El procesamiento de imágenes médicas se ha utilizado en el análisis de imágenes médicas durante muchos años y ha logrado un gran éxito. Sin embargo, un desafío es que los algoritmos de procesamiento de imágenes médicas no utilizan de manera efectiva las características de multimodalidad para extraer características adicionales. Para abordar este problema, proponemos SSGNet basado en UNet, que comprende un módulo de campo receptivo selectivo a múltiples escalas (SMRF), un módulo de autoatención de kernel selectivo (SKSA) y un módulo de atención de conexión de salto (SCAM). Los módulos SMRF y SKSA tienen la misma función pero trabajan en diferentes grupos de modalidades. SMRF funciona en los grupos de modalidad T1 y T1ce, mientras que SKSA se implementa en los grupos de modalidad T2 y FLAIR. Sus tareas principales son reducir el tamaño de la imagen a la mitad, extraer características fusionadas adicionales dentro de los grupos y evitar la pérdida de información durante el muestreo descendente. El SCAM utiliza características de alto nivel para guiar la selección de características de bajo nivel en las conexiones de salto. Para mejorar el rendimiento, SSGNet también utiliza supervisión profunda. Se realizaron múltiples experimentos para evaluar la efectividad de nuestro modelo en el conjunto de datos BraTS2018. SSGNet logró puntuaciones de coeficiente de Dice para el tumor completo (WT), el núcleo del tumor (TC) y el tumor realzado (ET) de 91.04, 86.64 y 81.11, respectivamente. Los resultados muestran que el modelo propuesto logró un rendimiento de vanguardia en comparación con más de doce benchmarks.