一种基于三维深度学习网络的肺结节良恶性预测方法，属于图像处理领域。包括以下步骤：肺部CT图像预处理以及多分辨输入数据的生成；多分辨3D双通路压缩激励深度学习网络模型的构建；用梯度下降法迭代求得模型参数。本发明采用将双通路网络和压缩激励网络思想相结合的深度学习网络模型，不仅可以对肺结节图像的低阶特征进行重复利用，持续生成新的高阶组合特征，而且可以重新标定特征通道的权值，有效地描述不同特征通道对网络输出的重要程度。本发明采用的3D多分辨数据处理方式可以有效地处理因肺结节的直径不一带来的边界丢失和噪声等问题。