医疗影像分割论文学习（一）

医疗影像分割论文学习（一）

1.Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation

1. 论文时间：2018

2. 论文数据集
   视网膜血管（DRIVE, STARE, and CHASH_DB1）
   皮肤癌（Kaggle competition）
   肺损伤分割（Lung Nodule Analysis (LUNA)）

3. 简介：提出了一种基于U-Net的循环卷积神经网络(RCNN)和一种基于U-Net模型的循环残差卷积神经网络(RRCNN)，分别命名为RU-Net和R2U-Net。

2.Learning normalized inputs for iterative estimation in medical image
segmentation

1. 论文时间：2018

2. 论文数据集
   细胞核数据集（EM data）
   肝脏肿瘤数据集Liver lesion dataset
   前列腺分割（PROMISE12 challenge）

3. 简介：本文方法将完全卷积网络（FCN）与完全卷积残差网络（FC-ResNets）相结合。着重于使用FC-ResNets时进行可训练的预处理的重要性，并且证明了低容量的FCN模型可以用作预处理器，以规范化医疗输入数据。使用FCN来获取标准化图像，然后通过FC-ResNet迭代地对其进行细化以生成分割预测。