基于Transformer的医学图像分析近期进展
图像与视频处理
2023-07-26 v4 计算机视觉与模式识别
摘要
Transformer最初主要用于自然语言处理领域。近来,它被引入计算机视觉(CV)领域并展现出良好前景。医学图像分析(MIA)作为CV的关键分支,也极大地受益于这一前沿技术。在本综述中,我们首先回顾Transformer的核心组件——注意力机制,以及Transformer的详细结构。随后,我们阐述了Transformer在MIA领域的近期进展。我们按不同任务顺序组织应用,包括分类、分割、图像描述、配准、检测、增强、定位与合成。主流的分类与分割任务进一步按十一种医学图像模态划分。本综述中大量实验研究表明,通过与多种评价指标对比,基于Transformer的方法优于现有方法。最后,我们讨论了该领域的开放性挑战与未来机遇。这篇按任务-模态组织的综述包含最新内容、详细信息与全面对比,或将极大惠及广泛的MIA学界。
引用
@article{arxiv.2208.06643,
title = {Recent Progress in Transformer-based Medical Image Analysis},
author = {Zhaoshan Liu and Qiujie Lv and Ziduo Yang and Yifan Li and Chau Hung Lee and Lei Shen},
journal= {arXiv preprint arXiv:2208.06643},
year = {2023}
}
备注
Computers in Biology and Medicine Accepted