La localización precisa y la descripción de las lesiones de los pacientes siempre se ha considerado un aspecto crucial del diagnóstico clínico. La fusión de imágenes médicas multimodales proporciona una solución factible a dicho problema. Desafortunadamente, el equilibrio entre el rendimiento de la fusión y la carga computacional pesada sigue siendo un desafío. En este documento, se propone un método de fusión novedoso y efectivo para imágenes médicas multimodales. En primer lugar, se introduce la transformada de framelet (FT) para descomponer las imágenes fuente en una serie de subimágenes de baja y alta frecuencia. A continuación, utilizamos los beneficios tanto del filtrado guiado ponderado del núcleo de dirección como del filtrado de ventana lateral para fusionar con éxito las subimágenes. Finalmente, se emplea la FT inversa para reconstruir la imagen fusionada final. Para verificar la efectividad del método de fusión propuesto, fusionamos varias pares de imágenes médicas que cubren diferentes modalidades en experimentos de simulación. Los resultados experimentales demuestran que el método propuesto ofrece un mejor rendimiento que los métodos representativos actuales en términos de calidad visual y evaluación cuantitativa.