1.一种根据多特征点辅助医学病灶影像识别的系统和工作方法，包括设备台(1)，其特征在于：所述设备台(1)的上表面固定连接有透光板(2)和显示屏(3)，所述透光板(2)和显示屏(3)并排设置，所述设备台(1)的内部且位于透光板(2)的下方活动卡接有夹片组件(4)，所述设备台(1)的内部且位于夹片组件(4)的下方活动卡接有打光组件(5)，所述设备台(1)的上表面且位于透光板(2)的一侧固定连接有调节开关(6)，所述设备台(1)的上表面且位于调节开关(6)的一侧固定连接有触控笔(7)，所述设备台(1)的内部且位于显示屏(3)的下方活动卡接有胶片槽(8)，所述设备台(1)的内部且位于胶片槽(8)的下方固定连接接有打印机(9)。

2.根据权利要求1所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述夹片组件(4)包括夹片板(41)、第一拉环(42)、卡槽(43)和卡接机构(44)，所述第一拉环(42)固定连接在夹片板(41)的外表面，所述夹片板(41)的内部开设有卡槽(43)，所述卡槽(43)的内部活动卡接有卡接机构(44)，所述卡接机构(44)的顶端贯穿卡槽(43)的顶壁并延伸至夹片板(41)的上表面。

3.根据权利要求2所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述夹片板(41)由一组横杆两端分别固定两组侧杆组成，所述卡槽(43)开设于夹片板(41)两组侧杆相对的一侧外表面，所述第一拉环(42)固定连接在横杆的背面。

4.根据权利要求2所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述卡接机构(44)包括压板(441)、弹簧(442)和活动杆(443)，所述压板(441)活动卡接在卡槽(43)的内部，所述活动杆(443)的一端固定连接压板(441)的上表面，所述活动杆(443)的另一端贯穿卡槽(43)的顶壁并延伸至夹片板(41)的上表面固定连接有拉动头，所述弹簧(442)活动套接在活动杆(443)的外表面。

5.根据权利要求4所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述弹簧(442)的一端与卡槽(43)的内顶壁相抵，所述弹簧的另一端与压板(441)的上表面相抵。

6.根据权利要求1所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述打光组件(5)包括夹套(51)、灯管(52)、第二拉环(53)和接电头(54)，所述夹套(51)为方形框架，所述夹套(51)的内部活动卡接有灯管(52)，所述夹套(51)的外表面一侧固定连接有第二拉环(53)，所述夹套(51)的外表面另一侧固定连接有接电头(54)。

7.根据权利要求6所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述灯管(52)通过接电头(54)与调节开关(6)电路相连接，所述调节开关(6)与外部电源电性相连接。

8.根据权利要求1所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述触控笔(7)为电容笔，所述触控笔(7)与显示屏(3)相适配。

9.根据权利要求1所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述设备总成包括分析设备和图显设备，所述分析设备包括图像分割和检索系统，所述检索系统包括上传、归类、下载和实用匹配，所述上传包括图像、文字和视频，通过对文件格式的识别，自动将用户上传的文件进行分类，同时归类的方式包括部位、表现形式和日期，通过建立标签，对所上传的文件进行分类，其中包含文件所描述的病灶部位、病患的病症表现形式和文件上传日期来进行标签分类，便于在使用时进行查找，所述下载包含在线浏览和资源下载，通过在线进行比对和下载后打印两种方式对现有病例进行比对，以寻找病灶的具体形成原因，所述实用匹配包括图形匹配、病理匹配和病症匹配，通过现有病例与数据库中的病例分别进行图形匹配和病理匹配，大致分析出该病灶形成原因，所述病症匹配具有参考性但不具有实际配比性，最终通过实用匹配生成案例，其生成案例自动上传并归纳与数据库，用于后续的数据配比，所述图显设备主要为图像显示和图像打印，通过CT机或者核磁共振仪对病灶进行扫描形成图像，图像显示于观测设备中，然后通过医护人员进行打印最终在YI用激光干式胶片上形成局图的图形照片。

10.根据权利要求9所述的一种根据多特征点辅助医学病灶影像识别的系统和工作方法，其特征在于：所述图像分割包括手动分割、阈值分割和分割算法，所述手动分割主要由操作人员对扫描设备所形成的的图形进行简单拆分，对于软组织和骨头等不同部位的影像进行图层提取，使得图层实现简单分层，然后对各个图层进行观测以此来对病灶进行分析，所述阈值分割是一种基于区域的图像分割技术，原理是把图像象素点分为若干类，不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程，通过阈值分割可对病患脑补图片的头架CT值进行分析的同时将皮肤和皮下组织进行分割，形成多个图层，其分割效果优于手动分割，但是阈值分割具有实时性，对于不同时间人体同一部位所生产的图像阈值都存在差异，所述分割算法包括区域生长算法、模块匹配、模糊C均值和水平集方法。