1.一种心电图图像识别方法，应用于服务终端，其特征在于，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述方法包括：
将输入的心电图图像分成多个图像片段；
利用所述心电图深度学习模型对所述多个图像片段进行特征提取；
根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息。
2.如权利要求1所述的心电图图像识别方法，其特征在于，所述将输入的心电图分成多个图像片段之前还包括步骤：
预设深度学习模型；
根据多个种类的已有的心电图图像，利用深度学习方法，对所述深度学习模型进行训练，获取心电图深度学习模型。
3.如权利要求2所述的心电图图像识别方法，其特征在于，所述对所述深度学习模型进行训练，获取心电图深度学习模型的步骤包括：
将所述已有的心电图图像分成多个图像数据；
利用深度学习模型，提取所述多个图像数据的特征；
根据提取的所述多个图像数据的特征，利用所述深度学习模型，对所述多个图像数据进行分类以获得心电图深度学习模型。
4.如权利要求1所述的心电图图像识别方法，其特征在于，所述根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息的步骤包括：
根据提取的所述特征，利用心电图深度学习模型匹配出所述特征所属的分类；
根据所述特征所属的分类得到心电图图像的信息。
5.一种心电图图像识别装置，应用于服务终端，其特征在于，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述装置包括：
拆分模块，用于将输入的心电图图像分成多个图像片段；
第一提取模块，用于利用所述心电图深度学习模型对所述多个图像片段进行特征提取；
识别模块，用于根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息。
6.如权利要求5所述的心电图图像识别装置，其特征在于，所述心电图图像识别装置还包括：
预设模块，用于预设深度学习模型；
训练模块，用于根据多个种类的已有的心电图图像，利用深度学习方法，对所述深度学习模型进行训练，获取心电图深度学习模型。
7.如权利要求6所述的心电图图像识别装置，其特征在于，所述训练模块包括：
分割模块，用于将所述已有的心电图图像分成多个图像数据；
第二提取模块，用于利用深度学习模型，提取所述多个图像数据的特征；
分类模块，用于根据提取的所述多个图像数据的特征，利用所述深度学习模型，对所述多个图像数据进行分类以获得心电图深度学习模型。
8.如权利要求5所述的心电图图像识别装置，其特征在于，所述识别模块还包括：
匹配模块，用于根据提取的所述特征，利用心电图深度学习模型匹配出所述特征所属的分类；
获取模块，用于根据所述特征所属的分类得到心电图图像的信息。
9.一种服务终端，其特征在于，所述服务终端包括心电图深度学习模型，所述服务终端用于心电图图像的输入，所述服务终端包括：
存储器；
处理器；以及
心电图图像识别装置，所述心电图图像识别装置安装于所述存储器并包括一个或多个由所述处理器执行的软件功能模块，所述心电图图像识别装置包括：
拆分模块，用于将输入的心电图图像分成多个图像片段；
第一提取模块，用于利用所述心电图深度学习模型对所述多个图像片段进行特征提取；
识别模块，用于根据提取的所述特征，利用心电图深度学习模型识别所述多个图像片段中每一个图像片段以获得所述输入的心电图图像的信息。
10.如权利要求9所述的服务终端，其特征在于，所述心电图图像识别装置还包括预设模块、训练模块，所述预设模块用于预设深度学习模型，所述训练模块用于根据多个种类的已有的心电图图像，利用深度学习方法，对所述深度学习模型进行训练，获取心电图深度学习模型；所述训练模块还包括分割模块、第二提取模块和分类模块，所述分割模块用于将所述已有的心电图图像分成多个图像数据，所述第二提取模块用于利用深度学习模型，提取所述多个图像数据的特征，所述分类模块用于根据提取的所述多个图像数据的特征，利用所述深度学习模型，对所述多个图像数据进行分类以获得心电图深度学习模型，所述识别模块还包括匹配模块和获取莫夸，所述匹配模块用于根据提取的所述特征，利用心电图深度学习模型匹配出所述特征所属的分类，所述获取模块用于根据所述特征所属的分类得到心电图图像的信息。