本发明公开了一种基于深度学习的CT影像乳腺癌临床靶区的自动勾画方法，包括：数据采集：首先从医院采集乳腺癌患者接受放疗前的CT影像以及医生手动勾画的临床靶区的轮廓数据；数据预处理：对采集的临床靶区的轮廓数据进行预处理后，按照8:2的比例划分为训练集和测试集；模型训练：将预处理之后的训练集送入搭建的卷积神经网络中进行模型训练，当测试集的损失函数达到最小时，停止训练；以及预测结果融合：利用上述模型进行预测可得到颈部引流区的掩膜、乳房靶区的掩膜及内乳引流区的掩膜，将上述三个掩膜进行后处理融合成一个整体的乳腺癌临床靶区。本发明的自动勾画方法能够减少放疗时医生勾画乳腺癌靶区的时间，并可提高医生勾画结果的一致性。