磁共振（MR）成像技術是前列腺癌診斷的重要工具，通過計算機輔助診斷技術準確分割磁共振前列腺區域對于前列腺癌的診斷具有重要意義。本文使用深度學習方法，對傳統V型網絡（V-Net）網絡進行了改進，提出了一種改進的端到端的三維圖像分割網絡，以期提供更精確的圖像分割結果。本文首先將軟注意力機制融合進傳統V-Net的跳躍連接中，結合短跳躍連接、小卷積核進一步提升網絡分割精度。然后使用前列腺MR圖像分割評估2012年挑戰賽（PROMISE 12）數據集，針對前列腺區域進行了分割，使用戴斯相似系數（DSC）和豪斯多夫距離（HD）對模型進行了評估，分割模型的DSC值和HD值分別可達到0.903和3.912 mm。實驗結果表明，本文算法能夠提供更準確的三維分割結果，可以準確高效地分割前列腺MR圖像，為臨床診斷和治療提供可靠的依據。