【2015-MICCAI】U-Net: Convolutional Networks for Biomedical Image Segmentation

概述

提出了U-Net网络，针对于医学影像的语义分割方法，可以在很少的数据样本上实现端到端的训练，分割速度快准确率高。

• Paper
• Code

总结

• 创新点：
  • 1.面向生物医学领域有很好的性能
  • 2.在FCN基础上改进并发展
• 不足：
• 分析：保留大量通道，信息叠加，对称反卷积和卷积
• 结论：SOTA、end-to-end、pixels-to-pixels

---

1. Introdution

图像分割是指对图像像素级的端对端的处理，输入和输出保持同一维度，输入一张待分割的图像，输出分割好的图像。现有网络需要大量标注好的训练样本，但生物医学领域没有这么多数据，所以就需要对数据进行扩张。已有的方法有使用滑窗法来进行分割，使用周围的局部区域patch来预测像素的类别，其缺点为：每个patch都要训练导致速度很慢；分割准确率取决于上下文关系的利用，滑窗法的感受野大小和分割精度呈现负相关关系。

2. U-Net

以FCN为基础进行设计，形状如U，包含两条串联的路径：contracting path用来提取图像特征，捕获上下文信息，将图像压缩为由特征组成的特征图；expending path用来精准定位，将提取到的特征解码为与原始图像尺寸一样的分割后的预测图。主要思路都是使用编解码。
与FCN不同的是，在上采样的过程中保留了大量的特征通道，从而保留了更多的信息流入最终复原的分割图像中。另外为了降低在压缩路径上损失的图像信息，还将contracting path和expanding path同尺寸下的特征图进行叠加，再继续进行卷积和上采样操作，以此整合更多信息进行图像分割。具体区别如下：

• U-Net与FCN相比是完全对称的，FCN解码只用了一个反卷积操作，之后也没有卷积了，U-Net的左边和右边很类似
• 跳跃连接中FCN用的是加操作，U-Net用的是叠操作

降采样可增加对输入图像的鲁棒性，减少过拟合风险，降低运算量，增大感受野；上采样其作用则为把抽象的特征还原解码到原图的尺寸，得到最终的分割结果。

• 数据增强：弹性形变（针对细胞组织图像）
• 损失函数权重（细胞边缘及背景部分）
• 重叠平铺策略：用于任意大图的无缝分割的重叠拼贴策略，对黄色区域的分割预测需要蓝色区域内的图像数据作为输入，丢失的输入数据通过镜像推断
  
  精读论文U-Net: Convolutional Networks for Biomedical Image Segmentation（附翻译和代码）