本发明公开了一种基于深度学习的肺结节检测与剔除方法，该方法在网络生成结果之前进行融合，对每一个模型的预测结果保留相同权重，使用加权框融合的后处理方法的到最终结果。提出了一种根据连续图片交并比值来判断结节连续性的方法，能够快速实现结节从二维转为三维，并且能够有效的减少误判。本发明基于二维目标检测模型检测肺结节，更加节省算力，且在检测完毕后结合了三维重构技术，实现了更快速，更精确的肺结节检测，除此之外，提出了Sa‑Yolo模型，通过引入分割注意力机制，从而加强了模型对于小结节的检测效果，并且在与Yolov7融合之后，能够获得更精准的结节边界框，能够更精准、快速地检测肺结节。