1.一种多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述系统包括：特征分析模块，用于基于对用户冠状动脉的光学相干断层扫描影像中血管壁和血管腔的结构分析，确定血管壁中的异常存在区域；根据纤维帽的像素梯度特征和灰度特征确定异常存在区域中的纤维帽区域，将血管壁中位于纤维帽区域后方的图像区域记为纤维帽后方；

影像融合模块，用于根据纤维帽后方的信号衰弱信息并结合近红外光谱数据中的脂质分布概率确定纤维帽后方的脂质核心异常区域；用于根据用户冠状动脉的血管内超声影像对于脂质核心异常区域的图像特征，确定光学相干断层扫描影像中的目标异常区域。

2.根据权利要求1所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述基于对用户冠状动脉的光学相干断层扫描影像中血管壁和血管腔的结构分析，确定血管壁中的异常存在区域，包括：获取用户冠状动脉的光学相干断层扫描影像并提取其中的血管壁和血管腔，确定血管壁与血管腔之间的血管壁接合部位；

确定经过血管腔中心和血管壁接合部位的像素点直线，将血管壁上的像素点直线部分中的各个像素点线段作为血管壁像素点段；

利用血管壁像素点段上的灰度值确定血管壁像素点段的结构完整性，利用结构完整性确定血管壁中的异常存在区域。

3.根据权利要求2所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述利用血管壁像素点段上的灰度值确定血管壁像素点段的结构完整性，包括：获取血管壁像素点段的灰度值拟合曲线，确定对应的一阶导函数曲线；

确定一阶导函数曲线中的各个极大值点与纵坐标均值之间的比值均值，确定灰度值拟合曲线中的最大值点与曲线起点之间的时间横坐标差值；

利用所述比值均值和所述时间横坐标差值，确定血管壁像素点段的结构完整性。

4.根据权利要求2所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述利用结构完整性确定血管壁中的异常存在区域，包括：确定结构完整性小于预设完整阈值的第一血管壁像素点段，确定第一血管壁像素点段中属于血管壁接合部位的第二血管壁像素点段；

将第二血管壁像素点段在血管壁上的连通域作为血管壁中的异常存在区域。

5.根据权利要求1所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述根据纤维帽的像素梯度特征和灰度特征确定异常存在区域中的纤维帽区域，包括：确定经过血管腔中心和异常存在区域的像素点直线，将异常存在区域的像素点直线部分中的各个像素点线段作为深度线段；

利用深度线段中的像素点梯度值和像素点灰度值，确定异常存在区域中的纤维帽区域。

6.根据权利要求5所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述利用深度线段中的像素点梯度值和像素点灰度值，确定异常存在区域中的纤维帽区域，包括：确定深度线段中的像素点梯度值的极大值点，将任意极大值点作为第一分割点以及将第一分割点之后的任意极大值点作为第二分割点；

确定第一分割点和第二分割点之间的像素点梯度均值和像素点灰度均值以及二者的梯度‑灰度比值；

利用像素点梯度均值和梯度‑灰度比值确定深度线段的损失值，确定损失值最小时对应深度线段中的第一分割点和第二分割点；

利用损失值最小时对应深度线段中的第一分割点和第二分割点，确定异常存在区域中的纤维帽区域。

7.根据权利要求1所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述根据纤维帽后方的信号衰弱信息并结合近红外光谱数据中的脂质分布概率确定纤维帽后方的脂质核心异常区域，包括：将近红外光谱数据图谱与光学相干断层扫描影像对齐，得到对齐后近红外光谱数据图谱中的纤维帽后方像素点；

确定纤维帽后方的信号衰弱率，结合纤维帽后方像素点的脂质分布概率均值得到纤维帽后方的脂质衰弱率；

将脂质衰弱率大于预设衰弱阈值的纤维帽后方作为纤维帽后方的脂质核心异常区域。

8.根据权利要求7所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述确定纤维帽后方的信号衰弱率，包括：确定纤维帽后方像素点的灰度值、梯度值以及与血管腔中心点之间的像素距离；

按照像素距离从小到大分别排列各个灰度值和各个梯度值，得到灰度值拟合曲线和梯度值拟合曲线；

利用灰度值拟合曲线和梯度值拟合曲线各自的平均斜率绝对值，确定纤维帽后方的信号衰弱率。

9.根据权利要求1所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述根据用户冠状动脉的血管内超声影像对于脂质核心异常区域的图像特征，确定光学相干断层扫描影像中的目标异常区域，包括：将用户冠状动脉的血管内超声影像与光学相干断层扫描影像对齐，确定对齐后的血管内超声影像中的脂质核心异常区域并记为超声脂质核心异常区域；

确定经过血管腔中心和超声脂质核心异常区域的像素点直线，确定超声脂质核心异常区域的像素点直线部分中的各个像素点直线段；

利用像素点直线段中的梯度值和灰度值，确定光学相干断层扫描影像中的目标异常区域。

10.根据权利要求9所述的多模态影像融合的冠脉病灶区域识别系统，其特征在于，所述利用像素点直线段中的梯度值和灰度值，确定光学相干断层扫描影像中的目标异常区域，包括：确定像素点直线段中的梯度值极大值点以及梯度值极大值点两侧的灰度值均值的差值；

利用梯度值极大值点和其两侧的灰度值均值的差值，确定梯度值极大值点的分割点系数；

确定分割点系数最大的梯度值极大值点并作为目标极大值点，将各个像素点直线段的目标极大值点拟合并投影至光学相干断层扫描影像得到目标异常区域。