封面《湛蓝牢笼 Rail of Möbius》
前言
因为实验室项目使用了U-Net网络因此读了一下论文来了解一下。
卷积神经网络的典型应用是分类任务,而医学影像需要位置信息,即对每一个像素打标签。此外医学影像的数据集很少。
在U-Net之前Hence,Ciresan等人训练了一种基于滑动窗口的方法,该方法使用一个像素周围的局部区域(patch)的像素来预测该像素的类别。这种方法有两个优点:
- 可以进行类别的定位
- 每个patch可以视为数据增强增大训练集的数据量。
但是这种方法也有两个缺点:
- 速度很慢,因为网络需要计算每个patch,同时每个patch还有大量重叠冗余
- 需要权衡定位准确度和使用的上下文信息,因为大patch需要更多的池化层,会减少定位的准确度。而小patch只能让网络看到一点内容。
对此U-Net提出了新的网络结构。而对于医学影像数据集少,U-Net提出了使用弹性形变来进行数据增强增加数据集。
U-Net网络结构
U-Net的其中一个创新点就是其网络结构,其分为左侧的contrating path和右侧的expansive path。左侧为典型的卷积神经网络,使用两个3×3卷积层,每一个卷积后有一个非线性的RELU,然后用2×2的最大池化层进行下采样,下采样之后将通道数翻倍。右侧的expansive path每一步为使用一个2×2的卷积上采样减半通道数,并将左侧的特征图拼接起来(concat),然后使用通过两个3×3的卷积层,每一个有RELU激活函数。在最后一层使用1×1卷积将通道转换为需要的类别。整个网络一共有23个卷积层。
整个网络是一个encoder-decoder结构,由于形状像U型所以被命名为U-Net。
3D U-Net结构
3D U-Net的结构与U-Net基本一致,就是卷积等操作变成三维操作,同时相比U-Net还增加了BatchNorm层,结构图中还可以看出上采样的时候通道数并没有减半。
参考文献
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 qxdn的乐园!
评论
TwikooDisqus