U-Net在图像分割领域取得了巨大成功，然而卷积和下采样操作导致部分位置信息丢失，全局和长距离的语义交互信息难以被学习，并且缺乏整合全局和局部信息的能力。为了提取丰富的局部细节和全局上下文信息，提出了一个基于卷积胶囊编码器和局部共现的医学图像分割网络MLFCNet （network based on convolution capsule encoder and multi-scale local feature co-occurrence）。在U-Net基础上引入胶囊网络模块，学习目标位置信息、局部与全局的关系。同时利用提出的注意力机制保留网络池化层丢弃的信息，并且设计了新的多尺度特征融合方法，从而捕捉全局信息并抑制背景噪声。此外，提出了一种新的多尺度局部特征共现算法，局部特征之间的关系能够被更好地学习。在两个公共数据集上与九种方法进行了比较，相比于性能第二的模型，该方法的mIoU在肝脏医学图像中提升了4.7%，Dice系数提升了1.7%。在肝脏医学图像和人像数据集上的实验结果表明，在相同的实验条件下，提出的网络优于U-Net和其他主流的图像分割网络。