目的:探讨MRI序列选择以及注意力门、残差网络对 U-Net 脑肿瘤分割模型准确性的影响.方法:使用BraTS 2021 的脑肿瘤病例 1251 例,排除经裁剪后缺乏肿瘤图像特征的病例,以 7:2:1的比例分为训练组、验证组和测试组,使用 7 种不同序列组合(所使用序列包括 T1 WI、T2 WI、T2 FLAIR、T1 增强)训练U-Net模型,使用 Friedman 检验和成对比较(经 Bonferroni 校正法调整显著性值)对比测试集的Dice系数.使用 4 通道图像以相同方法对比基线 U-Net、注意力 U-Net、残差 U-Net以及注意力残差U-Net对脑肿瘤分割的准确性.结果:在分割肿瘤强化区域、核心区域时,无 T1 增强序列的 3 通道组的Dice系数显著低于其他组;在分割全肿瘤时,无T2 及T2 FLAIR的 2 通道组的Dice系数显著低于其他组,无T2 FLAIR的 3 通道组显著低于剩余其他组,4 通道组及无 T1 的 3 通道组显著高于其他组,余组间差异无统计学意义.4 种U-Net模型仅在分割全肿瘤时存在显著差异,在进一步的成对比较中差异无统计学意义.结论:MRI序列对 U-Net 分割表现的影响可能与标注方式、该序列所包含的特征信息等有关.本研究中:单独剔除 T1 序列对 U-Net 模型无显著影响;与注意力门相比,残差网络可能一定程度提高了U-Net模型的分割准确度.