눈꺼풀샘 이미지 분할에서 다단계 처리 및 경계 흐림 문제를 해결하기 위해 본 논문에서는 엔드투엔드 다중 입자 분할 알고리즘을 설계하였다. 인코딩 단계에서는 TransUNet 인코더 아키텍처를 사용하여 눈꺼풀과 샘 영역의 공유 특징을 효율적으로 추출하고, 디코딩 단계에서는 눈꺼풀과 샘 영역의 서로 다른 특징에 따라 각각 다른 디코더 분기를 설정하는 이중 디코딩 경로를 채택하였다. 동시에 샘 영역을 위해 다중 스케일 특징 융합 모듈을 설계하고 스킵 연결에 채널 주의 메커니즘을 추가하였다. 이러한 최적화는 경계 정밀도, 질감 선명도 및 형태 윤곽을 향상시켜 경계 흐림 및 샘 유착 문제를 효과적으로 해결하였다. 눈꺼풀 영역에 대해서는 표준 디코더 구조를 사용하여 분할 예측을 수행하였다. 기존의 최신 분할 방법과의 실험적 비교를 통해 제안한 알고리즘은 상하 눈꺼풀샘의 평균 정확도에서 우수한 성능을 보였으며, 특히 주요 지표인 평균 교집합 및 합집합 비율과 Dice 유사성 계수에서 각각 79.9%와 76.5%를 달성하여 TransUNet보다 각각 3.2%와 5.3% 향상되었다. 본 논문의 알고리즘은 눈꺼풀샘 이미지의 목표 영역을 정밀하게 분할할 수 있어 눈꺼풀샘 기능 장애의 보조 진단에 근거를 제공할 수 있다.

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