肝癌是一种恶性肿瘤，对其进行早期筛查和准确检测是提高治疗效果、延长患者生存期的关键。针对使用单期相计算机断层扫描(computed tomography, CT)图像难以准确检测复杂多变的肝癌的问题，本文提出一种基于FCOS(fully convolutional one-stage object detection)的双期相CT肝癌检测方法。首先构建了双期相肝脏CT四元组网络，并利用其匹配双期相肝脏CT切片，确保不同期相之间肝脏位置的一致性，为后续肝癌检测奠定基础。其次改造了FCOS网络以接收双期相CT图像的输入，设计并插入AFF(attention-based feature fusion)模块进行带混合注意力的特征融合，以提高肝癌检测的准确性。实验结果表明，改进算法在本文数据集上的平均精度(average precision, AP)达到了78.56%,相比于单期相FCOS网络提高了4.9%,展现出更优越的性能。