【深度学习】V-Net 3D医学图像分割 Dice loss 损失
论文:https://arxiv.org/abs/1606.04797
论文
本文引入Dice coefficient 去处理医学3D图像里面 前景和背景体素数量严重不平衡的情况。
网络用于处理3D图像输入,采用编码-解码的框架(很像U-Net网络):
在2个二进制立方体中dice coefficient D可以被写成:
pi∈Ppi∈Ppi∈P 是模型输出的分割结果的立方体。
gi∈Ggi∈Ggi∈G是gt立方体。
立方体表示的是3D图像。取立方体中的每个像素数值做计算。
Dice loss
原论文对Dice loss介绍很精简。这篇很详细一定得看:https://zhuanlan.zhihu.com/p/269592183, dice coefficient在意义上是等同于 F1scoreF1 scoreF1score的,即对查准率和查全率有一个均衡同等的度量。
dice coefficient是衡量2个样本的相似度的度量函数,取值在[0,1]之间,数值越大表示2个样本越相似。从公式可以看出,样本中表示最好是二值的,因为dice coefficient是求交集1的个数。∣X∣|X|∣X∣表示样本X的元素1的个数,∣Y∣|Y|∣Y∣表示样本Y的元素个数。
dice coefficient D =2∣X⋂Y∣∣X∣+∣Y∣=\frac{2|X \bigcap Y|}{|X|+|Y|}=∣X∣+∣Y∣2∣X⋂Y∣
Dice loss可以被写为:
Ldice =1−L_{\text {dice }}=1-Ldice =1−dice coefficient D
def dice_loss(target,predictive,ep=1e-8):intersection = 2 * torch.sum(predictive * target) + epunion = torch.sum(predictive) + torch.sum(target) + eploss = 1 - intersection / unionreturn loss
dice loss 对正负样本严重不平衡的场景有着不错的性能,训练过程中更侧重对前景区域的挖掘。但训练loss容易不稳定,尤其是小目标的情况下。另外极端情况会导致梯度饱和现象。因此有一些改进操作,主要是结合ce loss等改进,比如: dice+ce loss,dice + focal loss等。
【深度学习】V-Net 3D医学图像分割 Dice loss 损失相关推荐
- 深度学习参数对模型的影响:Loss(损失)、方差、Precision(精确度)、Recall(召回率
损失.方差.precision_精确度.recall_召回率对模型的影响 深度学习之Metrics 一. 偏差.方差.精确率.召回率 四个概念 二.一个好的模型对这几个指标有什么样的要求? 三. 基于 ...
- CVPR 2020 | 利用强化学习进行交互式3D医学图像分割
点击上方"视学算法",选择"星标" 快速获得最新干货 本文转载自:机器之心 如何提高交互式图像分割算法的效率?上海交大和华师大的研究者提出了一种基于多智能体深度 ...
- 深度学习实战(十):使用 PyTorch 进行 3D 医学图像分割
深度学习实战(十):使用 PyTorch 进行 3D 医学图像分割 1. 项目简介 2. 3D医学图像分割的需求 3. 医学图像和MRI 4. 三维医学图像表示 5. 3D-Unet模型 5.1损失函 ...
- (新SOTA)UNETR++:轻量级的、高效、准确的共享权重的3D医学图像分割
(新SOTA)UNETR++:轻量级的.高效.准确的共享权重的3D医学图像分割 0 Abstract 由于Transformer模型的成功,最近的工作研究了它们在3D医学分割任务中的适用性.在Tran ...
- 深度学习(目标检测。图像分割等)图像标注工具汇总
深度学习(目标检测.图像分割等)图像标注工具汇总 2018年05月31日 09:21:54 努力努力再努力tq 阅读数:3581 对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上 ...
- 半监督3D医学图像分割(三):URPC
Efficient Semi-supervised Gross Target Volume of Nasopharyngeal Carcinoma Segmentation via Uncertain ...
- 半监督3D医学图像分割(四):SASSNet
形状感知半监督医学图像分割 Shape-aware Semi-supervised 3D Semantic Segmentation for Medical Images 研究背景 随着人工智能技术在 ...
- [论文阅读][深度学习-三维重建]Single-Shot 3D Shape Reconstruction Using Structured Light and CNN
Single-Shot 3D Shape Reconstruction Using Structured Light and Deep Convolutional Neural Networks 文章 ...
- 【深度学习】基于区域生长的图像分割算法!
图像分割的目的是将图像划分为多个不同的区域,所以我们可以直接从寻找图像中的区域来设计分割算法.区域生长正是一种基于区域寻找的传统图像分割算法. 区域生长基本原理 区域生长(Region Growth) ...
最新文章
- PHP常用正则表达式汇总 [复制链接]
- istqb证书含金量_“性能测试” 领域含金量最高的资格认证:LoadRunner ASP
- VMware推出TrustPoint产品,完善终端用户计算方案
- Python之OS模块进程管理介绍--os.fork()
- 史上最成功的数学预测:用狄拉克方程推导出电子自旋
- 计算机网络实验报告西南科技大学,西南科技大学计算机网络-实验二.docx
- Win03+IIS6 部署.NetFramework4(ASP.NET4)的一点小经验
- 计算机网络之码元、波特、速率与带宽
- win10下Redis安装、启动教程
- [转载] 用python语言设计计时器
- eclipse使用教程超详细讲解
- 套头文件html重复,关于C++头文件重复包含的问题
- 行内元素和块级元素:内联(行级)元素不能设置margin-top
- 牧师与魔鬼 -- version2 动作分离
- php试题判断ip是否合法,php检测IP地址是否合法的方法
- django创建子应用
- 多次赔付的重疾险真的有必要吗?
- 一个好用的流氓软件清理工具合集
- 龍行天下 GHOST XP SP3 VIP会员特供版
- ABB机器人作西门子1200PLC的profinet从站
热门文章
- ESP8266 + MQTT固件(四博智联、安信可)
- “救命!!! 为什么我总是背了忘,忘了背!”
- python系统学习日记 L13 参数, 解包, 变量
- 0pp0a1支持html吗,OPPOA1是什么处理器
- Meta因数据泄漏被罚1700万欧元 数据安全合规将催生百亿美元市场
- 2022-2028全球水壶包装喷码解决方案行业调研及趋势分析报告
- android锁屏软件制作
- Unbuntu系统下,切换python版本
- 成都市发布大数据产业发展规划 2025年产值达到3000亿元
- 中学教学能用上python吗_AI双师教学、用Python绘图 未来的中小学可能这样上课