U-Net在CT图像分割的应用

Posted on | In

U-Net

天池肺结节 宜远智能分享

CT图像肺结节检测

3-10mm 较小

10-30mm

数据量少

U-Net基础

语义分割

基于全卷积FCN

u-net

  • 卷积 3*3
  • 激活函数 ReLU
  • 下采样 Max-Pooling 2*2
  • 上采样 Deconvolution
  • 多尺度数据 concat （与FCN不同的地方）将上一层的信息向下传递
  • 层数 26

U-Net在3D图像分割的应用

2D-based U-Net分割

  • 输入图片为2D
  • 多张2D图片做U-Net分割
  • 缺点：缺乏多视角角度观察，性能较差

3D U-Net分割

  • 输入图片为3D
  • 所有操作都为3D conv,deconv

如何把U-Net做的更深并可训练

深网络：

  • 优点：通常有更好的泛化性
  • 缺点：
    • 梯度消失，无法训练
    • 过拟合，在测试集效果不好

如何解决：

​ ResNet, Residual block –梯度消失

​ Dropout –过拟合

​ 数据增广，镜像、扭曲、旋转等

Unet做切割 - 3DCNN分类

Faster RCNN做检测 - 3DCNN做分类