伽马变换进行优化，得到优化后的伽马变换算法；

所述优化后的伽马变换算法的具体表达式为：

其中， 表示超声图像中位于 的像素点经过变换后的灰度值；为预设的超参数， 为超声图像中位于 的像素点在伽马变换时的伽马参数； 表示超声图像中位于 的像素点的灰度值；

在伽马变换时的伽马参数，还包括根据像素点的位置信息判断伽马参数的取值；

所述根据像素点的位置信息判断伽马参数的取值，包括的具体方法为：

当像素点的坐标属于交界坐标集合中时，使伽马变换算法的伽马参数为1；当像素点的坐标不属于交界坐标集合中时，使伽马变换算法的伽马参数为预设值。

2.根据权利要求1所述用于妇产科的腹部B超数据智能分析系统，其特征在于，获取患者腹部的超声图像后，还包括通过语义分割算法获取超声图像中的目标区域和非目标区域，所述目标区域为超声图像中的胎儿区域，所述非目标区域为超声图像中胎儿区域以外的区域。

3.根据权利要求2所述用于妇产科的腹部B超数据智能分析系统，其特征在于，所述根据超声图像中像素点之间的灰度差异获取像素点的梯度因子，并通过对超声图像进行区域分割，得到若干区域，根据梯度因子、所述区域的灰度水平以及区域边缘分布情况，获取超声图像中的交界线以及交界线的起始点和结束点，包括的具体方法为：根据任意像素点与相邻像素点之间的灰度差值，获取所述任意像素点的梯度因子；

对超声图像进行区域分割，得到若干区域，基于所述区域的灰度水平、大小以及所述区域与目标区域的边缘处像素点的灰度值，获取判定梯度值；

当像素点的梯度因子大于判定梯度值时，将所述像素点记为标记点，获取所有标记点构成的两条曲线，记为交界线，获取两条交界线的像素点之间的欧氏距离，将欧氏距离最近的两对像素点，分别记为起始点对和结束点对，所述起始点对包括两个起始点，所述结束点对包括两个结束点。

4.根据权利要求3所述用于妇产科的腹部B超数据智能分析系统，其特征在于，所述对超声图像进行区域分割，得到若干区域，基于所述区域的灰度水平、大小以及所述区域与目标区域的边缘处像素点的灰度值，获取判定梯度值，包括的具体方法为：使用分水岭方法对超声图像进行区域分割，得到若干区域，获取每个区域中所有像素点的平均灰度记为对应区域的整体灰度，将面积最大且整体灰度最小的区域记为目标背景，将目标背景的整体灰度记为第一灰度；

获取分水岭算法分割对超声图像分割后所有区域对应边缘处的像素点，记为疑似边缘点，获取目标区域的边缘上所有疑似边缘点的平均灰度，记为第二灰度；

将第二灰度与第一灰度的差值作为判定梯度值。

5.根据权利要求1所述用于妇产科的腹部B超数据智能分析系统，其特征在于，所述根据交界线中从起始点到结束点之间所有像素点在竖直方向上的灰度变化情况，获取交界区域像素点集合，包括的具体方法为：获取实际交界点；

将起始点对中的两个起始点进行连接，以此类推，将结束点对中的两个结束点也进行连接，获取由起始点对、结束点对以及所有实际交界点形成的闭合区域中所有像素点形成的集合，记为交界区域像素点集合。

6.根据权利要求5所述用于妇产科的腹部B超数据智能分析系统，其特征在于，所述实际交界点的具体获取方法为：将位于交界线中从起始点到结束点之间的任意像素点记为目标点，获取以目标点为中间像素点，且在竖直方向上的A个像素点的灰度值形成的序列，记为灰度纵列，得到若干个灰度纵列，灰度纵列的数量等于从起始点到结束点之间的列数，其中A为预设参数；

获取任意灰度纵列中每个元素的二阶导数值，将二阶导数值大于0的元素所对应的像素点，记为实际交界点。