深度学习医疗图像分割经典之作

图像分割

图像分割可以认为是计算机视觉里面一个比较基础的问题，也一直以来深受研究者关注。近些来也产生过许多的解决算法，其中包括区域生长，基于图论的方法，以及基于阈值差异等等的分割方法。之前看到了CSDN上有博主写了一篇关于医疗图像分割的综述，那么就把链接基于深度学习的医学图像分割综述放在这里，方便以后参考。
最近在做一个关于医疗图像分割的项目，然后就开始读论文了，Unet论文很早就读过了，只是常读常新，这次就想着把自己的理解记录下来，也能够方便以后跟踪。

Unet

计算机视觉在深度学习兴起之后获得了快速的发展。包括图像分类，目标检测与定位，目标分割。深度学习应用到图像分割的经典论文应该是FCN，也就是全卷积网络。这里放个图先把文章引出来。

FCN的主要创新点在于将分类网络的全连接分类层，换成了1*1的卷积层作最终的pixelwise的分割预测。其中根据用到的预测feature map的大小将FCN分成FCN8s,FCN16s,FCN32s。FCN是将深度学习应用到图像语义分割的代表作之一。¹
记录一下FCN里用到的评估指标以及不同scale的FCN的预测上限。

以及不同scale的FCN的预测上限

Unet 是基于全卷积工作的基础上增加了上采样的步骤，并结合了之前下采样时同级的feature Map,实现feature map 的融合。
对比FCN，FCN也有用到低层次卷积层的feature map, 只是最大只做到FCN8s, 既是feature Map仍然是原来的8分之一。 然而Unet 做的就比较彻底，直接最终将feature map 上采样到原图大小，然后和segmentation map做比较，计算误差反向传播。值得注意的是，在Unet里面使用的是带weight的softmax-crossentropy。²
本来我以为的是Unet只可以做单独种类的分割，然而细读原文才发现通过softmax的引入，就可以同时predict实例的种类了。

Vnet

2D到3D是医学里面常遇到的问题，第3维通常可能是时间，空间。列入3D的CT，多序列MRI，以及连续时间变化的Echo。Vnet正是在这种情况下被提出的。³

---

1. Fully Convolutional Networks for Semantic Segmentation ↩︎

2. U-Net: Convolutional Networks for Biomedical Image Segmentation ↩︎

3. 3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation ↩︎