本发明提供了一种基于低数据需求的肺气肿影像处理方法及系统，包括：步骤M1：准备标注好肺气肿病灶阴阳性的肺部CT影片，为一组医学数字成像和通信文件；步骤M2：对准备的肺部CT影片进行预处理,由一组医学数字成像和通信文件得到三维数组；步骤M3：搭建深度卷积神经网络架构，通过三维数据训练深度卷积神经网络，以深度卷积神经网络判断肺气肿影像；本发明会自动从带有肺气肿阴阳性标注的胸部CT中学习所需特征并进行影像处理阴阳性判断。相比于常见的CT深度神经网络影像处理辅助诊断技术，这个技术避开了3D模型占用大量内存并在层厚较厚的CT上表现不佳的问题，也避开了2D模型无法全面利用三维空间信息的局限，充分利用了层与层之间的空间关系。