1.一种基于改进图像分割算法的肺癌影像病变区域划分方法，其特征在于，包括如下步骤：
步骤一，数据采集，采集肺部影像，形成肺部影像数据集，并对采集到的肺部影像数据进行预处理；
步骤二，将预处理后的肺部影像数据集输入到癌变检测、分类模型中，对癌变影像中的癌变区域和非癌变区域进行识别和分类，分别得到识别结果和分类结果；
步骤三，将检测结果和分类结果进行联合，得到最终的识别结果；
步骤四，根据识别结果分别得到肺部影像中的癌变区域和非癌变区域。
2.根据权利要求1所述的一种基于改进图像分割算法的肺癌影像病变区域划分方法，其特征在于，所述的对采集到的肺部影像数据进行预处理包括如下过程：
对采集的肺部影像进行图像分割，将每张肺部影像均分为n张切片，并以肺部影像几何中心为图像中心再切分出与均分的n张切片同样大小的切片，得到第n+1张切片，用深度学习方法对切片处理后的图像数据进行预处理，将切分得到的图像利用opencv库自带重置函数进行图像大小重置，同时将图像数据进行归一化，完成图像的预处理器。
3.根据权利要求2所述的一种基于改进图像分割算法的肺癌影像病变区域划分方法，其特征在于，所述的将预处理后的肺部影像数据集输入到癌变检测、分类模型中，对癌变影像中的癌变区域和非癌变区域进行识别和分类，分别得到识别结果和分类结果，包括如下过程：
将预处理后的肺部影像数据集输入到癌变检测、分类模型中时，先将图像缩放到检测模型设定的大小，提取图像特征图，将图像特征图切分成与肺部影像相同数量的切分图，通过检测算法检测到癌变图像在哪个切分图中，则将该切分图对应的肺部影像切片提取出来，直到提取出所有的包含癌变图像的切片，得到癌变区域切片和非癌变区域切片；
对提取出的癌变区域切片按照肺部影像位置进行组合，组合后再次进行切片，对每个切片均分为4个切片，得到二次切分图，再次提取图像特征图，将图像特征图切分成与二次切分图相同数量的切分图，通过检测算法检测到癌变图像在哪个切分图中，则将该切分图对应的肺部影像切片提取出来，直到提取出所有的包含癌变图像的切片，得到癌变区域切片和非癌变区域切片；
重复以上过程，直到得到非癌变区域切片与癌变区域切片的比例小于设定值，则完成癌变区域与非癌变区域的检测；
通过分类算法对第n+1张切片进行分类检测，识别出癌变区域和非癌变区域；若第n+1张切片中未识别到非癌变区域，则对该切片的邻接的切片分别进行检测，若邻接切片检测到癌变区域，则同样检测该切片的邻接切片，重复上述检测步骤，直到邻接的切片中未识别到癌变区域，则停止识别；
若第n+1张切片中识别到非癌变区域，则对该切片的癌变区域邻接的切片分别进行检测，若邻接切片检测到癌变区域，则同样检测该切片的邻接切片，重复上述检测步骤，直到邻接的切片中未识别到癌变区域，则停止识别；
若第n+1张切片中未识别到非癌变区域，则对该切片邻接的切片分别进行检测，直到检测到包含癌变区域的邻接切片，以该邻接切片为中心，检测该切片的邻接切片，若邻接切片检测到癌变区域，则同样检测该邻接切片的邻接切片，重复上述检测步骤，直到邻接的切片中未识别到癌变区域，则停止识别；经过上述步骤，得到分类识别出的癌变区域。
4.根据权利要求3所述的一种基于改进图像分割算法的肺癌影像病变区域划分方法，其特征在于，所述的将检测结果和分类结果进行联合，得到最终的识别结果，包括如下过程：
将检测算法识别出的癌变区域与分类算法识别出的癌变区域进行叠加，重合的部分即为癌变区域，肺部影像中去除癌变区域的图像即为非癌变区域。