摘要：随着三维激光扫描技术的广泛应用，点云数据成为地铁隧道病害检测的重要工具。然而，传感器误差和环境因素导致点云数据中存在大量噪声，影响检测准确性。本文提出一种结合自注意力机制和卷积注意力模块的点云去噪方法，旨在提升去噪效果并保留几何细节。通过在自制地铁隧道点云数据集上的实验验证，改进后的网络在倒角距离、平均精度和平均F1分数等指标上显著优于传统版本，特别在去除离群点和保留几何细节方面表现突出。该方法为地铁隧道点云数据的精确重建和病害检测提供了有效支持。