医学图像分割中的注意力机制：综述

医学图像分割在计算机辅助诊断中起着重要作用。区分重要部分与无关部分的注意力机制已广泛应用于医学图像分割任务。本文系统综述了注意力机制的基本原理及其在医学图像分割中的应用。首先，我们回顾注意力机制的基本概念与公式化表达。其次，我们调研了 300 余篇与医学图像分割相关的文章，并根据其注意力机制将它们分为两组：非 Transformer 注意力与 Transformer 注意力。在每组中，我们基于现有文献工作从三个方面深入分析注意力机制，即机制原理（用什么）、实现方法（怎么用）和应用任务（在哪用）。我们还深入分析了它们应用于不同任务时的优势与局限。最后，我们总结了该领域的研究现状与不足，并讨论了未来的潜在挑战，包括任务特异性、鲁棒性、标准评估等。我们希望本综述能够展示传统与 Transformer 注意力方法的整体研究脉络，为后续研究提供清晰参考，并启发更先进的注意力研究，不仅限于医学图像分割，也涵盖其他图像分析场景。