| U-Net网络医学图像分割应用综述 |
| |
| 引用本文： | 周涛,董雅丽,霍兵强,刘珊,马宗军.U-Net网络医学图像分割应用综述[J].中国图象图形学报,2021,26(9):2058-2077. |
| |
| 作者姓名： | 周涛 董雅丽 霍兵强 刘珊 马宗军 |
| |
| 作者单位： | 北方民族大学计算机科学与工程学院, 银川 750021;北方民族大学图像图形智能处理国家民委重点实验室, 银川 750021;宁夏医科大学总医院骨科, 银川 750004 |
| |
| 基金项目： | 国家自然科学基金项目（62062003）；宁夏自治区重点研发计划项目（2020BEB04022）；北方民族大学引进人才科研启动项目（2020KYQD08）；北方民族大学研究生创新项目（YCX21089） |
| |
| 摘 要： | 病灶精确分割对患者病情评估和治疗方案制定有重要意义，由于医学图像中病灶与周围组织的对比度低，同一疾病病灶边缘和形状存在很大差异，从而增加了分割难度。U-Net是近些年深度学习研究中的热点，为医生提供了一致性的量化病灶方法，一定程度上提高了分割性能，广泛应用于医学图像语义分割领域。本文对U-Net网络进行全面综述。阐述U-Net网络的基本结构和工作原理；从编码器个数、多个U-Net级联、与U-Net结合的其他模型以及3D U-Net等方面对U-Net网络模型的改进进行总结；从卷积操作、下采样操作、上采样操作、跳跃连接、模型优化策略和数据增强等方面对U-Net网络结构改进进行总结；从残差思想、密集思想、注意力机制和多机制组合等方面对U-Net的改进机制进行总结；对U-Net网络未来的发展方向进行展望。本文对U-Net网络的原理、结构和模型进行详细总结，对U-Net网络的发展具有一定积极意义。
|
| 关 键 词： | U-Net 医学图像 语义分割 网络结构 网络模型 |
| 收稿时间： | 2020/11/20 0:00:00 |
| 修稿时间： | 2021/2/4 0:00:00 |
U-Net and its applications in medical image segmentation: a review |
| |
| Zhou Tao,Dong Yali,Huo Bingqiang,Liu Shan,Ma Zongjun.U-Net and its applications in medical image segmentation: a review[J].Journal of Image and Graphics,2021,26(9):2058-2077. |
| |
| Authors: | Zhou Tao Dong Yali Huo Bingqiang Liu Shan Ma Zongjun |
| |
| Affiliation: | College of Computer Science and Engineering, North Minzu University, Yinchuan 750021, China;The Key Laboratory of Images and Graphics Intelligent Processing of State Ethnic Affairs Commission, North Minzu University, Yinchuan 750021, China; Department of Orthopedics, General Hospital of Ningxia Medical University, Yinchuan 750004, China |
| |
| Abstract: | |
| |
| Keywords: | U-Net medical image semantic segmentation network structure network model |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
