UneXt 基于MLP的快速医学图像分割网络

1.multilayer perceptron (MLP) 多层感知机

2.参数量减少了72倍，计算复杂度降低了68倍，推理速度（inference speed）提高了10倍

根据其实验结果表，同结构U-Net参数量31.13M，UNeXt参数量1.47M

3.transformer可以学习到对图像的全局理解

4.几乎所有的上述工作都集中在提高网络的性能（精度），而不是太关注计算复杂度、推理时间或参数的数量，这些在许多现实应用中是必不可少的

5.在ISIC skin lesion dataset and Breast UltraSound Images (BUSI) dataset两个数据集上进行测试

ISIC 2018数据集由2594张图片组成，将所有的图像大小调整为512*512

BUSI总共有647张图像，将大小调整为256*256

损失函数：二元交叉熵BCE+DICE损失：

L = 0.5BCE(ˆy, y) + Dice(ˆy, y)

Adam优化器（学习率为0.0001，动量为0.9）

余弦退火学习速率调度器（最小学习率达到了0.00001）

batch_size=8,epoch=400

6.Unext前三个stage和Unet一样，最后两个Stage是Tokenized MLP Block（简称为Tok-MLP)

Tok-MLP由两个shifted MLP组成，一个沿width维度，一个沿height维度

其中c1=32，c2=64，c3=128，c4=160，c5=256

Tokenized MLP Block结构如下：

在 Tokenized MLP Block模块中，含有两个Shifted MLP，一个沿着width维度，一个沿着height维度：

Shifted MLP在各个局部区域之间传递特征信息，达到global feature的效果

7.在原文该部分段落中，介绍到该操作受启发于 Swin Transformer，实际上再细致一点，是受启发于 Swin 的窗的设计

8.F1 score,计算的复杂性用GFLOPs（每秒10亿次的浮点运算数）来衡量

实验了Swin-UNet，但发现在小数据集上存在收敛问题，导致性能较差

swinunet有41.35M个参数，计算复杂性为11.46 GFLOPs.

9.我们还提供了在cpu上操作的平均推理时间，因为护理点设备大多数是低计算力，而且通常没有gpu，CPU是英特尔XeonGoln6140CPU，工作在2.30 GHz

10.训练结果：

11.

而unet的通道数为64，128，256，512，1024，通道数很大，计算量很大

UneXt 基于MLP的快速医学图像分割网络相关推荐

MICCAI 2022：基于 MLP 的快速医学图像分割网络—UNeXt
MICCAI 2022:基于 MLP 的快速医学图像分割网络 UNeXt 文章目录前言方法概述 UNeXt 架构 TokMLP 设计思路实验部分一些理解和总结参考链接前言最近 MICCA ...
Nvidia力作：医学图像分割网络
来源:投稿作者:梦飞翔编辑:学姐引自Unetr: Transformers for 3d medical image segmentation 1.序言本文将以Nvidia团队最近提出的一种新 ...
【医学图像分割网络】之Res U-Net网络PyTorch复现
[医学图像分割网络]之Res U-Net网络PyTorch复现 1.内容 U-Net网络算是医学图像分割领域的开山之作,我接触深度学习到现在大概将近大半年时间,看到了很多基于U-Net网络的变体,后续 ...
基于连通域字符分割的流程_基于连通域的快速文字图像分割算法
基于连通域的快速文字图像分割算法林孜阳 ; 穆雪 ; 吴凯锋 ; 严寒 ; 林怡芳 [期刊名称] <计算机光盘软件与应用> [年 ( 卷 ), 期] 2014(000)022 [摘要] ...
FCN、Unet、Unet++：医学图像分割网络一览
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨Error@知乎来源丨https://zhuanlan.z ...
基于深度学习的医学图像分割综述
转载:https://blog.csdn.net/weixin_41783077/article/details/80894466 摘要:医学图像分割是决定医学图像在临床诊疗中能否提供可靠依据的关键问 ...
基于深度学习的医学图像分割（一）
医学图像分割是医学图像处理与分析领域的复杂而关键的步骤,其目的是将医学图像中具有某些特殊含义的部分分割出来,并提取相关特征,为临床诊疗和病理学研究提供可靠的依据,辅助医生作出更为准确的诊断.由于医学图 ...
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 ...
新突破！Swin-UNet：基于纯 Transformer 结构的医学图像分割网络
点上方计算机视觉联盟获取更多干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:Sophia知乎 https://zhuanlan.zhihu.com/p/393412176 AI博士笔记系 ...

UneXt 基于MLP的快速医学图像分割网络

UneXt 基于MLP的快速医学图像分割网络相关推荐

最新文章

热门文章