本发明公开了一种基于深度学习的CT肺炎病灶自动处理系统，步骤一、预处理：在nnU‑Net网络中输入原始肺部CT三维图像进行预处理；步骤二、三维采样：在肺部感兴趣的区域提取相互重叠的局部片块图像；步骤三、肺叶分割：采用DenseVNet网络对预处理后的图像进行肺叶分割，得到结果后利用分块的中间点为种子点进行区域生长；步骤四、肺炎病灶分割和鉴别：以左右肺叶为感兴趣区域，找出其最小包围盒，进行裁剪，对裁剪后的图像输入到3D Unet分割网络，后再接一个分类网络自动进行鉴别诊断；步骤五、病灶量化：统计肺炎病灶在分叶中的分布，得到肺炎在每个肺叶中的具体分布。其优点是：能够进行自动3D分割、量化、鉴别的一体化操作，以辅助医生进行诊断。