DINOv3 特征的逐步注意细化，实现高效前眼分割

前眼段 (AES) 分割是眼部生物识别和新兴临床图像分析应用的关键组成部分。然而，医疗环境中的异构采集条件和有限的注释阻碍了现有方法的稳健性和泛化性。 DINOv3 等基础模型 (FM) 提供强大的传输能力，但有效地调整其表示以适应密集的预测任务仍然具有挑战性。在这项研究中，我们研究了临床环境中强大的 AES 分割，并提出了一种基于精简的 DINOv3 ViT-Small 主干的轻量级架构。我们引入了一个逐步注意特征细化模块，该模块在卷积解码之前逐步适应多级 Transformer 表示，从而能够有效利用少量参数的预训练特征。我们在包含 333 个临床采集的 AES 图像的私人数据集上评估了所提出的方法，涵盖八个眼科采集协议并针对七个解剖类别进行了注释。与卷积和基于 Transformer 的基线（包括基于 DINOv3 的方法）相比，我们的方法实现了最佳的整体性能，在完全微调时达到 85.55% mIoU。它还在四个未见过的公共 AES 分割数据集中展示了对域转移的最强鲁棒性。这些结果为临床环境中稳健的 AES 分割建立了强有力的基线，并强调了解码器设计对于有效地将 FM 表示适应医学分割任务的重要性。