1.一种ct影像中骨骼解剖点的检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，s102中所述3d卷积神经网络编码器采用不对称的u-net结构，记为l-net，输入为ct影像，输出为m个通道的原始ct影像的n倍降采样的编码特征图，即输入ct尺寸为[1，x，y，z]，输出尺寸为[m，x/n，y/n，z/n]；其中，x，y，z分别为ct影像的长宽高。
3.根据权利要求1所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，s103中所述特征投影模块由3d特征图通道扩张模块和3d-2d投影模块两部分组成；其中，所述3d特征图通道扩张模块用于通过一个3d卷积模块对输入的3d编码特征图做通道的扩张；所述3d-2d投影模块用于通过自适应池化操作对3d特征图逐通道的生成对应的ap投影特征图和rl投影特征图。
4.根据权利要求3所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，所述3d卷积模块由conv3d，instancenorm3d和relu组成。
5.根据权利要求1所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，s104中所述2d卷积神经网络解码器的输入为2d投影编码特征图，即ap投影编码特征图和rl投影编码特征图，输出为n个骨骼解剖点对应的概率热力图；其中，ap投影编码特征图和rl投影编码特征图分别对应1个2d-decoder模块，分别输出骨骼解剖点对应的ap投影位置和rl投影位置。
6.根据权利要求5所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，所述2d卷积神经网络解码器由一系列上采样层和卷积模块构成，用于将降采样的特征图还原到原始分辨率；其中上采样层使用反卷积层和线性上采样中的一种。
7.根据权利要求1所述的一种ct影像中骨骼解剖点的检测方法，其特征在于，s105中所述坐标量化策略针对骨骼解剖点概率热力图，设定阈值通过处理后得到背景为0的骨骼解剖点区域的概率热力图，并提取骨骼解剖点坐标；其中，骨骼解剖点坐标的提取方法为argmax法、平均法、期望法中的一种；argmax法为选取概率值最大的点位置作为最终的骨骼解剖点位置；平均法为计算骨骼解剖点区域所有点坐标的平均值作为最终的骨骼解剖点位置；期望法为将骨骼解剖点位置坐标与其对应的概率值相乘后，求得加权平均位置坐标作为最终骨骼解剖点位置。
8.一种ct影像中骨骼解剖点的检测装置，其特征在于，包括：
9.一种ct影像中骨骼解剖点的检测设备，其特征在于，
10.一种ct影像中骨骼解剖点的检测计算机存储介质，其特征在于，