针对 U-Net 在对肺结节进行训练时，存在梯度消失和特征利用率低的问题，提出了一种基于改进 U-Net 的肺结 节分割模型，即 RAU-Net(U-Net network with residual element and attention mechanism) 模型。该模型基于 U-Net 基础框架， 在编码器和解码器中分别加入残差单元，以加深网络深度，提高网络学习能力；同时在网络长连接加入注意力机制，尽可 能获取含有较多上下文语义和空间位置的特征信息。实验结果表明，RAU-Net 模型在 MeanIOU、Dice、F1-Score 三个指 标均高于 Res U-Net 模型，分别提高了 1.61%，3.65%，2.01%，证明了 RAU-Net 模型具有良好的分割性能。