- 博客(18)
- 收藏
- 关注
RSS订阅原创 nnU-Net
文章地址：nnU-Net: Breaking the Spell on Successful Medical Image Segmentation代码：code概述针对的问题：许多提出的语义分割方法未能在它们被证明的实验之外进行推广。贡献：作者提出了一个自动适应任何给定新数据集的框架。作者在本文中提出了no-new-Net（nnU-Net），一种包含自动适应新数据集的形式...
2020-02-24 20:47:48
1245
原创 文章阅读：Partially Reversible Unet
文章地址：A Partially Reversible U-Net for Memory-Efficient Volumetric Image Segmentation代码：code概述针对的问题：用于分割的3D卷积神经网络的主要缺点之一是其内存占用量太大。贡献：作者提出了一种部分可逆的U-Net架构，该架构可显着减少内存消耗。作者在本文中介绍了两种减少分割CNN的内存消耗...
2019-12-28 16:54:35
551
原创 文章阅读：精细分割R-CNN
论文地址：论文github地址：代码简介点状白质病变（PWML）是早产儿的常见疾病。如果新生儿第一次没有进行人工干预，PWML可能会导致脑瘫和许多其他神经系统疾病。通过自动算法准确分割婴儿脑中的PWML可以降低产后发育的潜在风险。如何有效地分割PWML已成为近年来医学图像分割的活跃话题之一。概述作者的贡献：构建了一个有效地分割PWML的语义分割网络，称为精细分割R-CNN（RS R...
2019-12-27 18:23:00
542
原创 文章阅读：ET-Net
论文地址：ET-Net: A Generic Edge-aTtention Guidance Network for Medical Image Segmentationgithub代码地址：ETNet概述边缘检测方法依赖于局部边缘表示，并且缺少对象级信息，这导致了琐碎的分割区域和不连续的边界。在不利用边缘信息的情况下，几种对象分割方法需要使用附加的后处理技术（例如条件随机场和形状拟合...
2019-12-26 19:24:28
2228
2
原创 文章阅读：3D U2-Net
文章地址：V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation概述
2019-12-26 15:20:11
1525
1
原创 文章阅读：RIC-Unet
文章地址：RIC-Unet概述为关注浅层的语义信息，作者修改了下采样模块以包含残余模块以及初始模块以提取更强大的功能，在下采样部分中包含残差块以提取更具代表性的特征用于分割。作者将初始模块与下采样部分中的残余块一起包括在内的模块命名为RI块（ResidualInception-block），其中包含更大的接收字段和更好的特征表示。通道关注机制可以将参数训练集中在感兴趣的区域，同时考虑通道...
2019-12-25 13:37:49
429
原创 文章阅读：V-Net
文章地址：V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation概述我们引入了一种新的目标函数，我们在训练期间根据Dice系数进行优化。通过这种方式，我们可以处理前景体素和背景体素之间存在强烈不平衡的情况。提出直接使用3D卷积而不是逐个切片的方式处理体积。提出最大化一种新的...
2019-12-23 14:35:23
1275
原创 文章阅读：R2U-Net
文章地址：Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation贡献引入了两个新模型RU-Net和R2U-Net用于医学图像分割。对医学成像的三种不同模式进行了实验，包括视网膜血管分割，皮肤癌分割和肺分割。对基于模型的视网膜血管分割任务和...
2019-12-22 18:52:53
4118
4
原创 文章阅读：GridNet with automatic shape prior registration for automatic MRI cardiac segmentation
论文地址：GridNet with automatic shape prior registration for automatic MRI cardiac segmentation概述GridNet是一种全自动MRI心脏分割方法，该方法基于为2017年ACDC MICCAI挑战而设计的新型深度卷积神经网络（CNN）。网络的新颖之处在于其嵌入式形状先验和其针对心脏解剖学定制的损失功能。...
