使用磁共振（MR）图像测量主要脑组织的分布吸引了广泛的研究工作。 由于其卓越的成功，基于深度学习的图像分割已应用于此问题，其中斑块的大小通常代表复杂性和准确性之间的权衡。 在本文中，我们提出了用于脑部MR图像分割的多尺寸和位置神经网络（MSPNN）。 我们的贡献包括（1）联合使用在大补丁上训练的U-Net和在小补丁上训练的反向传播神经网络（BPNN）进行分割，以及（2）在应用它们之前采用卷积自动编码器（CAE）恢复MR图像到BPNN。 在合成和真实MR研究中，我们已针对五种广泛使用的脑部MR图像