【摘要】针对现有3DU-Net网络在脑肿瘤分割中存在的训练过程中损失函数值难以降低，对增强瘤、肿瘤核分割精度较差等问题，该文提出了某模型网络的优化方案。首先使用残差网络结构降低训练难度；进一步引入注意力机制对多模态MRI的融合权值进行自适应学习，充分利用不同模态特征信息；最后在网络解码器部分采用双路卷积结构，提高了网络的特征提取能力。实验结果表明，改进后的网络训练损失函数更容易收敛到较小值，且对3种肿瘤的平均分割Dice系数提高了0.018 9，平均Hausdorff距离缩短了1.197 1，在整体分割性能上优于改进前的网络。