1.基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于，包括以下步骤：S01：提取所有目标器官确定对应所述目标器官在目标CT影像中的位置；

S03：基于所述目标器官，进行分距离多密度块采样；其中，对于距离所述目标器官远距离区域，进行低密度采样，对器官位置进行模糊预测；对于距离所述目标器官中距离区域，进行中密度采样，对其他器官位置进行次精确预测；对于距离所述目标器官近距离区域，进行高密度采样，对所述目标器官进行位置、尺寸精确预测；

S05：设置损失函数，结合训练网络模型进行迭代搜索，得到各类器官定位信息；

S07：根据所述定位信息判断所述各类器官的存在信息。

2.根据权利要求1所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：在所述步骤S01之前，还包括S00：对原始CT影像做三线性插值处理，并进行归一化处理得到实施目标CT影像。

3.根据权利要求2所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：所述目标影像的HU值限制为[‑1000,1600]；

所述归一化处理具体为：

其中，data.min()表示所述目标CT影像的所述HU值的最小值；data.max()表示所述目标CT影像的所述HU值的最大值，所述valuei表示所述目标CT影像中的第i个所述HU值；所述Valuei表示所述目标CT影像中的第i个经所述归一化处理后的所述HU值。

4.根据权利要求1所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：所述基于所述目标器官，进行分距离多密度块采样具体包括：所述分距离具体为0～8体素、8～16体素、16～32体素、32～128体素、128体素以上。

5.根据权利要求1所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：所述损失函数为L＝LIOU+Lreg+Lcls其中，LIOU表示B‑BOX IOU损失、Lreg表示中心距离损失、Lcls表示二分类损失。

6.根据权利要求5所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：所述LIOU具体为：其中，1‑IOU表示块特征参数对应的重叠面积；d是其他器官的预测块和所述目标器官的目标块中心点间的欧氏距离，c是能将所述预测块和所述目标器官的目标块都包含进去的最小矩形框的对角线长度， 对应着中心点距离；αν表示块特征参数中的虚拟块的高宽比，所述高宽比包括三维坐标中第三个坐标轴长度的比值，gt gt

其中w 和h 表示所述目标器官的目标块的

宽和高，w和h表示所述预测块的宽和高。

7.根据权利要求1所述基于3D CNN和迭代搜索的CT影像器官定位方法，其特征在于：所述定位信息包括11个器官的每一组8维向量；其中，所述每一组8维向量包括(center_x，center_y，center_z，h，w，l，ind，ind_cls)；其中，center_x，center_y，center_z分别为对应所述各类器官标签B‑BOX的中心点与当前采样块的中心点之间3个坐标轴上的偏移量；h，w，l分别为所述各类器官对应的B‑BOX的长宽高参数；ind是指示所述各类器官是否在目标CT影像中存在的变量；ind_cls是二分类变量。