改进预训练编码器U-Net模型的PET肿瘤自动分割简评
研究方法
在本文中提出一种浅层U-Net网络结构,使用ImageNet上预训练的VGG19编码器替换其原编码器,网络结构如图 1所示,该模型包括两个路径,左侧收缩路径和右侧扩展路径,通过收缩路径中的卷积和池化来聚合上下文信息,通过扩展路径中的卷积和上采样来恢复完整图像分辨率。其中网络共14层,可训练参数1 605 961个,步幅固定为2。使用前两个VGG19卷积块作为收缩路径,并每个卷积层的激活函数使用修正线性单元(ReLU)。相对于对称的扩展路径而言,在每个卷积层之后安排ReLU和批归一化(BN)。由于每
原创
2021-07-04 11:27:29 ·
565 阅读 ·
0 评论