1.一种医疗影像大数据的低耗优化和智能存储方法，其特征在于，包括以下步骤：采集并根据患者的医疗影像构建医疗影像数据库；

利用基于核心区域深度校验的多卷积核过滤式相似度检测模型，计算医疗影像数据库中所有医疗影像两两之间的相似度，以筛选保留目标医疗影像；

利用基于噪声分析的方案智能优选式低耗去噪模型，对医疗影像数据库中的每一幅目标医疗影像进行去噪；

去噪后，对医疗影像数据库中的目标医疗影像进行筛选，以确定并标记常用医疗影像和非常用医疗影像；

利用基于多压缩及检测模块联合应用的压缩模型，对每一幅非常用医疗影像进行压缩，以得到并存储各幅非常用医疗影像压缩结果；

所述利用基于核心区域深度校验的多卷积核过滤式相似度检测模型，计算医疗影像数据库中所有医疗影像两两之间的相似度的方法包括以下步骤：利用平滑卷积核对任意两幅医疗影像进行过滤，使用自编码器对过滤后的两幅医疗影像进行自编码，并计算两者的相似度，得到第一相似度结果；

利用锐化卷积核对任意两幅医疗影像进行过滤，使用自编码器对过滤后的两幅医疗影像进行自编码，并计算两者的相似度，得到第二相似度结果；

利用去噪卷积核对两幅医疗影像进行过滤，使用自编码器对过滤后的两幅医疗影像进行自编码，并计算两者的相似度，得到第三相似度结果；

若第一相似度结果、第二相似度结果和第三相似度结果均大于预置的相似度阈值，则认定两幅医疗影像整体相似度高，并利用显著性检测模型对两幅医疗影像进行显著性检测，以得到两幅医疗影像对应的显著性区域；

利用栈式自编码器对两幅医疗影像的显著性区域进行编码，并计算两幅医疗影像的显著性区域的相似度，得到第四相似度结果；

若第四相似度结果大于预置的相似度阈值，则认定两幅医疗影像的核心区域相似度高，最终认定两幅医疗影像相似度高；

所述利用基于噪声分析的方案智能优选式低耗去噪模型，对医疗影像数据库中的每一幅目标医疗影像进行去噪的方法包括以下步骤：将目标医疗影像进行多等分处理，以得到并对每个等分区域进行峰值信噪比检测；

若各个等分区域的峰值信噪比均大于预置的信噪比阈值，则无需对该目标医疗影像进行去噪处理；

若仅单个等分区域的峰值信噪比小于预置的信噪比阈值，则利用基于深度卷积神经网络的影像去噪模型对该区域进行去噪；

若多个等分区域的峰值信噪比小于预置的信噪比阈值，则利用简易影像去噪模型对整幅目标医疗影像进行去噪，并对去噪后的整幅目标医疗影像进行峰值信噪比检测；

若整幅目标医疗影像的峰值信噪比大于预置的信噪比阈值，则将该去噪后的整幅目标医疗影像作为最终输出；反之，则利用基于深度卷积神经网络的影像去噪模型对整幅医疗影像进行去噪；

所述利用基于多压缩及检测模块联合应用的压缩模型，对每一幅非常用医疗影像进行压缩的方法包括以下步骤：将采用不同影像压缩方法的多个压缩模块进行并联，并在多个压缩模块的末端共同连接一个压缩比检测模块，在压缩比检测模块的后端连接一个失真度检测模块，以组成目标压缩模型；

采用目标压缩模型对每一幅非常用医疗影像进行压缩；

所述采用目标压缩模型对每一幅非常用医疗影像进行压缩的方法包括以下步骤：将非常用医疗影像分别输入到各个压缩模块，输出对应的多个医疗影像压缩结果；

将多个医疗影像压缩结果输入到压缩比检测模块，输出压缩比最高的医疗影像压缩结果；

将压缩比最高的医疗影像压缩结果输入至失真度检测模块，生成失真度检测结果，若失真度检测结果小于预置的失真度阈值，则将该医疗影像压缩结果作为最终输出。

2.一种执行如权利要求1所述的医疗影像大数据的低耗优化和智能存储方法的医疗影像大数据的低耗优化和智能存储系统，其特征在于，包括数据库构建模块、影像选取模块、影像去噪模块、影像筛选分类模块以及影像压缩模块，其中：数据库构建模块，用于采集并根据患者的医疗影像构建医疗影像数据库；

影像选取模块，用于利用基于核心区域深度校验的多卷积核过滤式相似度检测模型，计算医疗影像数据库中所有医疗影像两两之间的相似度，以筛选保留目标医疗影像；

影像去噪模块，用于利用基于噪声分析的方案智能优选式低耗去噪模型，对医疗影像数据库中的每一幅目标医疗影像进行去噪；

影像筛选分类模块，用于去噪后，对医疗影像数据库中的目标医疗影像进行筛选，以确定并标记常用医疗影像和非常用医疗影像；

影像压缩模块，用于利用基于多压缩及检测模块联合应用的压缩模型，对每一幅非常用医疗影像进行压缩，以得到并存储各幅非常用医疗影像压缩结果。

3.一种电子设备，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1所述的方法。

4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1所述的方法。