结肠镜检查依赖于操作人员且漏检率较高,所以需要一种实时的息肉分割算法,来辅助医生的息肉检测工作.因此论文提出短期密集连接注意网络(Short-Term　Dense　Concatenate　Attention　Network,STDCANet).网络编码端的核心层是短期密集连接注意模块,此模块整合了传统卷积、STDC、残差思想和NAM的优势,以较小的计算复杂度保留了可伸缩的感受野和多尺度信息,在解码端引入了PD解码器,摈弃了部分底层特征用于模型的加速,聚合了高层特征实现了较好的分割结果.STDCANet在CVC-ClinicDB数据集上与经典的医学图像分割网络进行性能和模型复杂度的对比,在这两方面均优于对比网络,有临床实时分割的潜力.