本发明公开了一种基于多尺度和注意力的医学图像分割方法，包括下列步骤：首先对获取到的医学图像进行处理，并划分数据集，之后构建二维网络模型，将经过预处理的数据送入网络中进行训练；通过优化损失函数调整模型到最优效果；将待分割的医学图像送入调整好参数的网络模型中，得到预测的分割结果，并与真实标签对比来评估模型性能。本发明针对经典的U型网络存在的缺乏上下文信息的问题，在网络中加入了可以即插即用，非常轻便的通道注意力机制和混合空洞注意力卷积层，以充分利用上下文信息，发掘通道有用特征。本发明的分割模型可以在参数量很少的情况下完成医学图像的分割。