相較于以往將靶區作為單獨區域進行自動分割的神經網絡，本文提出了一種利用靶區周圍器官的位置及形狀信息來限定靶區形狀及位置，并通過多個網絡的疊加融合空間位置信息，從而提高醫學圖像自動分割精度的堆疊式神經網絡。本文以格蕾絲眼病為例，基于全卷積神經網絡構建了堆疊式神經網絡，對其左右兩側放療靶區分別進行分割。以醫生手動勾畫結果為標準，計算體積戴斯相似系數（DSC）和雙向豪斯多夫距離（HD）。相較于全卷積神經網絡，堆疊式神經網絡勾畫結果可以使左右兩側體積 DSC 分別提高 1.7% 和 3.4%，同時左右兩側的雙向 HD 距離分別下降 0.6。結果表明，堆疊式神經網絡在提升自動分割結果與手動勾畫靶區重合度的同時，減小了小區域靶區的分割誤差，進一步說明堆疊式神經網絡能有效地提高格蕾絲眼病放療靶區的自動勾畫精度。