Transformer-based approaches for neuroimaging: an in-depth review of their role in classification and regression tasks

神经影像学 变压器 理解力 计算机科学 人工智能 机器学习 数据科学 认知科学 心理学 神经科学 工程类 电压 电气工程 程序设计语言
作者
Xinyu Zhu,Shen Sun,Lan Lin,Yutong Wu,Xiangge Ma
出处
期刊:Reviews in The Neurosciences [De Gruyter]
被引量:3
标识
DOI:10.1515/revneuro-2024-0088
摘要

Abstract In the ever-evolving landscape of deep learning (DL), the transformer model emerges as a formidable neural network architecture, gaining significant traction in neuroimaging-based classification and regression tasks. This paper presents an extensive examination of transformer’s application in neuroimaging, surveying recent literature to elucidate its current status and research advancement. Commencing with an exposition on the fundamental principles and structures of the transformer model and its variants, this review navigates through the methodologies and experimental findings pertaining to their utilization in neuroimage classification and regression tasks. We highlight the transformer model’s prowess in neuroimaging, showcasing its exceptional performance in classification endeavors while also showcasing its burgeoning potential in regression tasks. Concluding with an assessment of prevailing challenges and future trajectories, this paper proffers insights into prospective research directions. By elucidating the current landscape and envisaging future trends, this review enhances comprehension of transformer’s role in neuroimaging tasks, furnishing valuable guidance for further inquiry.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zsy完成签到,获得积分10
刚刚
大方小蘑菇完成签到,获得积分10
刚刚
灵巧妙柏发布了新的文献求助10
1秒前
1秒前
万能图书馆应助Saluzi采纳,获得10
1秒前
1秒前
新1发布了新的文献求助20
1秒前
2秒前
BK2008完成签到,获得积分10
3秒前
3秒前
学术裁缝完成签到,获得积分10
4秒前
我爱磕盐完成签到,获得积分10
4秒前
吴豁发布了新的文献求助10
5秒前
疙瘩完成签到,获得积分10
5秒前
单薄谷秋完成签到,获得积分10
5秒前
小二郎应助zsy采纳,获得10
5秒前
顾矜应助你真是那个啊采纳,获得10
6秒前
田様应助koi采纳,获得10
6秒前
fa发布了新的文献求助10
8秒前
CC完成签到 ,获得积分10
9秒前
镜之边缘完成签到,获得积分10
10秒前
李健应助tian采纳,获得10
10秒前
运气爆棚完成签到,获得积分10
10秒前
谨慎冬易完成签到,获得积分10
11秒前
12秒前
什么也难不倒我完成签到 ,获得积分10
12秒前
aaronzhu1995完成签到 ,获得积分10
13秒前
14秒前
一头小眠羊完成签到,获得积分10
15秒前
星辰大海应助湾谷霉素采纳,获得10
16秒前
朴实乐天完成签到,获得积分10
16秒前
吴豁发布了新的文献求助10
16秒前
17秒前
17秒前
kannakaco完成签到,获得积分10
19秒前
19秒前
19秒前
19秒前
kk完成签到,获得积分10
19秒前
鳗鱼不尤完成签到,获得积分10
20秒前
高分求助中
【重要!!请各位用户详细阅读此贴】科研通的精品贴汇总(请勿应助) 10000
Semantics for Latin: An Introduction 1018
International Code of Nomenclature for algae, fungi, and plants (Madrid Code) (Regnum Vegetabile) 1000
Robot-supported joining of reinforcement textiles with one-sided sewing heads 530
Eco-Friendly Skin Solutions for Natural Cosmeceuticals 500
Apiaceae Himalayenses. 2 500
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 490
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4083037
求助须知:如何正确求助?哪些是违规求助? 3622381
关于积分的说明 11491398
捐赠科研通 3337181
什么是DOI,文献DOI怎么找? 1834521
邀请新用户注册赠送积分活动 903429
科研通“疑难数据库(出版商)”最低求助积分说明 821609