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
-
论文时间:2018
-
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)) -
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
-
论文时间:2018
-
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) -
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。