1.一种线阵超声内镜下识别腹腔内结构系统，其特征在于，包括操作端、数据分析端和可视化端；
操作端：内镜医师按照既定的操作手法使用线阵超声内镜设备获取超声图像，并将图像和操作手法实时上传到所述数据分析端；
数据分析端：包括用于接收操作端实时上传的超声图像和操作手法的数据库；还包括基于深度学习的卷积神经网络，所述卷积神经网络用于判断内镜医师的操作手法是否有偏差、分析数据库中的超声图像部位结构是否正确；还包括影像处理模块，所述影像处理模块用于将合格的超声图像组合转化成3d模型图像，并上传到所述可视化端；
可视化端：包括用于显示标准图、用于提示错误操作和显示所述3d模型图像的显示屏。
2.根据权利要求1所述的一种线阵超声内镜下识别腹腔内结构系统，其特征在于，所述卷积神经网络包括训练好的第一神经网络和第二神经网络，所述第一神经网络用于判定内镜医师的操作手法是否有偏差，所述第二神经网络用于识别、判定图像对应的部位的结构。
3.根据权利要求1所述的一种线阵超声内镜下识别腹腔内结构系统，其特征在于，所述标准图附有人工标注信息，所述标准图包括肝脏系统、胆道系统、胰腺系统、腹腔血管系统、十二指肠乳头、脾脏、肾脏、肾上腺的标准图。
4.根据权利要求1所述的一种线阵超声内镜下识别腹腔内结构系统，其特征在于，所述数据库包括手法库和结构库，其中所述手法库中的每一个手法与所述结构库中的超声图像一一对应。
5.一种如权利要求1所述系统的方法，其特征在于，包括以下几个步骤：
s1：内镜医师按照既定的操作手法，分别在胃内、十二指肠球部及降段按顺序扫查，获取超声图像，在图像中标注影像信息并记录操作手法一一对应的上传到所述数据库中；
s2：将数据库中的图像及其对应的操作手法输入到所述第一神经网络中分析图像的质量及其对应的操作手法是否合格；若不合格则输出到可视化端对内镜医师做出提示；若合格则输入到所述第二神经网络中分析图像中的所属结构；
s3：在提示下修改操作手法重复s2中的步骤得到合格图像；
s4：合格图像转化为3d模型图像。