1.一种基于多切片组合的冠状动脉分割方法，其特征在于，所述方法包括以下步骤：S1：获取三维心血管图像；

S2：对三维心血管图像进行切片处理，获得二维切片；

S3：将二维切片以m种组合方式组合后，输入分割模型中进行训练，获得m个训练好的分割模型；

二维切片以m种组合方式中的m＝3，具体组合方式为：

将第i张二维切片记为Ii，相应的切片真实标签记为Li，舍去Z轴方向上的正数前p张和倒数后q张二维切片后，i＝p+1,p+2,…,c‑q‑1,c‑q；以单切片的方式输入分割模型时，输入Ii；以三切片组合的方式输入分割模型时，输入[Ii‑1,Ii,Ii+1]；以五切片组合的方式输入分割模型时，输入[Ii‑2,Ii‑1,Ii,Ii+1,Ii+2]；

S4：将m个训练好的分割模型进行集成，获得集成分割模型；

S5：将待分割的三维心血管图像进行切片处理，得到待分割的三维心血管图像的二维切片，将其以与S3中相同的m种组合方式进行组合后，输入集成分割模型中进行分割，获得二维冠状动脉预测图片；具体方法为：S5.1:将待分割的三维心血管图像的二维切片以单切片、三切片组合、五切片组合的方式输入集成分割模型中，获得二维切片上像素点的第一预测概率、第二预测概率和第三预测概率；

S5.2:比较像素点的第一预测概率、第二预测概率和第三预测概率，选择数值最大的预测概率作为该像素点的最终预测概率；

S5.3：若像素点的最终预测概率大于0.5，则记为1，该像素点在二维冠状动脉预测图片显示为白色；反之，则记为0，该像素点在二维冠状动脉预测图片显示为黑色；

S5.4：对二维切片上所有像素点执行S5.1‑S5.3，确定颜色的所有像素点构成二维冠状动脉预测图片；

S6：对二维冠状动脉预测图片进行三维重构，获得冠状动脉三维图像。

2.根据权利要求1所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述三维心血管图像由CT或MRI技术获得。

3.根据权利要求2所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述对三维心血管图像进行切片处理的具体方法为：对三维心血管图像构建最大外切长方体，大小为a*b*c，a、b、c分别为三维心血管图像最大外切长方体长、宽、高数值；将三维心血管图像的最大外切长方体置于三维坐标系中，在Z轴方向进行切片处理，获得平行于XoY平面的二维切片，共c张，大小为a*b，则Z轴方向上的第i张二维切片记为Ii，i＝1,…,p,p+1,p+2,…,c‑q‑1,c‑q,…,c。

4.根据权利要求3所述的基于多切片组合的冠状动脉分割方法，其特征在于，对二维切片组合前还需舍去Z轴方向上的正数前p张和倒数后q张二维切片。

5.根据权利要求4所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述分割模型为U‑Net模型，获得m个训练好的分割模型的具体方法为：将二维切片以m种组合方式组合后分别输入m个U‑Net模型中，每个U‑Net模型均设置二分类交叉熵损失函数，损失函数收敛时，获得m个训练好的分割模型；二分类交叉熵损失函数为：式中，i表示第i张二维切片，c表示二维切片的总数，Li表示第i张二维切片的切片真实标签， 表示第i张二维切片的预测标签。

6.根据权利要求5所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述步骤S4中，利用投票集成法将m个训练好的分割模型进行集成。

7.根据权利要求6所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述获得二维切片上像素点的第一预测概率、第二预测概率和第三预测概率的公式为：式中， 表示集成分割模型关于二维切片Ii上第k个像素点的预测概率，F表示集成分割模型，k表示二维切片Ii上第k个像素点。

8.一种基于多切片组合的冠状动脉分割装置，其特征在于，所述装置包括：图像获取模块，用于获取三维心血管图像；

切片模块，用于对三维心血管图像进行切片处理，获得二维切片；

组合训练模块，用于将二维切片以m种组合方式组合后，输入分割模型中进行训练，获得m个训练好的分割模型；

二维切片以m种组合方式中的m＝3，具体组合方式为：

将第i张二维切片记为Ii，相应的切片真实标签记为Li，舍去Z轴方向上的正数前p张和倒数后q张二维切片后，i＝p+1,p+2,…,c‑q‑1,c‑q；以单切片的方式输入分割模型时，输入Ii；以三切片组合的方式输入分割模型时，输入[Ii‑1,Ii,Ii+1]；以五切片组合的方式输入分割模型时，输入[Ii‑2,Ii‑1,Ii,Ii+1,Ii+2]；

模型集成模块，用于将m个训练好的分割模型进行集成，获得集成分割模型；

待分割图像输入模块，用于将待分割的三维心血管图像进行切片处理，得到待分割的三维心血管图像的二维切片，将其以与组合训练模块中相同的m种组合方式进行组合后，输入集成分割模型中进行分割，获得二维冠状动脉预测图片；具体方法为：将待分割的三维心血管图像的二维切片以单切片、三切片组合、五切片组合的方式输入集成分割模型中，获得二维切片上像素点的第一预测概率、第二预测概率和第三预测概率；

比较像素点的第一预测概率、第二预测概率和第三预测概率，选择数值最大的预测概率作为该像素点的最终预测概率；

若像素点的最终预测概率大于0.5，则记为1，该像素点在二维冠状动脉预测图片显示为白色；反之，则记为0，该像素点在二维冠状动脉预测图片显示为黑色；

对二维切片上所有像素点执行上述方法，确定颜色的所有像素点构成二维冠状动脉预测图片三维重构模块，用于对二维冠状动脉预测图片进行三维重构，获得冠状动脉三维图像。