自动评估海马体积是研究阿尔茨海默病等多种神经退行性疾病的重要工具。具体而言，测量海马亚区特性具有重要意义，因为它可以显示大脑的早期病理变化。然而，由于这些亚区结构复杂，需要手动标记的高分辨率磁共振图像，因此分割这些亚区非常困难。在这项工作中，我们提出了一种基于深度监督卷积神经网络的自动海马亚区分割新流程。针对两种可用的海马亚区划分协议，显示了所提出方法的结果。该方法与其他最先进的方法进行了比较，在准确性和执行时间方面显示出更好的结果。