视觉 Transformer 在医学图像分析中的进展：全面综述

Transformer 架构在自然语言处理中的卓越表现最近也引发了计算机视觉领域的广泛兴趣。除其他优点外，Transformer 被认为能够学习长程依赖和空间关联，这相对于迄今为止作为计算机视觉问题事实标准的卷积神经网络（CNNs）具有明显优势。因此，Transformer 已成为现代医学图像分析不可或缺的一部分。在本综述中，我们提供了 Transformer 在医学成像中应用的百科式综述。具体而言，我们针对不同的医学图像分析任务，包括分类、分割、检测、配准、合成和临床报告生成，对相关的近期 Transformer 文献进行了系统而彻底的回顾。对于每个应用，我们考察了所提出不同策略的新颖性、优势与不足，并构建了凸显关键特性与贡献的分类法。此外，在适用情况下，我们概述了不同数据集上的当前基准。最后，我们总结了关键挑战并讨论了不同的未来研究方向。另外，我们在 https://github.com/mindflow-institue/Awesome-Transformer 提供了被引论文及其相应实现。