El cáncer colorrectal es un tumor maligno común. El cáncer colorrectal es causado principalmente por la cancerización de un pólipo adenomatoso. La segmentación de pólipos en imágenes de enteroscopia asistida por computadora es útil para que los médicos diagnostiquen y traten la enfermedad con precisión. En este estudio, se propone un algoritmo de segmentación de imágenes de colonoscopia basado en la fusión de características a múltiples escalas. El algoritmo propuesto adopta ResNet50 como la red principal para extraer características. Las características superficiales se procesan utilizando el módulo de extracción cruzada, aumentando así el campo receptivo, reteniendo la información de textura y fusionando las características superficiales procesadas y las características profundas en diferentes proporciones basadas en un módulo de fusión de múltiples proporciones. El algoritmo propuesto es capaz de suprimir la información redundante, eliminar el ruido de fondo y mejorar los límites mientras adquiere una considerable información semántica. Según los resultados de los experimentos en el conjunto de datos publicado Kvasir-SEG de pólipos intestinales, el coeficiente de Dice promedio y la intersección media sobre la unión se obtuvieron como 0.9192 y 0.8873, mejor que el de los algoritmos principales existentes. El resultado verifica la efectividad de la red propuesta y proporciona una referencia para el aprendizaje profundo en relación con el procesamiento de imágenes y el análisis de pólipos intestinales.