本論文は、睑板腺画像の多段階処理および境界のぼやけ問題に対処するため、エンドツーエンドの多粒度分割アルゴリズムを設計した。エンコーディング段階では、TransUNetエンコーダアーキテクチャを採用し、眼瞼および腺領域の共有特徴を効率的に抽出する。デコーディング段階では、眼瞼および腺領域の異なる特徴に応じて異なるデコーダブランチを設定した二重デコーディングパスを採用した。また、腺領域には多スケール特徴融合モジュールを設計し、スキップ接続にチャネルアテンション機構を追加した。これらの最適化により、境界精度、テクスチャの鮮明さ、および形状輪郭が向上し、境界のぼやけや腺の癒着問題を効果的に解決した。眼瞼領域には標準的なデコーダ構造を用いて分割予測を行った。既存の最先端の分割手法との実験比較により、提案アルゴリズムは上下睑板腺の平均精度において優れた成績を示し、特に主要指標である平均交差領域比およびDice類似係数でそれぞれ79.9％および76.5％を達成し、TransUNetよりそれぞれ3.2％および5.3％向上した。本アルゴリズムは睑板腺画像のターゲット領域を正確に分割でき、睑板腺機能障害の補助診断に資することができる。

睑板腺画像分割;多粒度分割;CNN;Transformer;医用画像処理