本申请提出了一种基于深度卷积神经网络的脑动脉瘤三维检测分割方法，包括：获取待分割的三维医学图像数据；对三维医学图像数据的预测进行初始化，生成种子点作为初始的已测试区域；从已测试区域向外扩张一个区域，得到扩张区域；将扩张区域输入至训练好的流网络模型中，对扩张区域进行预测，并将经过预测的扩张区域并入已测试区域；对三维医学图像数据进行迭代预测，直到已测试区域完全覆盖三维医学图像数据，完成预测，得到三维医学图像数据的预测结果；根据三维医学图像数据的预测结果，得到三维医学图像数据的分割结果。本申请引入了流网络模型中迭代预测的思路，在保持样本三维结构信息的同时减少了模型的参数量，从而使模型更加准确、便捷。