在椎弓根螺钉置入术中，高精度的术前-术中三维点云配准可以提高手术的安全性和成功率。然而，由于术前和术中点云的采集方式不同，且术中暴露有限，术前和术中点云存在较大的初始位姿差异和密度差异等问题，导致点云配准精度降低。在点云编码中，注意力机制通过自适应加权和全局信息捕捉提升特征提取的准确性和全面性，从而增强特征匹配的精度。为此，本研究提出了一种基于注意力机制增强的椎弓根螺钉置入术非同源点云配准网络。先通过多层感知机提取点云的特征向量，利用图自注意力机制计算关键点与其邻域点特征残差项来更新特征向量，从而捕捉点云内部的全局信息；再使用交叉注意力机制关注术前局部点云和术中点云特征的相似性，逐点精细化特征，增强点云特征的表达能力，提高计算转换矩阵的准确性。实验结果表明，本文算法在所用数据集上的粗配准精度较高，平均旋转误差为2.87°，平均平移误差为3.22 mm，平均运行时间为18.49 s，与现有方法相比有所改善，为非同源、初始位姿差异大的术前和术中点云的高精度配准提供了实现途径。