의료 영상에서 딥러닝에 기반한 복부 장기 자동분할 방법은 복부 장기가 포함된 2차원 의료 영상의 복수의 축상(Axial) 이미지, 복수의 관상(Coronal) 이미지 및 복수의 시상(Sagittal) 이미지를 2차원 딥 뉴럴 네트워크에 입력하는 단계; 상기 2차원 딥 뉴럴 네트워크를 통해 관심 영역(region of interest)의 복수의 레이블(Label) 데이터 및 복수의 예측맵(Prediction map)을 생성하되, 상기 복수의 예측맵은 상기 복수의 축상(Axial) 이미지에 대응하는 복수의 예측맵, 상기 복수의 관상(Coronal) 이미지에 대응하는 복수의 예측맵 및 상기 복수의 시상(Sagittal) 이미지에 대응하는 복수의 예측맵을 포함하는, 생성 단계; 상기 생성된 복수의 예측맵을 각각 가중 융합(weighted fusion)함으로써 상기 관심 영역의 사전형상모델을 생성하는 단계; 복부 장기가 포함된 3차원 의료 영상과 상기 사전형상모델을 3차원 딥 뉴럴 네트워크에 입력하는 단계; 및 상기 3차원 딥 뉴럴 네트워크를 통해 상기 관심 영역의 분할 결과를 획득하는 단계;를 포함하고, 상기 관심 영역의 분할 결과 획득 단계는, 상기 사전형상모델에서 상기 관심 영역과 다른 밝기를 가지는 경계 부분을 크롭하는 단계; 및 상기 경계 부분이 크롭된 상기 사전형상모델을 상기 3차원 딥 뉴럴 네트워크에 입력하여 상기 관심 영역의 분할 결과를 획득하는 단계;를 포함하여 이루어진다.