既存の眼底脈絡膜層分割モデルは従来のOCT画像を学習対象としており、超広角OCT画像の分割に適用するとアーティファクトやエッジの振動が生じやすく、エッジ特徴抽出やグローバルモデリング能力の不足といった問題が存在する。超広角OCT画像の分割精度を向上させるため、超広角OCT眼底画像に着目し、TransUNetを基盤とした多スケール・エッジ強化型METransUNet脈絡膜層分割モデルを構築した。本モデルはスキップ接続にエッジ強化モジュールEEMを導入し、超広角OCT特徴マップのエッジおよびテクスチャ表現を強化し、デコーダでは注意結合モジュールAIMを融合し、多スケール特徴情報を十分に活用している。自己構築したD-choroidデータセットで実験を行った結果、本データセットにおけるMETransUNetモデルのACC値は0.9930、Dice値は0.9114、IOU値は0.8372であり、本モデルは超広角OCT下の脈絡膜関連眼疾患の知能支援診断に有効な技術的支援を提供できることを実証した。最後に、モデルのエンジニアリングアーキテクチャ設計を完遂するために、収集、推論、結果出力を一体化した超広角OCT画像解析システムを構築し、モデルの臨床応用を促進できる。

光干渉断層計;画像分割;超広角;脈絡膜層分割;TransUnet;エッジ強化;多スケール特徴融合