1.一种血管提取方法，其特征在于，包括：
对目标血管对应的原始医学图像三维数据进行预处理，得到目标医学图像三维数据；
基于预先训练的预提取深度神经网络模型和所述目标医学图像三维数据，确定所述目标血管对应的目标血管种子点；
基于所述目标血管种子点、跟踪停止约束条件以及预先训练的预测深度神经网络模型，对所述目标医学图像三维数据进行目标血管跟踪，得到所述目标血管。
2.根据权利要求1所述的方法，其特征在于，所述对目标血管对应的原始医学图像三维数据进行预处理，得到目标医学图像三维数据，包括：
基于目标体素对应的预设物理尺寸，对所述原始医学图像三维数据进行三维重采样，得到具有所述目标体素的重采样医学图像三维数据；
基于所述目标血管的预设显示数值区间，对重采样医学图像三维数据进行归一化处理，得到所述目标医学图像三维数据。
3.根据权利要求1或2所述的方法，其特征在于，所述基于预先训练的预提取深度神经网络模型和所述目标医学图像三维数据，确定所述目标血管对应的目标血管种子点，包括：
基于第一预设分块规则，对所述目标医学图像三维数据进行分块处理，得到至少一个目标医学图像三维数据块；
基于所述预提取深度神经网络模型和每个目标医学图像三维数据块，确定所述目标血管种子点。
4.根据权利要求3所述的方法，其特征在于，所述基于所述预提取深度神经网络模型和每个目标医学图像三维数据块，确定所述目标血管种子点，包括：
分别将每个目标医学图像三维数据块输入到所述预提取深度神经网络模型中，得到每个目标医学图像三维数据块中的目标血管概貌子区域；
将每个目标血管概貌子区域进行合并处理，得到目标医学图像三维数据中的目标血管概貌区域；
根据所述目标血管概貌区域，确定所述目标血管种子点。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标血管概貌区域，确定所述目标血管种子点，包括：
根据所述目标血管概貌区域，确定目标血管中心线；
将所述目标血管中心线上的第一目标体素作为所述目标血管种子点。
6.根据权利要求4或5所述的方法，其特征在于，所述预提取深度神经网络模型包括具有注意力机制的类u-net网络模型。
7.根据权利要求1所述的方法，其特征在于，所述基于所述目标血管种子点、跟踪停止约束条件以及预先训练的预测深度神经网络模型，对所述目标医学图像三维数据进行目标血管跟踪，得到所述目标血管，包括：
确定所述目标血管种子点中的当前目标血管种子点；
基于当前目标血管种子点和第二预设分块规则，确定所述目标医学图像三维数据中的当前种子点三维数据块；
基于当前种子点三维数据块和所述预测深度神经网络模型，确定预测跟踪约束条件；
基于跟踪停止约束条件、预测跟踪约束条件以及所述当前目标血管种子点，对所述当前种子点三维数据块进行目标血管跟踪，得到所述当前种子点三维数据块对应的当前三维数据块目标血管；
遍历所有当前目标血管种子点，得到所有当前三维数据块目标血管，并将所有当前三维数据块目标血管作为所述目标血管。
8.根据权利要求7所述的方法，其特征在于，所述预测跟踪约束条件包括每个数据块体素对应的预测血管置信度、预测血管半径、至少两个预测血管方向以及每个预测血管方向对应的概率值，所述数据块体素为所述当前种子点三维数据块中的体素。
9.根据权利要求8所述的方法，其特征在于，基于跟踪停止约束条件、预测跟踪约束条件以及所述当前目标血管种子点，对所述当前种子点三维数据块进行目标血管跟踪，得到所述当前种子点三维数据块对应的当前三维数据块目标血管，包括：
确定所述当前目标血管种子点对应的至少两个预测血管方向中，概率值最大的两个目标血管方向；
将所述两个目标血管方向分别作为所述当前目标血管种子点的起始跟踪正方向和起始跟踪反方向；
分别确定在所述起始跟踪正方向和所述起始跟踪反方向上，目标血管置信度大于预设目标血管置信度阈值的起始正方向数据块体素和起始反方向数据块体素；
分别基于预测跟踪约束条件，从所述起始正方向数据块体素和所述起始反方向数据块体素开始，对所述当前种子点三维数据块进行目标血管跟踪，得到至少一个跟踪数据块体素；
当所述跟踪数据块体素满足跟踪停止约束条件时，停止跟踪，并将跟踪轨迹上的所有跟踪数据块体素作为当前三维数据块目标血管。
10.根据权利要求9所述的方法，其特征在于，所述当所述跟踪数据块体素满足跟踪停止约束条件时，停止跟踪，包括：
当所述跟踪数据块体素的体素值超出预设体素阈值范围，则停止跟踪；
和/或，当所述跟踪数据块体素的跟踪正方向与所述起始跟踪正方向之间的夹角大于90°，则停止跟踪；
和/或，当所述跟踪数据块体素的跟踪反方向与所述起始跟踪反方向之间的夹角大于90°，则停止跟踪；
和/或，当所述跟踪数据块体素的预测血管置信度小于预设目标血管置信度阈值，则停止跟踪。
11.根据权利要求7-10任一项所述的方法，其特征在于，所述预测深度神经网络模型包括densenet网络模型。
12.一种血管提取装置，其特征在于，包括：
目标医学图像三维数据获取模块，用于对目标血管对应的原始医学图像三维数据进行预处理，得到目标医学图像三维数据；
目标血管种子点确定模块，用于基于预先训练的预提取深度神经网络模型和所述目标医学图像三维数据，确定所述目标血管对应的目标血管种子点；
目标血管获取模块，用于基于所述目标血管种子点、跟踪停止约束条件以及预先训练的预测深度神经网络模型，对所述目标医学图像三维数据进行目标血管跟踪，得到所述目标血管。
13.一种计算机设备，其特征在于，所述计算机设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-11中任一所述的血管提取方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-11中任一所述的血管提取方法。