主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
殷晓航,王永才,李德英.基于U-Net结构改进的医学影像分割技术综述.软件学报,0,(0):0
基于U-Net结构改进的医学影像分割技术综述
U-net based Medical Image Segmentation Technology: A Survey
投稿时间:2020-05-09  修订日期:2020-06-02
DOI:10.13328/j.cnki.jos.006104
中文关键词:  U-Net  医学影像分割  结构改进  深度神经网络  技术综述
英文关键词:U-Net  medical image segmentation  structural improvement  deep neural network  survey
基金项目:国家自然科学基金(62972404,61672524,11671400)
作者单位E-mail
殷晓航 中国人民大学信息学院, 北京 100872  
王永才 中国人民大学信息学院, 北京 100872 ycw@ruc.edu.cn 
李德英 中国人民大学信息学院, 北京 100872  
摘要点击次数: 113
全文下载次数: 136
中文摘要:
      深度学习在医学影像分割领域吸引了广泛应用,其中2015年提出的U-Net因其分割小目标效果较好,结构具有可扩展性,自提出以来受到广泛关注.近些年来,随着医学图像割性能要求的提升,众多学者针对U-Net结构也在不断的改进和扩展,比如编解码器的改进,或是外接特征金字塔等.本文通过对基于U-Net结构改进的医学影像分割技术,从面向性能优化和面向结构改进两个方面进行总结,对相关方法进行了综述、分类和总结,并介绍图像分割中常用的损失函数、评价参数和模块,进而总结了针对不同目标改进U-Net结构的思路和方法,为相关研究提供参考.
英文摘要:
      The application of deep learning in the field of medical image segmentation has attracted great attentions, among which the U-Net proposed in 2015 has been widely concerned because of its good segmentation effect and scalable structure. In recent years, with the improvement of the performance requirements of medical image segmentation, many scholars are improving and expanding the U-net structure, such as the improvement of encoder- decoder, or the external feature pyramid and so on. In this paper, the medical image segmentation technology based on U-Net structure improvement is summarized from the aspects of performance-oriented optimization and structure-oriented improvement. Related methods are reviewed, classified and summarized. The paper evaluates the parameters and modules, and then summarizes the ideas and methods for improving the U-Net structure for different goals, which provides references for related research.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利