Трансформеры в анализе медицинских изображений

Трансформеры доминируют в области обработки естественного языка и недавно получили влияние в области компьютерного зрения. В анализе медицинских изображений трансформеры также успешно применялись в полнофункциональных клинических приложениях, включая синтез/реконструкцию изображений, регистрацию, сегментацию, обнаружение и диагностику. В данной статье ставится задача повышения осведомленности о применениях трансформеров в анализе медицинских изображений. Конкретно, мы сначала даем обзор основных концепций механизма внимания, встроенного в трансформеры, и других базовых компонентов. Во-вторых, мы рассматриваем различные архитектуры трансформеров, адаптированные для приложений в области медицинских изображений, и обсуждаем их ограничения. В рамках обзора мы исследуем ключевые задачи, включая использование трансформеров в разных парадигмах обучения, повышение эффективности моделей и их сочетание с другими методами. Надеемся, что этот обзор даст читателям, интересующимся анализом медицинских изображений, всестороннее представление о трансформерах.