「Medical Image Analysis」Note on Multi-scale Pyramid of 3D FCNs

最新推荐文章于 2019-11-04 12:04:55 发布

小锋子Shawn

最新推荐文章于 2019-11-04 12:04:55 发布

阅读量244

点赞数

文章标签：小锋子Shawn Holger R. Roth 多尺度金字塔全卷积网络医学影像分析

本文链接：https://blog.csdn.net/dgyuanshaofeng/article/details/83247409

版权

该博客介绍了Holger R. Roth等人提出的多尺度金字塔3D FCNs在医学影像分析中的应用，特别是在腹部多器官分割中的表现。通过结合经典尺度空间金字塔与自动上下文信息，实现不同尺度和上下文信息的融合，提升分割效果。实验使用Keras和TensorFlow，训练过程包括数据增强，并在NVIDIA Quadro P6000显卡上进行。

摘要由CSDN通过智能技术生成

QQ Group: 428014259
Tencent E-mail：403568338@qq.com
https://blog.csdn.net/dgyuanshaofeng/article/details/83247409

作者：Holger R. Roth, Chen Shen, Hirohisa Oda, Takaaki Sugino, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori
单位：Graduate School of Informatics, Nagoya University（名古屋大学）; Aichi Cancer Center; Information Technology Center, Nagoya University; Research Center for Medical Bigdata, National Institute of Informatics

作者Holger R. Roth是早期在医学影像领域中使用深度学习技术的人。从2018年6月开始，是NVIDIA的资深应用研究科学家。曾是名古屋大学的助理教授，曾是USA NIH的访问研究学者，是UCL（帝国理工学院）的PhD。现在还是IEEE TMI的AE（副编辑）个人主页：[Holger Roth] ，GitHub：[Holger Roth]

0 摘要

略

1 介绍

多尺度金字塔FCN如图1所示，包含两个思想：其一为经典的尺度空间金字塔，其二为自动上下文（auto-context）。这样的话，就可以融合和整合不同图像尺度和不同程度图像上下文信息。与之前的工作相比，两/多阶段FCN是直接同时训练。

图 1: 多尺度金字塔FCN

2 方法

2.1 3D FCN

见3D U-Net和2D U-Net。

2.2 多尺度自动上下文信息金字塔方法

个人觉得通常 $ds_{1}=2$

最低0.47元/天解锁文章

小锋子Shawn

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
「Medical Image Analysis」Note on Multi-scale Pyramid of 3D FCNs

Sina Weibo：小锋子ShawnTencent E-mail：403568338@qq.comhttp://blog.csdn.net/dgyuanshaofeng/article/details/82929373[1] A Multi-scale Pyramid of 3D Fully Convolutional Networks for Abdominal Multi-organ ...
复制链接

扫一扫