CTスキャンからの正確な肝臓セグメンテーションは、効果的な診断と治療計画のために不可欠です。コンピュータ支援診断システムは、肝臓疾患の診断精度、病状進行の評価、および治療計画を向上させる可能性を持っています。この需要に対応するため、私たちは新しい深層学習アプローチである\textit{\textbf{PVTFormer}}を提案します。これは事前学習されたピラミッドビジョントランスフォーマー（PVT v2）に先進的な残差アップサンプリングとデコーダブロックを組み合わせて構築されています。精緻な特徴チャネル手法と階層的デコーディング戦略を統合することで、PVTFormerは意味論的な特徴を強化し、高品質なセグメンテーションマスクを生成します。Liver Tumor Segmentation Benchmark (LiTS) 2017での厳密な評価により、提案したアーキテクチャが86.78%の高いダイス係数と78.46%のmIoUを達成するとともに、低いHD（3.50）も得ることが示されました。これらの結果は、PVTFormerが最先端の肝臓セグメンテーション手法における新たな基準となる有効性を強調しています。提案されたPVTFormerのソースコードは\url{https://github.com/DebeshJha/PVTFormer}で利用可能です。