이 논문은 마이봄샘 이미지 분할 시 다단계 처리와 경계 흐림 문제를 해결하기 위해 엔드투엔드 다중 입자 분할 알고리즘을 설계하였다. 인코딩 단계에서는 TransUNet 인코더 아키텍처를 사용하여 눈꺼풀과 샘 영역의 공유 특징을 효율적으로 추출하였으며, 디코딩 단계에서는 눈꺼풀과 샘 영역의 서로 다른 특징에 따라 서로 다른 디코더 분기를 갖는 이중 디코딩 경로를 채택하였다. 또한 샘 영역을 위해 다중 스케일 특징 융합 모듈을 설계하고 스킵 연결에 채널 어텐션 메커니즘을 추가하였다. 이러한 최적화는 경계 정확도, 질감 선명도 및 형태 윤곽을 향상시켜 경계 흐림과 샘 간 부착 문제를 효과적으로 해결하였다. 눈꺼풀 영역에는 표준 디코더 구조를 사용하여 분할 예측을 수행하였다. 기존의 최첨단 분할 방법과의 실험적 비교를 통해 제안된 알고리즘은 상하 마이봄샘의 평균 정확도에서 우수한 성능을 보였으며, 특히 주요 지표인 평균 교집합비 및 Dice 유사도 계수에서 각각 79.9%와 76.5%를 달성하여 TransUNet보다 각각 3.2%와 5.3% 향상되었다. 본 알고리즘은 마이봄샘 이미지의 목표 영역을 정밀하게 분할할 수 있어 마이봄샘 기능 장애 보조 진단에 기여할 수 있다.

마이봄샘 이미지 분할;다중 입자 분할;CNN;Transformer;의료 영상 처리