摘要

由于在Transformer中的Patch划分操作，在分割预测结果中仍然存在着严重的块状和裁剪边缘问题。在这项工作中，我们提出了一种新的u型结构的医学图像分割借助于新引入的焦点调制机制。所提出的架构具有不对称的编码器和解码器深度。由于焦点模块能够聚合局部和全局特征，我们的模型可以同时受益于Transformer的全局感受野和cnn的局部细节特征。这有助于所提出的方法平衡局部和全局特征的使用。

本文的主要贡献为：1）使用焦点模块作为u型架构的基础块2）加大了编码器层的深度，增强U型架构的问题建模能力。

方法

本文提出的网络结构Focal-UNet如下图所示：它由一个编码器，Bottleneck，解码器以及一个跳跃连接组成

编码器

编码器是由三个focal layers组成的，每个focal layer层包括4个focal module（FM）块和一个下采样卷积块，对网络的接受域更大，从输入特征向量中提取出更多可泛化特征的能力更高。更高的接受域有助于网络在训练过程中考虑更多的可泛化特征，这似乎对分割问题有效。此外，这个块的计算效率更高，综上所述，这个FM块似乎很适合用作构建u型架构的基础块。在每一层中增加一个卷积块的目的是减小图像大小并增加通道数量，这在设计u型架构时是很常见的。

Bottleneck

Bottleneck是基于四个FM块构建的，从输入中提取更深层次的特征，并增加网络的容量，以建模更复杂的问题空间。

解码器

解码器的构造类似于编码器部分，主要的区别在于每一层中使用了一个FM块和一个转置卷积进行上采样，并将每一层的通道数量减少为原来的2倍

跳跃连接

U型网络的关键在于跳跃连接，它使得网络同时使用更高和更低级别的特征来构建出所需的输出，我们还在提出的体系结构中使用了类似于U型网络中跳跃连接以促进输入到输出的特征传输，跳跃连接

总结

本文提出了一种新的基于焦点的u型结构的医学图像分割方法。因此，我们的focus - unet模型在Synapse数据集上取得了比最先进的方法更好的结果。此外，我们的实验表明，对于小型训练集，与Swin-UNet相比，所提出的FocalUNet具有出色的性能和泛化能力。

Focal-UNet相关推荐

U-Net 3+: 全尺度的跳跃连接的 UNet
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达前言:U-Net由Olaf Ronneberger等人在在2015年MICCAI上提出.U-Net在神 ...
unet图片数据增强_kaggle气胸疾病图像分割top5解决方案
比赛背景突然喘气,无缘无故地无助地呼吸,这会是肺衰竭吗?气胸可由胸部钝伤.肺部疾病的损害引起,有时候甚至无法探寻诱因.在某些情况下,肺萎陷可能会危及生命.气胸通常由胸部X射线放射科医生诊断,但有时很 ...
基于深度学习的医学图像分割学习笔记（九）UNet 3+
UNet 3+: A Full-Scale Connected UNet for Medical Image Segmentation 原文链接代码 dateset:131例腹部增强CT(3D)用于 ...
高级实训任务二U-Net图像分割实验报告
高级实训任务二U-Net图像分割实验报告 1.任务描述 ● 将卷积神经网络(CNN)应用在图像分割任务上,我们需要对网络结构进行设计. ● 需要提交博客报告以及GitHub代码仓库. ● 可选的任务: ...
论文阅读：UNET 3+: A FULL-SCALE CONNECTED UNET FOR MEDICAL IMAGE SEGMENTATION
论文地址:https://arxiv.org/ftp/arxiv/papers/2004/2004.08790.pdf 发表年份:2020年最近,人们对基于深度学习的语义分割越来越感兴趣. UNet ...
segnet和unet区别_图像分割：3D Unet网络性能一定优于2D Unet吗，如果优于，为什么优于？...
上周在某大厂医疗AI组的一面刚被问到这个问题.我开门见山,先上结论:3D UNet不一定优于2D UNet.科学里面没有绝对的结论,但凡说A一定好于B,需要说明的是在什么样的情况下好于,也就是需要控制 ...
医学图像分割综述:U-Net系列
文章目录 Medical Image Segmentation Review:The Success of U-Net 摘要引言分类法 2D Unet 3D U-Net U-Ne的临床意义和疗效 ...
【BraTS】Brain Tumor Segmentation 脑部肿瘤分割4--UNet的损失函数（交叉熵损失Cross-Entropy，Dice Loss和Focal Loss）
下面,是我与chatGPT3.5的一段对话,主要是从以下几个点展开的: UNet是什么? UNet输出的channel和pixel表示什么? UNet计算损失使用的什么函数? Cross-Entrop ...
图像分割UNet系列------UNet3+（UNet3plus）详解
图像分割unet系列------UNet3+(UNet3plus)详解 1.UNet3+结构 2.UNet3+主要部分说明 3.总结 UNet3+发表于2020年的ICASSP,它是对UNet ...
深度学习图像分割之UNET
目录一.图像分割概述 1.什么是图像分割? 2.图像分割的应用场景 3.图像分割分类 4.小结二.UNET网络模型 1.图像分割通用的网络构造方法下采样+上采样多尺度特征融合获得像素级别的分 ...

Focal-UNet

摘要

方法

编码器

Bottleneck

解码器

总结

Focal-UNet相关推荐

最新文章

热门文章