基于深度学习的医学图像分割学习笔记（六）V-Net

V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation

原文链接
代码pytorch版本
数据集：PROMISE2012

Vnet是Unet的一个变型，与Unet的不同点：
1.Vnet针对3D图像，不需要对输入集下切片处理
2.引入残差结构，加快收敛速度
3.卷积层代替池化层
4.提出了基于Dice系数最大化的新的目标函数

一、网络结构

网络的左边部分由一个压缩路径组成，右边部分对左边的信号进行解码，直到达到原始大小为止。网络中的卷积全部使用了适当的padding，进行尺寸控制，确保输出与输入图像尺寸一致。
网络的左侧分为不同阶段，以不同的分辨率运行。每个阶段由一到三个卷积层（卷积核尺寸为5×5×5）组成，提取图像特征。每个阶段都使用了残差学习，输入的feature map经几次卷积和非线性激活后得到的与输入的feature map逐点相加，在每个阶段结束后进行下采样（卷积核尺寸为2×2×2，stride=2），通过使用适当的步幅降低图像的分辨率，下采样后feature map大小减半，特征通道数量加倍。
网络的右侧也分为不同阶段与左侧对称，每个阶段由一到三个卷积层（卷积核尺寸为5×5×5，卷积核数量为上一阶段的一半）组成，在解码过程的每个阶段也使用了参数学习，在每个阶段之后执行转置卷积，将feature map大小加倍。
最后使用1×1×1的卷积，产生与输入体积大小相同的两个feature map输出，然后通过softmax，输出每个体素属于前景和背景的概率。
Vnet使用了与Unet类似的skip-connection结构，收集在压缩路径中会丢失的细粒度细节信息，提高网络的分割精度。

二、损失函数

我们感兴趣的解剖一般仅占据很小的扫描区域，这通常会使学习过程陷入损失函数的局部最小值，从而产生一个预测强烈偏向于背景的网络，导致前景区域经常丢失或仅被部分检测。为避免上述情况的发生，本文提出了一个基于dice系数的新的目标函数，它是一个介于0-1之间的量，我们的目标是使其最大化。
骰子系数：