1.一种乳腺密度定量化计算的方法，其特征在于，所述方法具体包括以下步骤：步骤1、对乳腺钼靶原始图像预处理，进行直方图均衡化、高斯滤波、下采样；所述预处理，其操作包括对像素取对数、取反、求平方使得原本不太规范的图像归一标准化；再使用三次样条插值对图像作四倍降采样，得到有用信息不被模糊的图像，提高后续算法的处理速度；

步骤2、从预处理过的乳腺钼靶图像中分割乳房区域，检测到乳房外边缘线和胸肌内边缘线，进而得出乳房区域大小；

步骤2.1：求取预处理的钼靶图像的灰度强度直方图，直观的区分出背景空气区域和乳房区域的像素分布图，从图中找出背景空气和乳腺区域的区分阈值，从而提取出乳房区域的边缘；

步骤2.2：通过Canny边缘算子初步提取乳房区域的边缘图，再使用霍夫变换来获得乳房区域的二维极坐标化的直线参数直方图，而胸肌边缘直线近似位于极坐标的确定角度范围；

步骤2.3：以所述提取的内外边缘线为界，分割得到的区域即为乳房，经过二值化处理后，统计内部像素个数，即为乳房区域大小；

步骤3、对乳房区域中的像素使用模糊C均值作无监督聚类，得到聚类簇；

步骤3.1：首先自适应地选取簇个数，对乳房区域使用零均值正态分布归一化处理，再使用高斯滤波器对乳腺区域图像平滑滤波，将处理后的乳房灰度直方图的峰值个数作为聚类簇的个数，设置簇个数上限阈值，当峰值个数超过上限阈值时，取上限阈值个数作为簇个数；

步骤3.2：对乳房区域像素值进行归一化和下采样处理，设置初始聚类中心，使用模糊C均值对初始中心值按像素值等比例计算，求出乳房图像中每个像素到每个中心的距离，以距离最小为评价函数，多次迭代直到聚类中心不变为止，计算出乳房区域每个像素到每个簇中心的距离；

步骤3.3：接着对乳房区域中属于每个簇的像素进行标注，将乳房区域分成簇个数的子区域图像，并以距离最小为评价函数，迭代直到簇中心不变为止，得到乳房中每个像素到各簇中心的欧式距离绘制每个簇区域的能量谱图，从能量谱图中大致可以看出各簇在乳房中的区域分布图；

步骤4、提取聚类簇区域的特征，将聚类簇合并归类到腺体和脂肪两类中，对聚类簇作二分类识别；

步骤5、对乳房区域进行二分类，训练线性判别LDA分类器；

步骤6、根据分类结果计算出乳房区域中的腺体部分的像素个数，即腺体大小。

2.根据权利要求1所述的乳腺密度定量化计算的方法，其特征在于，所述步骤4中的聚类簇作二分类识别，具体方法为使用灰度共生矩阵提取乳房整体和各子区域的纹理特征，包括对比度、相关度、能量、熵和异质性；使用区域描述算子提取乳房整体和各子区域相关属性值，包括区域像素数、最小矩形边界、质心；计算乳房图像的三阶矩值、四阶矩值、偏态值和峰度值；计算每个子区域像素的均值、偏度值和峰度值、相联区域密度差、紧凑度。

3.根据权利要求1所述的乳腺密度定量化计算的方法，其特征在于，所述步骤5中乳房区域进行二分类的方法包括：首先给训练集中每个样本图像中每个聚类簇区域作标签，需要经验丰富的影像医生手工对训练集中的每个样本图像的每个聚类簇区域分别作标签，再使用标好签的图像数据来训练LDA分类器模型，最后使用该LDA分类器对乳房图像作二分类，区分出乳房中的腺体区域和脂肪区域。

4.根据权利要求1所述的乳腺密度定量化计算的方法，其特征在于，所述步骤6中腺体大小可以用于计算腺体密度值，计算公式为：腺体密度值=腺体像素个数/乳房像素个数。

5.根据权利要求1所述的乳腺密度定量化计算的方法，其特征在于，所述步骤1的乳腺钼靶原始图像选自MLO钼靶图和CC钼靶图。