声明:文章所有权利归原作者所有,本文根据个人理解,略做翻译,疏漏之处,敬请指出,以便改之
From: here
摘要
本文介绍了一种从稀疏标记的体积图像中进行体积分割的网络。给出了该种方法在两种情况下的使用实例:(1) 半自动化的方式,用户在需要分割的体积中标记一些切片,然后网络在这些标记的切片中进行学习并能提供一个密集的3D分割;(2) 全自动化的方式,假设有一个具有代表性的,稀疏标记的训练集,并在这个训练集上进行训练,网络能够分割出一个新的体积图像。本文所提方法是以前u-net的扩展,将2D操作替换成3D。为使训练期间使聚增强更加高效,所以执行的在线进行弹性形变。模型从头开始进行训练,没有预训练模型,是端到端的。在Xenopus kidney这样复杂,高度可变性3D结构上进行测试,效果都很好。
都是废物
1:https://lmb.informatik.uni-freiburg.de/Publications/2016/CABR16/