基于電子計算機斷層掃描（CT）的肺結節檢測的早期篩查是降低肺癌死亡率的重要手段，而近年來三維卷積神經網絡（3D CNN）已經在肺結節檢測領域取得了成功并不斷深入發展。本文提出了一種基于多尺度注意力機制的3D CNN肺結節檢測算法。針對肺結節大小和形狀各異的特點，設計了一個多尺度的特征提取模塊，提取不同尺度的相應特征。通過注意力模塊，從空間和通道兩個角度挖掘特征間的關聯信息，對特征加強。提取出的特征進入類似金字塔的融合機制，使得特征中同時包含深層的語義信息與淺層的位置信息，更利于目標定位與邊界框回歸。在具有代表性的LUNA16數據集上，相對于目前先進的其他方法，本文方法能夠明顯地提高檢測靈敏度，可為臨床醫學提供理論參考。