Діабетична ретинопатія є серйозним ускладненням цукрового діабету та однією з провідних причин сліпоти у світі, що вимагає ефективних методів раннього скринінгу. Сучасні підходи до автоматизованого аналізу медичних зображень все частіше використовують моделі глибокого навчання. Останнім часом архітектури Трансформерів, зокрема Vision Transformer, продемонстрували видатні результати в задачах комп'ютерного зору, кидаючи виклик домінуючим згортковим нейронним мережам.

TRANSFORMER-BASED APPROACH FOR ANALYSIS OF FUNDUCT IMAGES IN DIAGNOSING DIABETIC RETINOPATHY

Diabetic retinopathy is a serious complication of diabetes mellitus and one of the leading causes of blindness worldwide, requiring effective methods of early screening. Modern approaches to automated medical image analysis increasingly use deep learning models. Recently, Transformer architectures, in particular Vision Transformer, have demonstrated outstanding results in computer vision tasks, challenging the dominant convolutional neural networks.

Keywords: diabetic retinopathy, Transformers, fundus images, medical image analysis, deep learning, computer vision.