本发明公开了一种基于变压器的增强医学图像分割网络，包括编码器与解码器，编码器包括卷积神经网络编码器与变压器编码器组成的双支路编码器，支路均包括三个处理阶段，每个支路处理阶段均包括区域感知注意力模块块和分块合并层，卷积神经网络编码器支路与变压器编码器支路之间设置有增强特征融合模块，编码器还包括ResNet‑50编码器支路，解码器包括卷积神经网络模块与上采样模块，卷积神经网络模块包括卷积层、批处理归一化层和激活函数ReLU层，上采样模块包括转置卷积层。本发明通过充分结合了卷积神经网络编码器和变压器编码器的优势，通过两者的协同作用，模型能够在不同分辨率下学习丰富的局部与全局特征，从而提升分割精度和特征学习能力。