基于Transformer深度學習模型在醫(yī)學圖像分割中的研究進展

摘要： 醫(yī)學圖像的準確分割在現(xiàn)代臨床影像檢查、精準診斷和治療規(guī)劃中意義至關重要。近10年來，卷積神經(jīng)網(wǎng)絡(CNN)憑借其獨特的特征提取能力，在醫(yī)學圖像分割領域成績顯著。CNN架構中存在的局部感受野和固有歸納偏置局限，限制其對圖像中遠程依賴關系的有效建模。近年來，Transformer架構依賴其對全局信息的捕獲能力，有助于建模長距離的依賴關系并挖掘語義信息，在生物醫(yī)學圖像分割領域展示出卓... （共10頁）