1.一种基于医学影像模型的影像处理方法，其特征在于，应用于包括第一编码器、第二编码器、第一解码器和第二解码器的医学影像模型，包括步骤：
获取待处理医学影像；
通过所述第一编码器对所述待处理医学影像作卷积池化处理，并对所述卷积池化处理结果作卷积处理；
通过所述第一解码器对所述第一编码器的卷积处理结果作上采样卷积处理；
通过所述第二编码器对所述第一编码器的卷积池化处理结果以及所述上采样卷积处理的结果作特征图拼接处理，并对所述拼接处理结果作卷积和/或最大池化操作；
通过所述第二解码器对所述第二编码器的处理结果作卷积池化处理，并根据所述第二解码器的卷积池化处理结果得到合并特征图。
2.根据权利要求1所述的基于医学影像模型的影像处理方法，其特征在于，所述通过所述第一编码器对所述待处理医学影像作卷积池化处理，并对所述卷积池化处理结果作卷积处理的过程，包括步骤：
通过所述第一编码器对所述待处理医学影像依次进行三轮卷积池化处理；其中，每轮卷积池化处理包括两次3x3的卷积操作和一次2x2的最大池化。
3.根据权利要求1所述的基于医学影像模型的影像处理方法，其特征在于，所述通过所述第一解码器对所述第一编码器的卷积处理结果作上采样卷积处理的过程，包括步骤：
通过所述第一解码器对所述第一编码器的卷积处理结果作三轮上采样卷积处理；其中，每轮上采样卷积处理包括一次2x2的上采样和两次3x3的卷积操作。
4.根据权利要求2所述的基于医学影像模型的影像处理方法，其特征在于，所述通过所述第二编码器对所述第一编码器的卷积池化处理结果以及所述上采样卷积处理的结果作特征图拼接处理，并对所述拼接处理结果作卷积和/或最大池化操作的过程，包括步骤：
通过所述第二编码器对第一轮卷积池化处理结果以及所述上采样卷积处理的结果作第一次特征图拼接处理，并对所述第一次特征图拼接处理结果并进行一次2x2的最大池化；
通过所述第二编码器对第二轮卷积池化处理结果、所述第一次特征图拼接处理结果的2x2的最大池化结果作第二次特征图拼接处理，并对所述第二次特征图拼接处理结果作两次3x3的卷积操作和一次2x2的最大池化；
拼接所述第一轮卷积池化处理结果与所述第二次特征图拼接处理结果的2x2的最大池化结果。
5.根据权利要求1所述的基于医学影像模型的影像处理方法，其特征在于，所述通过所述第二解码器对所述第二编码器的处理结果作卷积池化处理的过程，包括步骤：
通过所述第二解码器对所述第二编码器的处理结果作三轮卷积池化处理；其中，每轮卷积池化处理包括两次3x3的卷积操作和一次2x2的最大池化；
对所述三轮卷积池化处理结果再作两次3x3的卷积操作。
6.根据权利要求5所述的基于医学影像模型的影像处理方法，其特征在于，所述根据所述第二解码器的卷积池化处理结果得到合并特征图的过程，包括步骤：
对所述第二解码器的卷积池化处理结果进行一次1x1的卷积操作，得到所述合并特征图。
7.根据权利要求1至6任意一项所述的基于医学影像模型的影像处理方法，其特征在于，所述医学影像模型包括M-ResNet神经网络。
8.一种基于医学影像模型的影像处理装置，其特征在于，应用于包括第一编码器、第二编码器、第一解码器和第二解码器的医学影像模型，包括：
影像获取模块，用于获取待处理医学影像；
第一处理模块，用于通过所述第一编码器对所述待处理医学影像作卷积池化处理，并对所述卷积池化处理结果作卷积处理；
第二处理模块，用于通过所述第一解码器对所述第一编码器的卷积处理结果作上采样卷积处理；
第三处理模块，用于通过所述第二编码器对所述第一编码器的卷积池化处理结果以及所述上采样卷积处理的结果作特征图拼接处理，并对所述拼接处理结果作卷积和/或最大池化操作；
第四处理模块，用于通过所述第二解码器对所述第二编码器的处理结果作卷积池化处理，并根据所述第二解码器的卷积池化处理结果得到合并特征图。
9.一种计算机存储介质，其上存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的基于医学影像模型的影像处理方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行程序时实现如权利要求1至7任意一项所述的基于医学影像模型的影像处理方法。
