Multi-task Fully Convolutional Network for Brain Tumour Segmentation

最新推荐文章于 2022-08-28 11:07:35 发布
最新推荐文章于 2022-08-28 11:07:35 发布
阅读量433 收藏 2
点赞数
分类专栏： paper
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zxyhhjs2017/article/details/88025990
版权

1.使用多标签分类将肿瘤分为complete,core,enhancing

1.通过三个阶段进行上采样，然后连接branch loss进行2分类，这三个branch分别是complete,core,ehancing

2.最后将三个concate给后面进行最后的5分类，

他的损失函数没看懂：？？？？


训练：

使用brats2013上面的HGG的训练集,进行5折的交叉验证，

提出了三个模型1.单任务FCN2.多任务coreFCN。3.多任务edema FCN,主要是用来分割edema

作者的方法，每5个epoch算一次评价指标（在验证集上）

在测试集上，显示只比第一名低

 

zxyhhjs2017
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CNN-based Cascaded Multi-task Learning of High-level Prior and Density Estimation for Crowd Counting
m0_37973735的博客
12-12 1475
Introduction 人群计数所面临的挑战之一是由视角畸变导致的外观和尺度变化。许多方法都将尺度信息合并到学习过程中。早期的方法是通过多源或者手工设计提取特征，但是这些方法在高密度人群中是无效的，而且结果不是最优的。目前基于CNN的方法开始应用在人群计数上。考虑到尺度问题是影响准确率的一个因素，有些基于CNN的方法通过多列网络或多分辨率网络解决这个问题。虽然这些方法对于尺度变化有一定的鲁棒性，...
Salient Object Detection with Chained Multi-Scale Fully Convolutional Network
02-06
Salient Object Detection with Chained Multi-Scale Fully Convolutional Network
【论文阅读】Multi-task Fully Convolutional Network for Brain Tumour Segmentation
weixin_34032779的博客
09-18 175
Multi-task Fully Convolutional Network for Brain Tumour Segmentation 作者 Haocheng Shen, Ruixuan Wang, Jianguo Zhang, and Stephen McKenna 论文来源于MIUA2017 是的，和上一篇文章作者相同，就连基础网络也相同，数据集也相同，不同的是FCN融合的方式。上一...
Multi-task Fully Convolutional Network (MFCN)和single-task FCN(SFCN)
brightendavid的博客
07-29 1139
Image Splicing Localization Using A Multi-Task Fully Convolutional Network (MFCN) 多任务的全卷积网络篡改检测问题 旧有的区域检测网络可以提供篡改区域的掩膜，但是对于篡改区域与原图的边缘往往是区分的很粗糙的。 但是若是篡改边缘的检测，那么对于篡改边缘的预测想必会好一些。 但是篡改边缘的问题也十分的明显，篡改边缘是极其容易被掩盖的。 甚至如今PS就自带了类似边缘模糊的功能。 如下图是通过PS自动套索工具产生的一个特定无意义区域.
论文分享 DeepCenterline: A Multi-task Fully Convolutional Network for Centerline Extraction
Klay Ye
05-09 1408
DeepCenterline: a Multi-task Fully Convolutional Network for Centerline Extraction 摘要 提出了一种新的中心线提取框架，该框架将可端到端训练的多任务全卷积网络（FCN）与最小路径提取器相结合。FCN同时计算中心线距离映射并检测分支端点。该方法生成的中心线为单像素宽，没有伪分支。它处理任意树结构的对象，不需要事先假定树的深度或分支模式。它还对目标对象不同部分的大量尺度变化和对象分割掩码的微小缺陷具有鲁棒性。据我们所知，这是第一种
[深度学习从入门到女装]Scalable Multimodal Convolutional Networks for Brain Tumour Segmentation
炼丹师
01-09 285
论文地址：Scalable Multimodal Convolutional Networks for Brain Tumour Segmentation   这是MICCAI2017上的一篇应用多模态MRI进行脑部肿瘤分割的论文 传统使用多模态的方式就是将多模态的MRI进行concate然后作为一个输入放到分割CNN中，如上图中的（b），这种方式进行卷积的话，无法将模态之间分离开，直接...
U-Net Convolutional Network for Biomedical Image Segmentation.pdf
04-22
U-Net Convolutional Network for Biomedical Image Segmentation
U-Net Convolutional Networks for Biomedical Image Segmentation.pdf
06-06
U-Net经典论文
Text Emotion Distribution Learning via Multi-Task Convolutional Neural Network
02-11
Text Emotion Distribution Learning via Multi-Task Convolutional Neural Network
