用于细胞图像分割的反馈U-Net
计算机视觉与模式识别
2020-05-01 v1
摘要
人脑是一种分层结构，不仅执行从下层到上层的前馈过程，还执行从上层到下层的反馈过程。层是神经元的集合，而神经网络是神经元功能的数学模型。尽管神经网络模仿人脑，但每个人都只使用从下层到上层的前馈过程，而未使用从上层到下层的反馈过程。因此，在本文中，我们提出了使用卷积LSTM的反馈U-Net，这是一种利用卷积LSTM和反馈过程的分割方法。U-Net的输出被反馈到输入，并进行第二轮处理。通过使用卷积LSTM，第二轮的特征基于第一轮中获得的特征进行提取。在果蝇细胞图像和小鼠细胞图像数据集上，我们的方法均优于仅使用传统前馈过程的U-Net。
引用
@article{arxiv.2004.14581,
title = {Feedback U-net for Cell Image Segmentation},
author = {Eisuke Shibuya and Kazuhiro Hotta},
journal= {arXiv preprint arXiv:2004.14581},
year = {2020}
}
备注
Accepted by CVPR2020 Workshop "Computer Vision for Microscopy Image Analysis (CVMI)"