本发明属于脑图像分析技术领域，特别涉及一种基于V‑Net和组合型损失函数的海马体自动分割方法及系统，通过获取受试者核磁共振影像数据，对数据进行预处理操作；针对预处理操作后的受试者核磁共振影像数据，利用海马体自动分割模型来获取海马体掩码，以实现受试者海马体的自动分割，其中，海马体自动分割模型采用已训练的V‑Net网络模型结构，且该V‑Net网络模型通过从压缩路径叠加特征映射到解压路径来补充损失信息，并利用包含Dice系数最大化的组合性损失函数进行训练。本发明通过V‑Net和组合型损失函数来挖掘海马体影像特征，提升海马体自动分割效率和准确性，便于实际场景应用。