1.基于深度卷积网络的冠状动脉血管造影图像狭窄区域标示方法，其特征在于，包括如下步骤：S1、获取完全造影图像；

S2、基于卷积神经网络狭窄分类模型对完全造影图像进行分类，提取各类包含狭窄区域的完全造影图像；

S3、基于类激活图或锚的特征金字塔网络识别各类包含狭窄区域的完全造影图像中的狭窄区域；

S4、将识别出的狭窄区域在对应的完全造影图像中进行标示。

2.如权利要求1所述的基于深度卷积网络的冠状动脉血管造影图像狭窄区域标示方法，其特征在于，卷积神经网络狭窄分类模型中，用二分类设置和/或冗余分类设置替换最后一个全连接层和激活层。

3.如权利要求2所述的基于深度卷积网络的冠状动脉血管造影图像狭窄区域标示方法，其特征在于，卷积神经网络狭窄分类模型中，用冗余分类设置替换最后一个全连接层和激活层时，训练卷积神经网络狭窄分类模型的训练数据集包括各类包含狭窄区域的完全造影图像，还包括作为其他类别的不包含狭窄区域的完全造影图像。

4.如权利要求1所述的基于深度卷积网络的冠状动脉血管造影图像狭窄区域标示方法，其特征在于，步骤S2包括：S201、将冠状动脉血管分为多个节段；

S202、基于卷积神经网络狭窄分类模型对完全造影图像进行分类，判断完全造影图像是否包含狭窄区域及狭窄区域所属节段；

S203、当完全造影图像包含狭窄区域时，生成对应节段狭窄的标签，并将标签映射到对应的完全造影图像中。