Focal-UNet
目录
摘要
方法
编码器
Bottleneck
解码器
总结
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 ...
最新文章
- GitHub开源的ImageAI 库:几行代码可实现目标对象识别
- 经验共享:由备份和负载均衡
- 用坐标实现物体的移动c语言,C语言之实现控制台光标随意移动的实例代码
- Java多线程与并发库高级应用 学习笔记 1-9课
- 【Python selenium自动化环境配置】4步搞定ChromeDriver版本选择
- 从中心到边缘,IoT正变为互联网之上的一张大网
- macOS Sierra 10.12.6 odoo 10.0 开发环境配置
- 计算流体力学基础与网格概述(与书同行)——ANSYS ICEM CFD网格划分从入门到精通——丁源
- mysql execute stmt_25.2.7.10. mysql_stmt_execute()
- java : mozilla rhino js引擎 使用教程
- matlab与vb接口dll,[求助]vb和matlab接口有关matlab程序调用vb数组的问题
- ceph管理界面calamari(未成功)
- 嵌入式应用软件架构设计
- 在一个公司死磕了5-10年的程序员,最后都哪里去了?
- win10系统下载安装PS2015
- Spring Messaging 远程代码执行漏洞分析(CVE-2018-1270)
- 【跟Leon一起刷LeetCode】412. Fizz Buzz
- 开发自己的操作系统(Hobby OS-deving)
- Android开发--Udp方式的数据传输
- java-net-php-python-54jspm军舰管理系统计算机毕业设计程序