BUSU-Net：一种用于医学图像分割的集成U-Net框架
图像与视频处理
2020-03-10 v2 计算机视觉与模式识别
摘要
近年来，卷积神经网络(CNNs)革新了医学图像分析。语义分割中最著名的CNN架构之一是U-net，其在多项医学图像分割应用中取得了很大成功。同样在最近，随着autoML的兴起和神经架构搜索(NAS)的进展，诸如NAS-Unet等方法已被提出用于医学图像分割中的NAS。本文受LadderNet、U-Net、autoML和NAS启发，提出了一种集成深度神经网络，其底层U-Net框架由双向卷积LSTMs和密集连接构成，其中第一个(从左起)类U-Net网络比第二个(从左起)更深。我们表明该集成网络在多项评价指标上优于近期最先进的网络，并评估了该集成网络的轻量版，其在部分评价指标上也优于近期最先进的网络。
引用
@article{arxiv.2003.01581,
title = {BUSU-Net: An Ensemble U-Net Framework for Medical Image Segmentation},
author = {Wei Hao Khoong},
journal= {arXiv preprint arXiv:2003.01581},
year = {2020}
}
备注
GitHub link to the model scripts and trained model weights can be found in the manuscript. Version 2: Added S-UNet's Mi-UNet results for comparison and reference