[论文笔记]Fusion-net医学图像分割

原文名字《2021_Quan_Cite=224_Fusionnet A deep fully residual convolutional neural network for image segmentation in connectomics》

用途：用于自动分割连接组学数据中的神经元结构

主要方法：引入了FCN中的基于求和的Skip Architecture，U-net和ResNet相结合，允许更深入的网络结构以实现更精确的分割。

应用场景：连接组学connectomics，区分神经元之间的连接关系。特点就是数据量太大，好几个T呢。

做后处理post-processing enhancement （比如用CRF做后处理），会使得效果变得更好一点。

模型架构图

 他这个是典型的汉堡结构，绿紫绿 绿紫绿 这样循环往复。绿色这个是一个卷积层conv，紫色这个是residual net，由3个卷积块一个skip connection组成。所以这个绿紫绿的汉堡结构是两个卷积层夹着一个residual net

我按照绿紫绿作为一个模块，在fusion net的架构图上进行的标注，一共是9个这样模块。在下采样的时候，模块与模块之间的链接是蓝色，也就是下采样；之后上采样的时候，是