卷积神经网络（CNN）因其卓越的性能,而被广泛地应用于医学图像分割领域。2-3D混合网络不仅可以获得2D网络所捕获的全局信息,还可以获得3D网络所获得的数据上下文信息,其效果优于单独的2D网络和3D网络。现存的2-3D混合网络通常以级联或单尺度融合的方式来整合2D网络和3D网络,存在对2D网络所提取的特征利用不充分的问题。另外,目前Transformer结构也被广泛地应用于计算机视觉领域,并且已经在多项视觉任务中达到接近甚至超越最先进CNN网络的性能,但由于Transformer对数据量的巨大需求,造成其直接应用于医学图像分割是效果不佳。本文的工作就是围绕以上问题进行开展。第一,针对现存2-3D混合神经网络没有充分利用2D网络提取特征的问题,本文提出了一种新的2-3D混合神经网络,其创新点在于:1)它从多个尺度融合2D-CNN和3D-CNN,充分地利用了2D-CNN提取的多尺度语义特征。2)综合了级联网络的思想,将2D-CNN的结果作为3D-CNN的输入,为3D-CNN提供了器官的位置信息和形状信息,使其可以更好地进行优化。第二,针对Transformer因对大数据量的需求,直接应用其至医学图像分割任务效果不佳的问题,本文提出了一种3D CNN-Transformer混合神经网络,其创新点在于:1)将3D-CNN同Transformer结合,有效地缓解了3D-CNN存在的感受野不足的问题。2)将Transformer的输入改变为3D-CNN的输出,有效地减少了Transformer对数据量的需求,使其可以成功的应用至医学图像分割领域。第三,本文对上述网络进行了验证,将2-3D混合神经网络应用至NIH胰腺分割数据集,将3D CNN-Transformer混合神经网络应用至自收集的肝脏血管分割数据集。在NIH胰腺分割数据集中,2-3D混合神经网络的平均DICE系数为83.97%,分别高于基准的2D网络、3D网络1.5%和2.09%。同时,在自收集的肝脏血管分割数据集中,3D CNN-Transformer混合神经网络的平均DICE系数为72.79%,分别高于基准2D网络和3D网络2.55%和7.82%。