1.一种医学检验临床数据智能管理方法，其特征在于，所述方法包括：

获取预设时段内患者的待分析指标数据序列及参考指标数据序列，其中参考指标数据的变化与待分析指标数据的变化间存在关联；

获取每个待分析指标数据的局部待分析指标子段及每个参考指标数据的局部参考指标子段；在相同时刻下的待分析指标数据与参考指标数据间，根据待分析指标数据在所属局部待分析指标子段内的局部幅值水平与参考指标数据在所属局部参考指标子段内的局部幅值水平的差异，及待分析指标数据与参考指标数据幅值变化差异，获取每个待分析指标数据的噪声可能性；

根据每个待分析指标数据所属局部待分析指标子段内所有待分析指标数据的噪声可能性，结合对应待分析指标数据所属局部待分析指标子段内待分析指标数据的分布情况，获取每个待分析指标数据所属局部待分析指标子段的异常程度；根据每个待分析指标数据的局部突变情况，结合每个待分析指标数据的所述噪声可能性及所属局部待分析指标子段的所述异常程度，获取每个待分析指标数据的置信突变程度；

基于待分析指标数据序列，利用显著性检测算法检测异常待分析指标数据，并在检测过程中根据每个待分析指标数据的所述置信突变程度修正预设显著性判定阈值。

2.根据权利要求1所述的一种医学检验临床数据智能管理方法，其特征在于，所述噪声可能性的计算公式包括：

3.根据权利要求1或2所述的一种医学检验临床数据智能管理方法，其特征在于，所述待分析指标数据在所属局部待分析指标子段内的局部幅值水平与参考指标数据在所属局部参考指标子段内的局部幅值水平的获取方法，包括：将每个待分析指标数据的幅值在所属局部待分析指标子段内进行极差变换，得到每个待分析指标数据在所属局部待分析指标子段内的局部幅值水平；将每个参考指标数据的幅值在所属局部参考指标子段内进行极差变换，得到每个参考指标数据在所属局部参考指标子段内的局部幅值水平。

4.根据权利要求1所述的一种医学检验临床数据智能管理方法，其特征在于，所述异常程度的获取方法包括：根据每个待分析指标数据所属局部待分析指标子段内所有待分析指标数据的幅值均值与幅值中位数的差异，及与每个待分析指标数据所属局部待分析指标子段邻近的预设第一数量个等长待分析指标子段内所有待分析指标数据的幅值均值与幅值中位数的差异，获取每个待分析指标数据所属局部待分析指标子段的相对分布偏离指数，其中所述局部待分析指标子段与所述等长待分析指标子段的序列长度相同；

将每个待分析指标数据所属局部待分析指标子段内所有待分析指标数据的所述噪声可能性的累加值乘以对应所述相对分布偏离指数，得到每个待分析指标数据所属局部待分析指标子段的异常程度。

5.根据权利要求4所述的一种医学检验临床数据智能管理方法，其特征在于，所述相对分布偏离指数的获取方法包括：在每个待分析指标数据所属局部待分析指标子段内，将所有待分析指标数据的幅值均值与幅值中位数的差值绝对值作为对应待分析指标数据所属局部待分析指标子段的偏离系数；将每个所述等长待分析指标子段内所有待分析指标数据的幅值均值与幅值中位数的差值绝对值作为对应等长待分析指标子段的偏离系数；获取所有所述等长待分析指标子段的偏离系数的均值；将每个待分析指标数据所属局部待分析指标子段的偏离系数，与对应所有所述等长待分析指标子段的偏离系数的均值的差值绝对值归一化后，得到每个待分析指标数据所属局部待分析指标子段的相对分布偏离指数。

6.根据权利要求1所述的一种医学检验临床数据智能管理方法，其特征在于，所述置信突变程度的获取方法包括：根据每个待分析指标数据相对所属局部待分析指标子段内所有待分析指标数据的幅值均值的差异，及待分析指标数据相对相邻前后待分析指标数据的幅值变化量，获取每个待分析指标数据的局部突变程度；

将每个待分析指标数据的所述噪声可能性与每个待分析指标数据所属局部待分析指标子段的异常程度相乘，得到每个待分析指标数据的突变置信参数；将每个待分析指标数据的局部突变程度的负相关映射结果与所述突变置信参数相乘，然后进行负相关映射归一化，得到每个待分析指标数据的置信突变程度。

7.根据权利要求6所述的一种医学检验临床数据智能管理方法，其特征在于，所述局部突变程度的获取方法包括：将每个待分析指标数据的幅值与所属局部待分析指标子段内所有待分析指标数据的幅值均值的差值绝对值，乘以待分析指标数据相对前一相邻待分析指标数据的幅值变化量与相对后一相邻待分析指标数据的幅值变化量之和，得到每个待分析指标数据的局部突变程度。

8.根据权利要求1所述的一种医学检验临床数据智能管理方法，其特征在于，所述预设显著性判定阈值的修正方法包括：将每个待分析指标数据的置信突变程度负相关映射，乘以所述预设显著性判定阈值后归一化，得到修正后的预设显著性判定阈值。

9.根据权利要求1所述的一种医学检验临床数据智能管理方法，其特征在于，所述异常待分析指标数据的获取方法包括：基于CA显著性算法获取每个待分析指标数据的显著性值；将所述显著性值大于对应修正后的预设显著性判定阈值的所有待分析指标数据作为异常待分析指标数据。

10.一种医学检验临床数据智能管理系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述一种医学检验临床数据智能管理方法的步骤。