技术特征：
1.一种超声乳腺病灶的分类方法，其特征在于，所述方法包括：获取待分类的目标超声乳腺信息，所述目标超声乳腺信息为目标超声乳腺图像或者目标超声乳腺视频，所述目标超声乳腺视频中包括至少两帧目标超声乳腺图像；对于每一帧目标超声乳腺图像，将所述目标超声乳腺图像分割为n1*n2个数据块；其中，n1为图像高度方向分割的数据块数目，n2为图像宽度方向分割的数据块数目，所述n1，n2为正整数；将每个数据块转换为p1*p2*c维的向量数据；其中n1＝h/p1，n2＝w/p2；h为输入图像的高度，w为输入图像的宽度，p1为分割后数据块的高度，p2为分割后数据块的宽度；将n1*n2个数据块对应的向量数据合并，得到n1n2×
p1p2c的二维数据矩阵；根据每个数据块在所述目标超声乳腺图像中的位置，生成所述位置对应的位置编码向量，并将所述位置编码向量添加至所述二维数据矩阵中，得到的待处理的数据矩阵；将所述待处理的数据矩阵输入预先训练的图像分类网络中，得到所述目标超声乳腺图像所对应的病灶性质分类。2.根据权利要求1所述的方法，其特征在于，所述图像分类网络包括多头注意力模块、前馈神经模块和多层全连接分类模块；所述多头注意力模块包括三个全连接网络、激活函数层和多维逻辑回归层，每个全连接网络的输入为所述待处理的数据矩阵，输出为预设维度的特征数据；其中，预设两个全连接网络输出的特征数据相乘并除以预设比例因子后，经过所述多维逻辑回归层计算得到逻辑回归结果；所述逻辑回归结果与另一个全连接网络的特征数据相乘后，得到所述多头注意力模块的输出结果；所述另一个全连接网络是所述三个全连接网络中与所述预设两个全连接网络不同的全连接网络；所述前馈神经模块包括全连接网络、与所述全连接网络相连的线性整流激活函数和层归一化；所述多头注意力模块的输出结果经过全连接网络、与所述全连接网络相连的线性整流激活函数和层归一化后，得到所述前馈神经模块的输出结果；所述多层全连接分类模块接收到所述前馈神经模块的输出结果后，经过全连接层处理；将处理后的数据进行层归一化处理，得到所述病灶性质分类。3.根据权利要求1所述的方法，其特征在于，若所述目标超声乳腺图像为所述目标超声乳腺视频中的图像，则所述方法还包括：在根据每帧目标超声乳腺图像得到病灶性质分类之后，根据所述目标超声乳腺视频中的各帧目标超声乳腺图像得到的病灶性质分类确定得到所述目标超声乳腺视频所对应的病灶性质分类。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标超声乳腺视频中的各帧目标超声乳腺图像得到的病灶性质分类确定得到所述目标超声乳腺视频所对应的病灶性质分类，包括：若所述目标超声乳腺视频的各帧目标超声乳腺图像中不存在病灶性质分类为恶性的图像，则统计各帧目标超声乳腺图像所对应的病灶性质分类中数量最多的病灶性质分类，并将统计得到的病灶性质分类确定为所述目标超声乳腺视频所对应的病灶性质分类；若所述目标超声乳腺视频的各帧目标超声乳腺图像中存在病灶性质分类为恶性的图像，则将所述目标超声乳腺视频所对应的病灶性质分类确定为恶性。
5.根据权利要求1至4任一所述的方法，其特征在于，所述病灶性质分类包括：良性类型和恶性类型；或者，包括良性类型、恶性类型、炎症类型、腺病类型、增生类型、导管扩张类型、早期浸润癌、浸润癌、非浸润性癌、小叶腺癌、导管腺癌、髓样癌、硬癌、单纯癌、原位癌、早期癌、未分化癌、低分化癌、中分化癌、高分化癌中的至少一种。6.根据权利要求1至4任一所述的方法，其特征在于，所述多头注意力模块和所述前馈神经模块的数量为多个。7.根据权利要求1至4任一所述的方法，其特征在于，所述目标超声乳腺图像为整张超声乳腺图像或乳腺病灶区域图像。8.一种超声乳腺病灶的分类装置，其特征在于，所述装置包括：信息获取单元，用于获取待分类的目标超声乳腺信息，所述目标超声乳腺信息为目标超声乳腺图像或者目标超声乳腺视频，所述目标超声乳腺视频中包括至少两帧目标超声乳腺图像；图像分割单元，对于每一帧目标超声乳腺图像，将所述目标超声乳腺图像分割为n1*n2个数据块；其中，n1为图像高度方向分割的数据块数目，n2为图像宽度方向分割的数据块数目，所述n1，n2为正整数；数据转换单元，用于将每个数据块转换为p1*p2*c维的向量数据；其中n1＝h/p1，n2＝w/p2；h为输入图像的高度，w为输入图像的宽度，p1为分割后数据块的高度，p2为分割后数据块的宽度分割分割；向量合并单元，用于将n1*n2个数据块对应的向量数据合并，得到n1n2×
p1p2c的二维数据矩阵；矩阵生成单元，用于根据每个数据块在所述目标超声乳腺图像中的位置，生成所述位置对应的位置编码向量，并将所述位置编码向量添加至所述二维数据矩阵中，得到的待处理的数据矩阵；病灶分类单元，用于将所述待处理的数据矩阵输入预先训练的图像分类网络中，得到所述目标超声乳腺图像所对应的病灶性质分类。9.一种超声乳腺病灶的分类装置，其特征在于，所述装置包括处理器和存储器；所述存储器中存储有程序，所述程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的超声乳腺病灶的分类方法。10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有程序，所述程序被处理器执行时用于实现如权利要求1至7任一项所述的超声乳腺病灶的分类方法。