摘要。磁共振成像（MRI）在多模式脑肿瘤分割中起重要作用。但是，缺失方式在临床诊断中非常普遍，这将导致严重的分割性能降解。在本文中，我们提出了一个简单的自适应多模式融合网络，用于脑肿瘤分割，该网络具有两个特征融合的阶段，包括简单的平均融合和基于注意机制的适应性融合。两种融合技术都能够处理缺失的形态情况，并有助于改善分割结果，尤其是自适应结果。我们在BRATS2020数据集上评估了我们的方法，与最近的四种方法相比，与不完整的多模式脑肿瘤疗法达到了最先进的性能。我们的A2FSEG（平均和自适应融合分割网络）很简单但有效，并且具有处理任何数量的图像模式以进行多模式分割的能力。我们的源代码在线，可在https://github.com/zirui0623/a2fseg.git上找到。