本发明公开了一种基于先验交互强化学习的胎儿超声图像脑部分割方法，属于医学图像分割和深度学习领域。本发明将胎儿超声图像脑部分割转化为环境状态转换模块、环境奖励转换模块和提示图更新模块三个部分，环境奖励转换模块通过标签数据和预测数据计算环境奖励值；提示图更新模块使用提示图更新网络对当前的结果提供新的提示图来细化下一次分割的结果；环境状态转换模块对动作概率进行预测并评估当前状态组合，不断迭代更新当前状态值直至分割结果满意为止。本发明可实现对胎儿脑部结构端到端的分割，拥有较高的准确率，为胎儿胼胝体发育状态识别的智能分析提供有利的数据基础以及性能保障，对未来的智能医疗相关研究有深远意义。