JMU_Ma的博客

U-Net网络理解与应用文章目录U-Net网络理解与应用前言What is U-Net简单介绍和基本特点U-Net网络的优点和不同点数据增强笔者当时的一些疑问为什么引入FCN，FCN和CNN的不同What is momentum？？？？总结前言在图像分割任务特别是医学图像分割中，U-Net[1]无疑是最成功的方法之一，该方法在2015年MICCAI会议上提出，目前已达到四千多次引用。采用的编...

文章目录为什么有了VNet？论文部分Introduction为什么这种网络在医学影像方面表现这样好？Method左侧卷积下采样右侧skip-connectionDice Loss Layer讲解PPT分享论文地址为什么有了VNet？之前很多的方法都是只能处理2D图像，而在临床的实践中很多都是包含3D体积。因此提出了一种基于体积、基于FCN的三维图像分割方法。在描述MRI体积上进行端到端的训练...

文章目录医学图像分割之 Dice Loss1. Dice coefficient 定义1.1. Dice 系数计算示例1.2. Dice-coefficient loss function vs cross-entropy2. Dice 系数的 Pytorch 实现2.1. Dice 系数2.2. Dice Loss2.3. BCELoss2d3. Dice 系数的 Keras 实现4. Dice...