【论文笔记】——CE-Net简单总结

论文链接：CE-Net: Context Encoder Network for 2D Medical Image Segmentation
总的来说这篇论文有两个贡献：

• 提出了DAC和RMP
• 做了许多方面的分割实验

整体框架见下图：

网络分为三个部分，编码器部分用的是预训练后ResNet，框架是参考的U-Net，具体与U-Net的不同就是采用了shortcut（见(b）图）；中间的部分是context提取器，提出了DAC和RMP两个新结构，用来提取语义信息和提取高级特征；最后是解码器。

DAC将空洞卷积应用到Inception和ResNet里面，这里不具体介绍了，具体见Inception-ResNet示意图。DAC的输入是编码器的输出，尺寸为14x14x512。简单来说，DAC有五个分支，四个分支是参考的Inception，采用rate值不同的空洞卷积，最终获得不同感受野（3/7/9/19）；另一个分支参考的是ResNet的shortcut，结构见下图。这样做最终获得了不同感受野，适用于不同尺寸的对象。

RMP结构主要是用来解决医学图像分割中，对象大小总是差很多的情况。比如早期的肿瘤和中晚期肿瘤的大小就差很多。作者提出的这个方法其实就是用多种池化代替通常使用的单一maxpooling，从而获得不同的视场。如下图，将输入分别进入4个池化层，得到四种尺寸的输出再经过一个1x1卷积，将通道数变为1，然后再经过双线性差值变为输入图的尺寸，最后再与输入拼在一起。图中最右边的图很明显了，经过RMP其实就相当于在原来的14x14x512上再加4个通道，这4个通道分别来自不同池化层的结果上采样。

解码器很简单，作者选的是反卷积。

损失函数作者采用的是Dice coefficient loss function。K表示类别数，N表示像素数，p表示预测概率[0,1]，g表示第k类的真值{0,1}，w表示权重。

再加上正则化损失作为最终损失，正则化损失是防止过拟合。