1.一种杯盘比数据的存储系统，其特征在于，该系统包括以下模块，包括：

区域提取模块，用于利用神经网络从眼底图像中提取粗视盘区域图像；

区域划分模块，用于对粗视盘区域图像进行灰度化获得灰度图像，并利用K‑means聚类将灰度图像中像素聚成4类区域；

视盘概率计算模块，用于获得以每一类区域的重心点为圆心、每一类区域的重心点到每一区域边缘点的最大距离为半径的圆形区域，将每一类区域的面积与每一类区域对应的圆形区域的面积之比，分别作为每一类区域属于视盘的概率；

视杯区域获取模块，用于筛选出4类区域中属于视盘的概率最大的前2类区域分别作为第一疑似视盘区域和第二疑似视盘区域，将第一疑似视盘区域和第二疑似视盘区域中面积最大的作为视盘区域，将另一疑似视盘区域作为视杯区域；对视盘区域进行形态学闭运算，直至视盘区域中包含的连通域数量为1；

杯盘比确定模块，用于对视盘区域的边缘进行椭圆拟合获得视盘椭圆，对视杯区域的边缘进行椭圆拟合获得视杯椭圆，将视杯椭圆的长轴的在竖直方向的分量与视盘椭圆的长轴的在竖直方向的分量之比作为眼底图像的杯盘比；

数据存储模块，将所述杯盘比打上标签存储于数据管理器中；根据杯盘比的大小在数据管理器中分为多个类别，每个类别对应一个存储空间，将获得的杯盘比及其对应的视盘区域图像和患者基本信息合并存储至对应的存储空间中。

2.根据权利要求1所述的一种杯盘比数据的存储系统，其特征在于，对视盘区域的边缘进行椭圆拟合获得视盘椭圆时，所采用的椭圆拟合方法为最小二乘法。

3.根据权利要求1所述的一种杯盘比数据的存储系统，其特征在于，利用神经网络从眼底图像中提取粗视盘区域图像，包括：利用DNN对眼底图像进行图像分割，使得分割得到的图像中属于视盘区域以外部分的像素点的像素值为0，将分割得到的图像作为所提取的视盘区域图像。

4.根据权利要求1所述的一种杯盘比数据的存储系统，其特征在于，对视盘区域的边缘进行椭圆拟合获得视盘椭圆前，还包括对视盘区域进行边缘检测获得视盘区域的边缘。

5.根据权利要求4所述的一种杯盘比数据的存储系统，其特征在于，对视盘区域进行边缘检测获得视盘区域的边缘所采用的算子为sobel算子。

6.根据权利要求1所述的一种杯盘比数据的存储系统，其特征在于，对粗视盘区域图像进行灰度化获得灰度图像，包括：将视盘区域图像中像素点在RGB三个通道中像素值的最大值，作为灰度图像中的像素点的灰度值。