2019-12-22 16:40:39
1317
原创 文章阅读：UNet++: A Nested U-Net Architecture for Medical Image Segmentation
论文地址：UNet++: A Nested U-Net Architecturefor Medical Image Segmentation概述简单的跳过连接并不能满足医学图像的严格分割要求。为满足精确分割的需要，提出了U-Net++，一种基于嵌套和密集跳过连接的新分割体系结构。这基于当来自解码器和编码器网络的特征映射在语义上相似时，网络将处理更容易的学习任务。方法如图所示为U-N...
2019-12-22 15:35:36
790
原创 文章阅读：deeplab v3++
原文地址：deeplab v3++概述在本文中，我们考虑了空间金字塔池模块或编码器解码器结构进行语义分割的神经网络，前者通过不同分辨率的池化特征获取丰富的上下文信息，后者能够获得清晰的对象边界。所提出的模型DeepLabv3 +包含来自编码器模块的丰富语义信息，而详细的对象边界由简单而有效的解码器模块恢复。编码器模块允许我们通过应用atrous卷积以任意分辨率提取特征。DeepLabv...
2019-12-19 15:02:47
784
原创 文章阅读：Dual Attention Network for Scene Segmentation
原文地址：Dual Attention Network for Scene Segmentation概述多尺度上下文融合的问题：虽然上下文融合有助于捕获不同比例的对象，但它无法利用全局视图中对象或内容之间的关系，这对于场景分割也是必不可少的。贡献：提出了一种具有自我关注机制的新型双注意网络（DANet），以增强场景分割的特征表示的判别能力。议使用位置注意模块来学习特征的空间相互依赖性...
2019-12-17 15:40:02
258
原创 文章阅读：Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs
原文地址： Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs概述将DCNN应用于图像标记任务存在两个技术障碍：信号下采样和空间“不敏感性”（不变性）。第一个问题涉及在每层标准DCNN上执行的最大池和下采样（‘跨越’）的重复组合所引起的信号分辨率的降低。从分类器获得以对象为中...
2019-12-17 15:10:30
430
原创 文章阅读：Multi-scale guided attention for medical image segmentation
原文地址： Multi-scale guided attention for medical image segmentation概述全卷积神经网络或编码器-解码器体系结构的问题：尽管这两个网络具有强大的表示能力，但是这些多尺度方法导致信息流的冗余使用，例如，相似的低层特征在网络内的不同层被多次提取。所学习的特征表示对像素方式的识别能力可能不足以应对某些挑战性任务，例如医学图像分割。基...
2019-12-16 20:43:53
671
原创 文章阅读：DeconvNet
原文地址： Learning Deconvolution Network for Semantic Segmentationmodel模型基于VGG16,模型放置了一个多层反卷积网络来生成输入提议的准确分割图。DeconvNet共有十三个卷积层，反卷积过程中使用了与卷及网络完全相同的镜像，左右是完全对称的。DeconvNet网络中依然保留了全连接层，这与同时代SegNet是不同的，还有不同的...
2019-12-15 17:31:36
289
原创 文章阅读：segnet
原文地址：SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation创新点将u-net中的两个3X3的卷积替换成3X3，7X7卷积运算与5X5卷积运算并行合并，使用多分辨率思路替换传统卷积层。使用res path替换传统u-net中的简单的跳过连接。在具有挑战性的训练集有着卓越的提高。...
2019-12-13 17:02:04
144
原创 文章阅读：Attention U-Net
原文地址：Attention U-Net: Learning Where to Look for the Pancreas paper贡献论文采用Learn to Pay Attention 中提出的注意方法，进一步提出基于网格的门控，使注意系数特定于局部区域。与基于尺寸特征向量的门控比例，这提高了性能最大化，方法可用于密集预测，因为不执行自适应池。论文提出了应用于医学成像任务的前馈CNN...
2019-12-12 15:51:05
2051
原创 MultiResUnet概述
原文地址：MultiResUNet : Rethinking the U-Net Architecture for Multimodal Biomedical Image Segmentation paper创新点将u-net中的两个3X3的卷积替换成3X3，7X7卷积运算与5X5卷积运算并行合并，使用多分辨率思路替换传统卷积层。使用res path替换传统u-net中的简单的跳过连接。...
2019-12-11 15:04:19
9193
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人