为实现对人体脊椎CT 3D图像精确实例分割，提出了一种融合2D与3D卷积神经网络(CNN)的2阶段脊柱3D实例分割关键技术。第一阶段采用ResNet—101 2D CNN作为骨干网络，引入可变感受野卷积模块对卷积结构主干特征网络优化，并加入损失函数平衡机制，较好地解决了对脊柱CT数字重建图像(DRR) 2D图像实例分割，准确获取脊柱各椎节2D实例信息；第二阶段以3D Unet为主要框架，融入Dense CRF条件随机场模块、空间与通道注意力方法，分割精度最高达到98.53%。该研究为脊椎手术导航机器人精准完成术前与术中导航与配准提供了有意义的参考。