为了提高u-net网络的性能，尽可能减少额外的计算量，本文提出了一种新的多尺度偶数卷积注意u-net（Aristole Net）网络。在编码端，网络使用22偶数卷积代替33卷积进行特征提取。借鉴多尺度的思想，采用44偶数卷积将获取的信息直接传递到主干部分，从而获得更全面的图像信息，减少额外的计算开销。同时，采用对称填充法解决了均匀卷积提取信息过程中的偏移问题。此外，在22偶数卷积模块之后增加了卷积注意模块，该模块结合了空间和信道注意，以在不增加额外开销的情况下提取更丰富的信息。最后，在两个医学图像数据集上进行了仿真实验。实验结果表明，与u-net相比，本文提出的mecau网络在减少参数的同时，大大提高了分割性能，取得了比其他比较网络更好的分割性能。