肺炎是一种常见的呼吸道感染，仍然是全球发病率和死亡率的主要原因之一，尤其是在易感人群中。胸部X光片作为肺炎检测的主要工具，但由于成像条件的差异和细微的视觉指标，其一致性解释变得复杂。自动化工具可以通过提高诊断可靠性和支持临床决策来增强传统方法。在本研究中，我们提出了一种新的多尺度 Transformer （Transformer）方法用于肺炎检测，该方法将肺部分割和分类整合到一个统一的框架中。我们的方法引入了一种轻量级的 Transformer 增强型TransUNet模型，实现了精确的肺部分割，在“胸部X光片掩码和标签”数据集上达到了95.68%的Dice分数，并且参数量少于传统的 Transformer 模型。对于分类任务，我们使用预训练的ResNet模型（ResNet-50和ResNet-101）提取多尺度特征图，然后通过修改后的 Transformer 模块进行处理以增强肺炎检测效果。这种多尺度特征提取与轻量级 Transformer 模块的结合确保了稳健的性能，使我们的方法适用于资源受限的临床环境。我们的方法在“Kermany”数据集上达到了93.75%的准确率，在“Cohen”数据集上达到了96.04%的准确率，优于现有方法的同时保持了计算效率。本研究展示了多尺度 Transformer 架构在改善肺炎诊断方面的潜力，为解决全球医疗保健挑战提供了一个可扩展且准确的解决方案。项目代码地址：https://github.com/amirrezafateh/Multi-Scale-Transformer-Pneumonia