本发明公开了一种基于散射图神经网络的大脑磁共振图像分割方法，首先，为了降低模型计算复杂度，采用超体素作为基本单位，针对参考图像与待分割图像，生成数量相当的超体素；同时考虑超体素的自身信息、周围邻居信息与空间位置信息，预先提取其灰度特征、张量特征与关键点空间先验特征；再次，由于大脑各超体素间隐含一定的拓扑结构信息，以超体素作为节点构建拓扑图，采用散射图神经网络学习全局拓扑信息，更新节点特征；最后，直接将待分割图像的超体素与已标注参考图像的超体素进行特征匹配，得到语义分割结果，本发明能较好地应用于大脑磁共振图像，有效地分割出大脑磁共振图像的组织结构。