DRRMSAN DRRMSAN：用于医学图像分割的深度残差正则化多尺度注意力网络。 [] 抽象的 通常，医疗领域面临着以高精度分割图像的挑战。 提出了一种新颖的深度学习架构，该架构可以在多个尺度上分割图像，从而在大多数具有挑战性的数据集中，其中感兴趣的区域具有不同的形状和大小，从而导致较高的骰子系数。 在体系结构内使用注意模块在一定程度上提高了模型专注于相关区域的能力。 计算不同比例的损失还有助于逐步重建分割蒙版。 与其他现有技术模型的比较表明，该模型的性能要比大多数模型好，而且计算开销也很