精确的胰腺医学图像分割在胰腺疾病的术前诊断，手术计划以及术后评估中均具有重要意义.相较于肝脏和肺，胰腺在不同个体上的形态体积具有高度的可变性，因此准确自动的分割胰腺是一项具有挑战性的任务.近年来，深度学习为胰腺分割提供了一种高效率、高精度的解决方案，较之于传统方法有明显的性能提升.本文研究回顾了近五年基于深度学习的胰腺分割领域的相关文献，梳理了常用的胰腺分割数据集，并对胰腺的深度学习分割方法进行了较为详尽的分类与总结.重点介绍了每类分割方案的原理、基本思想、网络架构，评述了方案的优缺点，并在统一评价指标上进行分割性能的比较.最后本文提出了现有的基于深度学习的胰腺分割方法存在的问题，并对未来的研究趋势进行了展望.