1.千兆电子计算机断层扫描的前列腺三维图像分割方法，包括如下步骤：

(1)输入待分割的前列腺KVCT三维图像D；

(2)将前列腺KVCT三维图像D使用SLIC超像素生成算法生成三维超像素组成的三维矩阵S；

(3)以能将三维超像素包含内的最小立方体块儿的特征代表每个三维超像素的特征，统计每个最小立方体块儿的灰度-梯度共生矩阵Hz，进而计算每个最小立方体块儿的15维纹理特征Tz，1≤z≤Np，Np为总像素块数，这15维纹理特征Tz包括：小梯度优势T1、大梯度优势T2、灰度分布不均匀性T3、梯度分布不均匀性T4、能量T5、灰度均值T6、梯度均值T7、灰度标准差T8、梯度标准差T9、相关性T10、灰度熵T11、梯度熵T12、混合熵T13、差分矩T14和逆差分矩T15；

(4)使用密度峰值聚类算法对超像素进行第一次聚类得到初始分割结果D1；

(5)使用密度峰值聚类算法对初始分割结果D1进行第二次聚类得到两次聚类结果D2；

(6)对两次聚类的结果D2使用三维形态学的腐蚀和膨胀进行去除黏连和平滑得到结果D3；

(7)对输入三维图像D的顶端1/8的二维截面图使用配准的方法进行分割，然后将配准分割得到的二维截面图替换掉D3中对应的二维截面图，从而得到最终的三维结果D4。

2.根据权利要求1所述的前列腺KVCT图像的3D分割方法，其中步骤(2)所述的将输入三维KVCT图像使用SLIC超像素生成算法生成三维超像素。

3.根据权利要求1所述的前列腺KVCT图像的3D分割方法，其中步骤(3)所述的以能将三维超像素包含内的最小立方体块儿的特征代表每个三维超像素的特征，统计每个最小立方体块儿的灰度-梯度共生矩阵。

4.根据权利要求1所述的前列腺KVCT图像的3D分割方法，其中所述步骤(4)和步骤(5)中使用基于密度峰值的聚类算法对超像素进行两次聚类。

5.根据权利要求1所述的前列腺KVCT图像的3D分割方法，其中步骤(7)所述的对输入三维图像顶端1/8的二维截面图使用配准的方法进行分割，然后将配准分割得到的二维截面图替换掉两次聚类经过三维形态学处理后对应的二维截面图，从而得到最终的三维结果图。