1.一种乳腺肿瘤识别方法,其特征在于,包括: 获取乳腺数据集的若干标准乳腺图像,将每个所述标准乳腺图像分别输入到模糊神经网络中进行训练,得到若干标准特征图; 通过对若干所述标准特征图进行全局平均池化和融合处理,得到训练完成的乳腺肿瘤识别模型; 采集待识别的若干目标乳腺图像,将若干所述目标乳腺图像输入到所述乳腺肿瘤识别模型进行处理,得到乳腺肿瘤类型。 2.根据权利要求1所述的一种乳腺肿瘤识别方法,其特征在于:还包括: 创建乳腺数据集,所述乳腺数据集内含有若干标准乳腺图像,所述标准乳腺图像包括:乳腺肿瘤恶性图像、乳腺肿瘤良性图像和乳腺正常图像。 3.根据权利要求2所述的一种乳腺肿瘤识别方法,其特征在于:所述创建乳腺数据集,包括如下步骤: 采集若干乳腺图像,对所述乳腺图像进行分类标注处理,得到乳腺标注图像;所述分类标注包括:乳腺肿瘤的类型、位置和形状; 通过对所述乳腺标注图像进行预处理,得到像素一致的标准乳腺图像。 4.根据权利要求1所述的一种乳腺肿瘤识别方法,其特征在于:还包括: 建立若干神经网络,利用汉明距离分别对若干所述神经网络进行处理,得到若干模糊神经网络;所述模糊神经网络中的每层网络层的偏置与权重的关系为:其中,b为偏置,wl为第l层网络层的权重,xl为第l层网络层的输入,L为网络层的数量。 5.根据权利要求1所述的一种乳腺肿瘤识别方法,其特征在于:所述获取乳腺数据集的若干标准乳腺图像,将每个所述标准乳腺图像分别输入到模糊神经网络中进行训练,得到若干标准特征图,包括如下步骤: 获取乳腺数据集的四张标准乳腺图像; 利用四个所述模糊神经网络对四张所述标准乳腺图像进行单独训练,以使一个所述模糊神经网络对一个所述乳腺图像进行训练,得到四个标准特征图。 6.根据权利要求5所述的一种乳腺肿瘤识别方法,其特征在于:所述通过对若干所述标准特征图进行全局平均池化和融合处理,得到训练完成的乳腺肿瘤识别模型,包括如下步骤: 通过分别对四个所述标准特征图进行全局平均池化,得到四个标准特征向量; 利用全连接层对四个所述标准特征向量进行融合处理,得到训练完成的乳腺肿瘤识别模型。 7.根据权利要求6所述的一种乳腺肿瘤识别方法,其特征在于:所述采集待识别的若干目标乳腺图像,将若干所述目标乳腺图像输入到所述乳腺肿瘤识别模型进行处理,得到乳腺肿瘤类型,包括如下步骤: 采集患者待识别的四张目标乳腺图像,对所述目标乳腺图像进行预处理,得到像素一致的四张归一化乳腺图像; 利用四个训练完成的所述模糊神经网络对四张所述归一化乳腺图像进行特征提取,以使一个所述模糊神经网络对一个所述归一化乳腺图像进行特征提取,得到四个目标特征图; 通过分别对四个所述目标特征图进行全局平均池化,得到四个目标特征向量; 利用训练完成的所述全连接层对四个所述目标特征向量进行融合处理,得到乳腺肿瘤类型。 8.一种乳腺肿瘤识别装置,其特征在于,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如权利要求1-7任一项所述的乳腺肿瘤识别方法。 9.一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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-7任一项所述的乳腺肿瘤识别方法。