초음파 유도 고주파 절제술(RFA) 중 갑상선 유두 미세암종(PTMC)의 정확한 분할은 효과적인 치료에 중요하지만, 음향 인공물, 작은 병변 크기 및 해부학적 변이로 인해 어려움이 있습니다. 본 연구에서는 갑상선 글랜드 컨텍스트를 통합하여 PTMC 분할을 향상시키도록 설계된 이중 디코더 트랜스포머 기반 아키텍처인 DualSwinUnet++를 제안합니다. DualSwinUnet++는 각 디코더에 대해 독립적인 선형 투영 헤드와 첫 번째(갑상선) 디코더에서 두 번째(PTMC) 디코더로 중간 특징을 연결 및 변환을 통해 전달하는 잔차 정보 흐름 메커니즘을 사용합니다. 이러한 설계 선택을 통해 모델은 공유 그래디언트 간섭 없이 갑상선 형태에 명시적으로 종양 예측을 조건화할 수 있습니다. 691개의 주석이 달린 RFA 이미지가 있는 임상 초음파 데이터 세트로 훈련되고 최첨단 모델과 비교하여 평가된 DualSwinUnet++는 200ms 미만의 추론 지연 시간을 유지하면서 우수한 Dice 및 Jaccard 점수를 달성합니다. 결과는 모델이 거의 실시간 수술 보조에 적합하고 어려운 PTMC 사례에서 분할 정확도를 향상시키는 데 효과적임을 보여줍니다.
