基于Transformer深度学习模型在医学图像分割中的研究进展

摘要： 医学图像的准确分割在现代临床影像检查、精准诊断和治疗规划中意义至关重要。近10年来，卷积神经网络(CNN)凭借其独特的特征提取能力，在医学图像分割领域成绩显著。CNN架构中存在的局部感受野和固有归纳偏置局限，限制其对图像中远程依赖关系的有效建模。近年来，Transformer架构依赖其对全局信息的捕获能力，有助于建模长距离的依赖关系并挖掘语义信息，在生物医学图像分割领域展示出卓... （共10页）