本稿では，畳み込みニューラルネットワーク（convolutional neural network; ConvNet）に基づく深層学習のアプローチを用いて，CT画像から広範囲・多種類の解剖学的構造を自動的に認識・抽出する研究について紹介する．具体的には，筆者らの研究グループの事例から，CT画像における多臓器・組織の自動認識・抽出問題をConvNetで解決する方法を述べる．そして，中心的に行っている二次元画像に対応する2D ConvNetとその三次元への拡張版について，それぞれの長所と短所を議論し，最新の研究成果を紹介する．最後に，設計者の直感と経験に依存する従来の設計アプローチと比較して，CT画像からの多臓器・組織の自動認識・抽出手順の設計に関する深層学習の性能を考察する．紹介する実験の結果から，ConvNetに基づく深層学習がCT画像における広範囲・多種類の解剖学的構造の自動認識・抽出問題の解決に寄与できることがわかる．