R-FCN: Object Detection via Region-based Fully Convolutional Networks
11-15
本文主要讨论了 R-FCN（Region-based Fully Convolutional Networks）的一种对象检测方法，它是基于全卷积网络的区域提议网络（RPN），旨在解决目标检测的准确性问题。R-FCN 方法的主要思想是使用位置敏感的分数图，...
Brain Tumor Progression 脑肿瘤进展-数据集
03-25
该集合包括来自20名患有新近诊断的原发性胶质母细胞瘤的受试者的数据集，这些受试者接受了手术和标准伴随化学放射疗法（CRT）进行了辅助化疗。每位患者包括两次MRI检查：CRT完成后90天内和病情进展时（由临床确定，并基于临床表现和/或影像学发现的结合，并根据治疗或干预的变化进行标点）。
MTCNN：Multi-task Cascaded Convolutional Networks
Code for Coffee
12-01 3212
  目录 论文 背景简介 MTCNN算法简介 模型训练 实验 NMS IOU 结论 原文 论文 Zhang K, Zhang Z, Li Z, et al. Joint face detection and alignment using multitask cascaded convolutional networks[J]. IEEE Signal Processing...
论文阅读笔记：FULLY CONVOLUTIONAL MULTI-CLASS MULTIPLE INSTANCE LEARNING
forget-tears的博客
10-13 498
Introduce Task Image Semantic Segmentation based on weakly supervised learning. Contributions Combine MIL(Multiple Instance Learning) with end-to-end FCN(Fully Convolutional Network). Propose a multi...
（脑肿瘤分割笔记：二十五）用于脑肿瘤分割的具有跨任务引导注意的单路径多任务网络
weixin_43921949的博客
08-28 759
OM-Net网络阅读笔记
论文笔记（5）：Fully Convolutional Multi-Class Multiple Instance Learning
weixin_30391339的博客
01-30 438
这篇论文主要介绍了如何使用图片级标注对像素级分割任务进行训练。想法很简单却达到了比较好的效果。文中所提到的loss比较有启发性。 大体思路： 首先同FCN一样，这个网络只有8层（5层VGG，3层全卷积）。不同的是由于图片只有image-level的标注，所以输出图像的清晰度无法保证，所以没有反卷积。图片的分辨率很低很低，但这相对于我们的期望已经很好了。 FCN框图 LOSS：...
One-Pass Multi-task Convolutional Neural Networks for Efficient Brain Tumor Segmentation
zxyhhjs2017的博客
02-27 764
method: 首先：用三个网络来训练，分别针对comlete区域，core区域，和enhancing区域（使用网络OM-net） 1.使用随机采样从MRI大脑图像中采块，训练，分类器分为5类，最后测试的时候直接测出complete区域，得到粗分割，并且使用腐蚀的方法，平滑complete，消除一些假阴性 2.训练样本是从complete中提取，训练，分类，我的理解应该是分为core里面的3...
2021-08-24
weixin_41962493的博客
08-24 1064
nnUNet代码学习——预处理代码学习 之前在实验室用了一段时间nnUNet代码，当时学习了一段时间，不过半途而废了。现在开始工作，感觉有必要将nnUNet的代码全部重新过一遍。那么就先从nnUNet预处理开始吧。首先先学习如何配置nnUNet。 图像之间的依赖关系：图像大小，spacing nnUnet： 模块化的设计用来增改网络 如何在新数据集上运行nnUNet nnUNet使用混合精度进行训练 注意pytorch>1.6、显卡、以及cudnn版本的协调 使用cpu可进行相关的数据增强 最好使用c
[深度学习论文笔记]A Two-Stage Cascade Model for MRI Brain Tumor Segmentation
Slientsake的博客
05-18 1644
[深度学习论文笔记] A Two-Stage Cascade Model with Variational Autoencoders and Attention Gates for MRI Brain Tumor Segmentation 磁共振脑肿瘤分割的变分自动编码器和注意门两阶段级联模型 论文：https://arxiv.org/abs/2011.02881 代码：https://github.com/shu-hai/two-stage-VAE-Attention-gate-BraTS2020 发表时
LA-Net: A Multi-task Deep Network For The Segmentation of The Left Atrium
weixin_45648030的博客
06-01 558
LA-Net: A Multi-task Deep Network For The Segmentation of The Left Atrium
hierarchical layout-aware graph convolutional network for unified aesthetics
最新发布
04-29
Hierarchical Layout-Aware Graph Convolutional Network for Unified Aesthetics（层次感知布局的图卷积神经网络结合美学统一）是一种新的美学研究方法，它结合了层次布局和图卷积神经网络。 这种方法主要是为了...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值