[深度学习从入门到女装]3D U-JAPA-Net

论文地址：3D U-JAPA-Net: Mixture of Convolutional Networks for Abdominal Multi-organ CT Segmentation

这是今年发在MICCAI2018上的一篇腹部多器官分割的论文，使用的是3D u-net的改进版，加入了PA（probabilistic atlas）

 

网络结构和3D U-Net的结构完全相同，但是训练分为了几个步骤

1、使用所有器官数据进行这个3D U-Net网络的训练，这个时候这个网络有9个输出（8个器官和一个back ground）

2、使用这篇论文Abdominal multi-organ segmentation from CT images using conditional shape–location and unsupervised intensity priors的方法准备各器官数据

3、当第一个网络收敛后，把这个网络transfer到8个expert 3D U-net网络上，也就是每个器官一个网络，然后各个网络都改为只有两个输出单个器官的分割和back ground，然后把之前那个网络的参数除了最后一层，其他层的参数都transfer到各个专业网络上

4、对于这8个专业网络，都只放入该网络对应的器官图进行训练（应该是之前用PA分割出来的器官再放到专业网络里边）