本发明提供了基于Boosting‑Unet分割网络的医学影像分割方法，该方法通过将总分割网络的训练划分为m个子分割网络的训练，训练第k个子分割网络时，继承了第k‑1个子分割网络的卷积核参数，这样大大减少了每一次训练的卷积核参数数量，提高网络的学习能力和噪声、影像模糊的抵抗力，另外设置多个子分割网络提高了网络的效率，又实现对影像数据特征深度地提取，对影像数据的精细分割，以此提高总分割网络对影像数据特征的学习能力，增强对噪声扰动信息的鲁棒性，进一步提高图像分割的性能。