本发明涉及一种基于空间信息与特征通道的脑肿瘤医学图像分割方法，本发明提出一种采用RepVGG和双注意力机制来改进U‑Net网络。RepVGG通过支链结构和参数重构化方法使得在不增加参数的情况下保持良好的模块泛化性能，该模块可以解决复杂全卷积神经网络存在参数多，耗时长等缺点。注意力机制已经广泛应用于分割任务中，其具有自动关注目标并抑制输入图像中不相关的区域的特点，双注意力机制有效的提取和利用空间中的焦点信息和特征通道之间的相关信息，实现精确的小目标分割能力。本发明解决了复杂网络模型开销大以及小目标分割能力弱的局限性，使得模型能够获得对病变区域的精确分割。