1.一种基于大数据的锥束CT散射校正系统，其特征在于，包括：
锥束CT系统，与计算机系统相连，用于采集患者被测部位的原始投影，并将采集到的原始投影发送至计算机系统；
计算机系统，包括散射数据库用于存储若干患者信息和被测部位的外形信息及其对应的散射数据；所述计算机系统，用于接收输入的患者信息和被测部位的外形信息以及接收所述锥束CT系统采集的原始投影，用于根据接收到的患者信息和被测部位的外形信息在散射数据库中调取相近的散射数据，用于对调取到的散射数据进行调整后形成各投影角度下的散射投影贡献，用于在原始投影中减去所述散射投影贡献后进行初步模型重建，用于采用基于蒙特卡洛方法的迭代法进行精确模型重建和计算出对应的散射数据，并对计算出的散射数据进行存储从而更新散射数据库。
2.如权利要求1所述的基于大数据的锥束CT散射校正系统，其特征在于，所述计算机系统包括本地计算机以及云服务器，所述本地计算机通过网络连接于所述云服务器，所述本地计算机包括本地散射数据库，所述云服务器包括云散射数据库。
3.如权利要求1或2所述的基于大数据的锥束CT散射校正系统，其特征在于，所述锥束CT系统包括X射线焦点和平板探测器，被测对象处于X射线焦点和平板探测器之间，所述X射线焦点与被测对象之间依次设置本征过滤器、前准直器和蝴蝶结补偿器，被测对象与平板探测器之间设置防散栅。
4.一种基于大数据的锥束CT散射校正方法，其特征在于，通过如权利要求1所述的校正系统予以实现，包括以下步骤：
1）收集被测对象的患者信息以及采集被测对象的患者被测部位的外形信息；
2）通过锥束CT系统对被测对象的患者被测部位进行断层扫描以获得原始投影；
3）根据患者信息和被测部位的外形信息在散射数据库中调取相近的散射数据，对调取到的散射数据进行调整后形成各投影角度下的散射投影贡献；
4）在原始投影中减去所述散射投影贡献后进行初步模型重建；
5）采用基于蒙特卡洛方法的迭代法进行精确模型重建和计算出对应的散射数据；
6）对计算出的散射数据进行存储从而更新散射数据库。
5.一种基于大数据的锥束CT散射校正方法，其特征在于，通过如权利要求2所述的校正系统予以实现，包括以下步骤：
11）收集被测对象的患者信息以及采集被测对象的患者被测部位的外形信息；
12）通过锥束CT系统对被测对象的患者被测部位进行断层扫描以获得原始投影；
13）本地计算机根据患者信息和被测部位的外形信息在本地散射数据库中调取相近的散射数据，对调取到的散射数据进行调整后形成各投影角度下的散射投影贡献；
14）本地计算机在原始投影中减去所述散射投影贡献后进行初步模型重建；
15）将被测对象的患者信息、被测部位的外形信息和原始投影数据发送至云服务器；
16）云服务器采用基于蒙特卡洛方法的迭代法进行精确模型重建和计算出对应的散射数据；
17）云服务器对计算出的散射数据进行存储从而更新云散射数据库；
18）本地计算机下载步骤17中云服务器计算出的散射数据并进行存储从而更新本地散射数据库。
6.如权利要求5所述的基于大数据的锥束CT散射校正方法，其特征在于，在所述步骤15之前还有以下步骤：
151）本地计算机判断是否与云服务器通过网络连通，如果判断结果为是，则进入步骤15；如果判断结果为否，则进入步骤152；
152）本地计算机采用基于蒙特卡洛方法的迭代法进行精确模型重建和计算出对应的散射数据；
153）本地计算机对计算出的散射数据进行存储从而更新本地散射数据库，并在本地计算机与云服务器的网络连通后将计算出的散射数据上传至云服务器进行存储从而更新云散射数据库。
7.如权利要求5或6所述的基于大数据的锥束CT散射校正方法，其特征在于，所述患者信息包括患者的民族、籍贯、姓氏、年龄、体重和身高。
8.如权利要求5或6所述的基于大数据的锥束CT散射校正方法，其特征在于，在所述步骤11中，通过定位像或摄像头采集被测对象的被测部位的外形信息。
9.如权利要求5或6所述的基于大数据的锥束CT散射校正方法，其特征在于，在所述步骤13中，对调取到的散射数据的调整包括平移、旋转、缩放和内插。