기존의 안저 맥락막층 분할 모델은 전통적인 OCT 영상을 학습 대상으로 하여 초광각 OCT 영상 분할에 적용할 때 쉽게 인공물 및 가장자리 진동이 발생하며, 가장자리 특징 추출과 전역 모델링 능력 부족 등의 문제점이 있다. 초광각 OCT 영상의 분할 정확도를 높이기 위해 초광각 OCT 안저 영상을 중심으로 TransUNet 기반의 다중 스케일, 가장자리 강화형 METransUNet 맥락막층 분할 모델을 구축하였다. 본 모델은 스킵 연결에 가장자리 강화 모듈 EEM을 도입하여 초광각 OCT 특징 맵의 가장자리와 질감 표현을 강화하고, 디코더에는 주의집중 융합 모듈 AIM을 융합하여 다중 스케일 특징 정보를 충분히 활용한다. 자체 구축한 D-choroid 데이터셋에서 실험한 결과, 해당 데이터셋에서 METransUNet 모델의 ACC 값은 0.9930, Dice 값은 0.9114, IOU 값은 0.8372로 나타났으며, 이는 본 모델이 초광각 OCT 하 맥락막 관련 안질환 지능형 보조 진단에 유효한 기술적 지원을 제공할 수 있음을 증명한다. 마지막으로, 모델 공학적 아키텍처 설계를 완성하기 위해 수집, 추론, 결과 출력이 통합된 초광각 OCT 영상 분석 시스템을 구축하였으며, 모델의 임상 적용을 촉진할 수 있다.

광학 단층 촬영;영상 분할;초광각;맥락막층 분할;TransUnet;가장자리 강화;다중 스케일 특징 융합