まぶた腺画像の多段階処理と境界のぼやけ問題に対処するために、本論文では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。エンコーダ段階では、TransUNetエンコーダアーキテクチャを採用し、まぶたと腺領域の共有特徴を効率的に抽出できる。デコーダ段階では、まぶたと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するため、二重デコーディングパスを採用した。同時に、腺領域に対して多尺度特徴融合モジュールを設計し、スキップ接続にチャネル注意メカニズムを導入した。これらの最適化により、境界の精度、テクスチャの鮮明さ、および形状の輪郭が向上し、境界のぼやけや腺の癒着の問題を効果的に解決した。まぶた領域には、標準的なデコーダ構造を用いて分割予測を行った。既存の先進的な分割手法との実験比較により、提案手法は上下まぶた腺の精度平均値で優れた性能を示し、特に主要指標の平均交差率（IoU）およびDice類似係数でそれぞれ79.9％と76.5％を達成し、TransUNetと比較してそれぞれ3.2％と5.3％向上した。本研究のアルゴリズムは、まぶた腺画像の対象領域を正確に分割でき、まぶた腺機能障害の支援診断に寄与できる。

まぶた腺画像分割;多粒度分割;CNN;Transformer;医用画像処理