作為確定病灶與診斷的重要基礎，醫學圖像分割已成為生物醫學領域中極其重要的熱門研究領域之一，其中基于全卷積神經網絡和U型網絡（U-net）等神經網絡的醫學圖像分割算法得到越來越多研究人員的重視。目前，醫學圖像分割算法應用于直腸癌診斷的研究報道較少，且已有的研究對直腸癌的分割結果精度不高。本文提出了一種結合圖像裁剪和預處理方法的編碼—解碼卷積網絡模型。該模型在U型網絡的基礎上，借鑒殘差網絡思想，用殘差塊代替傳統的卷積塊，有效避免了梯度消失的問題。此外，本文還采用了圖像增廣的方法提高了所提模型的泛化能力，并在“泰迪杯”數據挖掘挑戰賽所提供的數據集進行測試。測試結果表明，本文提出的基于殘差塊的改進U型網絡模型結合圖像裁剪預處理，可以大大提高直腸癌的分割精度，得到的戴斯系數在驗證集上達到0.97。