خلال العقد الماضي، أصبحت الشبكات العصبية التلافيفية (ConvNets) محورًا رئيسيًا للبحث في تحليل الصور الطبية. ومع ذلك، قد تكون أداء هذه الشبكات محدودًا بسبب عدم أخذ الاعتبار الصريح للعلاقات المكانية طويلة المدى داخل الصورة. في الآونة الأخيرة، تم اقتراح هياكل "المحول البصري" (Vision Transformer) لمعالجة العيوب في الشبكات التلافيفية، وقد أظهرت نتائج متميزة في العديد من التطبيقات الطبية للتصوير. يُعد المحول البصري مرشحًا قويًا محتملًا لمهام التسجيل الصوري، نظرًا لحجم مجال الاستقبال الكبير نسبيًا الذي يمكّنه من فهم أكثر دقة للتوافق المكاني بين الصور المتحركة والثابتة. في هذا العمل، نقدم نموذج "TransMorph"، وهو نموذج هجين يجمع بين المحول البصري والشبكة التلافيفية، مُصممًا لتسجيل الصور الطبية ثلاثية الأبعاد. كما نقدم نسخًا ديفومورفية وبيزية من نموذج TransMorph: حيث تضمن النسخ الديفومورفية تحويلات تُحافظ على البنية الطوبولوجية، بينما توفر النسخة البيزية تقديرًا دقيقًا لدرجة عدم اليقين في عملية التسجيل. تم التحقق الواسع من النماذج المقترحة باستخدام صور طبية ثلاثية الأبعاد من ثلاث تطبيقات: تسجيل صور الرنين المغناطيسي الدماغي بين المرضى، وتسجيل الصور من الخريطة (Atlas) إلى المريض، وتسجيل الصور الظاهرية إلى الصور المقطعية (CT). تم تقييم النماذج المقترحة مقارنةً بطرق تسجيل موجودة ومختلف هياكل المحولات البصرية. أظهرت النتائج الكمية والكيفية أن النموذج القائم على المحول البصري يحقق تحسنًا ملحوظًا في الأداء مقارنةً بالطرق الأساسية، مما يؤكد فعالية المحولات في تسجيل الصور الطبية.