本发明公开了一种基于双任务一致性学习的半监督三维冠状动脉分割方法，首先获取若干三维冠状动脉CTA图像，并进行预处理；然后，构建平均教师模型；平均教师模型包括学生模型和教师模型，学生模型和教师模型均包括编码器和解码器；编码器包括多个自适应残差特征增强模块，自适应残差特征增强模块之间进行下采样；解码器包括多个卷积模块，卷积模块之间进行上采样；编码器的各个自适应残差特征增强模块和解码器对应的卷积模块之间进行跳跃连接；最后，引入双任务一致性学习，对平均教师模型进行半监督训练，将训练后的教师模型或学生模型作为分割模型，用于三维冠状动脉的分割。该方法使用的分割模型能够捕获更多的冠状动脉细节，自适应地增强更重要的特征，使得分割结果更加准确；双任务一致性学习关注跨任务一致性无监督损失的同时还关注任务内一致性无监督损失。