针对肺结节分类方法仍存在缺乏推理过程的可解释性和判别性特征表示等问题，提出了一个基于移动窗口注意力机制和编码解码器肺结节分类方法(SWAC)来对图像进行特征提取。该模型结合了卷积神经网络(CNN)和移动窗口注意力机制的优势，通过关注结节分类所必需的区域进行结节分类，有效地提取了结节的浅层特征和深层特征。该卷积神经网络引入了Focal损失函数，对网络主干进行特征约束来关注难分类样本，以此提升网络的判别表征能力。在LIDC-IDRI数据集上通过消融实验分析了该方法中各部分的贡献和影响，结果表明，SWAC分类方法具有优异的性能。