本研究探讨了视觉变换器（ViT）在医学图像分割中的应用，提出了SETR和EfficientViT等多种模型，展示了其在密集视觉预测任务中的优越性能。同时综述了ViT和混合视觉变换器（HVT）的最新进展，强调其在医疗领域的重要性和应用潜力。