1.一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，該血液科臨床感染源檢測系統(tǒng)包括：圖像收集模塊、影像分析模塊、感染部位預測模塊、感染源識別模塊及風險評估模塊；
2.根據權利要求1所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述影像分析模塊在對收集的臨床醫(yī)療影像圖像進行分析，基于分析結果標記感染圖像區(qū)域時包括：
3.根據權利要求1所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述篩選特征集，將基于篩選后的特征構建分類模型，并在分類模型引入共享權重矩陣，同時設計損失函數包括：
4.根據權利要求3所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述預設目標變量，并利用信息增益評估特征集中每個特征與目標變量的關聯，篩選與目標變量最相關的特征子集包括：
5.根據權利要求4所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述利用梯度下降策略優(yōu)化損失函數，并獲得最佳的分類模型參數包括：
6.根據權利要求1所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述感染源識別模塊在將感染圖像區(qū)域的影像特征與預測的感染圖像部位相結合，并利用臨床醫(yī)療領域的知識圖譜識別患者的感染源圖像時包括：
7.根據權利要求6所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述利用實體抽取與實體鏈接技術將感染圖像區(qū)域的影像特征與預測的感染圖像部位與知識圖譜中的相關實體相連包括：
8.根據權利要求7所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述基于感染圖像區(qū)域的影像特征、預測的感染圖像部位及知識圖譜中的信息構建混合預測模型，引入注意力機制，識別患者的感染源圖像包括：
9.根據權利要求1所述的一種基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，所述風險評估模塊在臨床環(huán)境中通過大數據分析法評估感染源圖像的感染風險，并對感染風險進行風險等級劃分時包括：
10.一種基于大數據分析的血液科臨床感染源檢測方法，用于實現權利要求1-9中任一項所述的基于大數據分析的血液科臨床感染源檢測系統(tǒng)，其特征在于，該血液科臨床感染源檢測方法包括：