unet网络结构为什么适用于医学图像分割任务

一、医学图像的特点

1. 医学图像边界模糊、梯度复杂，需要较多的高分辨率信息
2. 人体内部结构相对固定，分割目标在人体图像中的分布很具有规律，语义简单明确，低分辨率的信息就可以简单定位

二、unet网络结构适用的原因

对于unet网络结构可以看这篇博文 unet网络结构说明及keras实现详解
这里需要说明一下，unet的下采样过程，是从高分辨率（浅层特征）到低分辨率（深层特征）的过程。
unet的特点就是通过上采样过程中的级联，使得浅层特征和深层特征结合起来。对于医学图像来说，unet能用深层特征用于定位，浅层特征用于精确分割，这就是为什么unet常见于很多图像分割任务。其实即便不是医学图像，unet在平常图像的分割效果也有不错的表现。