La Transformada Coseno Discreta (DCT) es fundamental para los esquemas de ocultación de datos de alta capacidad debido a su capacidad para condensar señales en unos pocos coeficientes significativos mientras deja muchos coeficientes de alta frecuencia relativamente insignificantes. Estos coeficientes de alta frecuencia suelen ser reemplazados por datos secretos, lo que permite la incrustación de muchos bits secretos manteniendo una calidad de señal estego aceptable. Sin embargo, debido a que los componentes de alta frecuencia aún afectan la calidad de la señal estego, preservar su estructura es beneficioso. Este trabajo introduce un método que mantiene la estructura de los componentes de alta frecuencia de la DCT durante la incrustación a través de modelado polinómico. Se agrega una versión reducida de la señal secreta a la señal generada por el polinomio o se resta de ella para minimizar el error entre la señal de cobertura y la señal generada por el polinomio. Como resultado, la imagen estego conserva una estructura similar a la imagen de cobertura original. Los resultados experimentales demuestran que este esquema mejora la calidad y seguridad de la imagen estego en comparación con los métodos actuales. Notablemente, la robustez de la técnica se confirma por su resistencia a la detección por métodos de aprendizaje profundo, ya que una Red Neuronal Convolucional (CNN) no pudo distinguir entre las imágenes de cobertura y estego.