1.一种视网膜神经纤维层数据校正方法，其特征在于，包括：
获取受试者的rnfl实测数据及受试者属性信息；其中，所述受试者属性信息包括性别、年龄、眼轴长度、黄斑视盘夹角度数、gamma弧宽度、beta弧宽度和bruchs膜开口平均直径；
根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量；
利用所述各rnfl实测数据对应的补偿量，对所述rnfl实测数据进行校正，以得到对应的目标rnfl数据。
2.根据权利要求1所述的方法，其特征在于，所述rnfl实测数据至少包括颞上峰厚度、鼻上峰厚度、颞下峰厚度、颞下峰厚度与颞上峰厚度比、颞上峰位置、鼻上峰位置、颞下峰位置及颞上峰与颞下峰之间的夹角度数，所述获取受试者的rnfl实测数据，包括：
获取所述受试者的rnfl扫描图像；
从所述rnfl扫描图像对应的上半视野0°-120°中筛选颞上峰厚度，将所述颞上峰厚度对应的视野度数，确定为所述颞上峰位置；
从所述rnfl扫描图像对应的上半视野120°-180°中筛选鼻上峰厚度，将所述鼻上峰厚度对应的视野度数，确定为所述鼻上峰位置；
从所述rnfl扫描图像对应的下半视野250°-360°中筛选颞下峰厚度；将所述颞下峰厚度对应的视野度数，确定为所述颞下峰位置。
3.根据权利要求1所述的方法，当所述rnfl实测数据包括颞上峰厚度、鼻上峰厚度和颞下峰厚度时，其特征在于，所述根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量，包括：
根据所述受试者的年龄、性别和眼轴长度，确定颞上峰厚度补偿量；
根据所述受试者的眼轴长度、gamma弧宽度和beta弧宽度，确定鼻上峰厚度补偿量；
根据所述受试者的年龄和眼轴长度，确定颞下峰厚度补偿量。
4.根据权利要求1所述的方法，当所述rnfl实测数据包括颞下峰厚度与颞上峰厚度比时，其特征在于，所述根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量，包括：
根据所述受试者的黄斑视盘夹角度数、性别和gamma弧宽度，确定颞下峰厚度与颞上峰厚度比补偿量。
5.根据权利要求1所述的方法，当所述rnfl实测数据包括颞上峰位置和颞下峰位置时，其特征在于，所述根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量，包括：
根据所述受试者的性别、眼轴长度和bruchs膜开口平均直径，分别确定颞上峰位置补偿量和颞下峰位置补偿量。
6.根据权利要求1所述的方法，当所述rnfl实测数据包括颞上峰与颞下峰之间的夹角度数时，其特征在于，所述根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量，包括：
根据所述受试者的性别、眼轴长度和beta弧宽度，确定颞上峰与颞下峰之间的夹角度数补偿量。
7.根据权利要求1-6任一项所述的方法，其特征在于，还包括：
根据所述目标rnfl数据与预设的标准rnfl数据之间的对比结果，判断所述受试者的rnfl分布是否正常，并输出对应的判断结果。
8.一种视网膜神经纤维层数据校正装置，其特征在于，包括：
获取模块，用于获取受试者的rnfl实测数据及受试者属性信息；其中，所述受试者属性信息包括性别、年龄、眼轴长度、黄斑视盘夹角度数、gamma弧宽度、beta弧宽度和bruchs膜开口平均直径；
计算模块，用于根据所述受试者属性信息，确定各rnfl实测数据对应的补偿量；
校正模块，用于利用所述各rnfl实测数据对应的补偿量，对所述rnfl实测数据进行校正，以得到对应的目标rnfl数据。
9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至7任一项所述的方法。