论文链接：https://arxiv.org/pdf/2202.12165.pdf

Transformers已经主导了自然语言处理领域，最近又影响了计算机视觉领域。在医学图像分析领域，Transformer也已成功应用于全面临床应用，包括图像合成/重建、配准、分割、检测和诊断。我们的论文对Transformers在医学图像分析领域的应用进行了全面调研。具体来说，我们首先概述了Transformer和其他基本组件中内置的注意力机制的核心概念。其次，我们给出了为医疗图像应用量身定制的各种Transformer架构的新分类，并讨论了它们的局限性。在这篇综述中，我们研究了围绕在不同学习范式中使用Transformer、提高模型效率以及它们与其他技术的耦合的关键挑战。我们希望这篇综述能给医学图像分析领域的读者一个全面的Transformer的概览。

内容中包含的图片若涉及版权问题，请及时与我们联系删除