




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、生物圖像分割的卷積網(wǎng)絡(luò)-Net: Convolutional Networks for Biomedical Image SegmentationOlaf Ronneberger, Philipp Fischer, and Thomas BroxComputer Science Department and BIOSS Centre for Biological Signalling Studies,University of Freiburg, Germany論文的優(yōu)勢深度網(wǎng)絡(luò)的成功訓(xùn)練需要大量的樣本本論文中使用數(shù)據(jù)增長策略來提高數(shù)據(jù)的利用率包含一個收縮路徑來捕捉內(nèi)容包含一個擴(kuò)張路徑來實現(xiàn)精
2、準(zhǔn)定位兩個路徑是對稱的,形成一個U形,我們稱這種方法 是 u-net優(yōu)點:使用的樣本少,速度快,效果更好(對比滑窗卷積網(wǎng)絡(luò))Cojupany Logo霰棄勰蠶獺蠶將一個像素的局部區(qū)域作為 優(yōu)點:能夠定位大黑局部區(qū)域法輸入的訓(xùn)練數(shù)據(jù)比訓(xùn)練圖像數(shù)目 缺蠶瞬息蠶網(wǎng)絡(luò)要為每個塊運行,重疊的塊定位和獲得圖像信息不能兼得Company Logou-netU-Net: Convolutional Networks for Biomedical Image Segmentation 23564input image tileoutput segmentation map96I128 corn/ 3x3, Re
3、LU copy and crop f max pool 2x2 | up-conv 2x2* conv lxlunet我們提出的方法是一個U網(wǎng)絡(luò),我們加了一個連續(xù)層 屠霽縮網(wǎng)絡(luò),池化操作被上采樣操作替代了,這些層出的分辨率,為了定位,來自收縮路徑的高 于這些信驛漿蠶第鬻氯出相結(jié)合,.連續(xù)的卷積層會基的高層僅O 量更接譜得 大到鏈割獲 有播的分中 也傳全,像 們息完 我信爲(wèi)入 分容任。輸 部內(nèi)用分在 釆絡(luò)有的可 上網(wǎng)沒薯 是的絡(luò)有內(nèi) 就們網(wǎng)舉 正我個積完 修使這畫 要能去異 重,中僵 個道層僅了 一通率爲(wèi) 們纂且使 我特分并僅Cojupany Logo我們通過重疊的策略使任意圖像實現(xiàn)無縫分割,為
4、了 翹蠶麟像素值缺失的部分可以通過映射輸Fig. 2. Overlap-tile strategy for seamless segmentation of arbitrary large images (here segmentation of neuronal structures in EM stacks) Prediction of the segmentation in the yellow area, requires image data within the blue area as input. Missing input data is extrapolated by mi
5、rroring曹恭形應(yīng)用到訓(xùn)練數(shù)據(jù)中來我們的方法使用了很少的訓(xùn)練數(shù)據(jù),是通過數(shù)據(jù)增長H中尤為重要,真實的麥形能夠被有效地積救。就我離 點的分。 難目®M一這細(xì)的 另到帥大 中達(dá)觸較 務(wù)Htn- 任為在一的;了割割用得 胞的的中 細(xì)觸失數(shù) 多接損函 許轂失 在的加損 ,多g 性不一記 化差了標(biāo) 變級釐 了等提背 除是駕網(wǎng)絡(luò)結(jié)構(gòu)ID這個網(wǎng)絡(luò)的結(jié)構(gòu)如圖一所示,它包含了一個左側(cè)的收 罌積網(wǎng)絡(luò)典曲的給構(gòu),它包含了兩茨3*3彝的重復(fù)應(yīng) 個步幅為2的2*2的最夫池化法來下釆樣。在每一步下 釆樣中我們都加倍了特征通道的數(shù)量。在擴(kuò)張路徑中 Ba蠶豔輛帥嘩剪是很有必要的。在最后一層,素的缺失,IID縮路
6、徑的裁剪的圖譜的鏈接,和兩次3*3的卷積,每一 次都跟隨著一個reLUo由于在每一個卷積中的邊界像 個們 的卷積被用來將每一個64組的特征向量映射到需要的 類的數(shù)量。Cojupany Logo235U-Net: Convolutional Net works for Biomedical Image Segment tat ion64 64input image tile89SXSS 128 128sCM28Cf I oj 00Z066 x 06m886 x 88moutput segmentation map conv 3x3, ReLU copy and cropf max pool 2x
7、2 f up-conv 2x2 conv lxlCojupany Logo訓(xùn)練輸入圖像和對應(yīng)的分割圖謹(jǐn)用來訓(xùn)練網(wǎng)絡(luò),這個網(wǎng)絡(luò) 使用的是Caffe的【隨機(jī)梯窿下降法】,由于 unpadded的暮頼,接魚透界寬度輸出比輸入小很多能量函數(shù)一寵量函數(shù)通過每個像素的soft-max進(jìn)行計算,soft- max被定義為: %(X)= exp(%(x)/ (刀為0是對其他的k%)表示是在像素位置x處的特征通道k的activation, K表示的是類別的數(shù)量,p k(2)是近似的最大函數(shù),例 如,p k(x)易知是對于肴奢墨大激浩量a_k(x)來比肌 p_k(x磁1為0是對其危南k能量函數(shù)能量函數(shù)EE = &
8、#163; s(x) log(皿(x)(x)xG J2邊界,I表示的是每個像素的標(biāo)簽,W:我們引入W是為了在 訓(xùn)練中凸顯某些像素的重要性。我們?yōu)槊恳粋€背景分 割計算權(quán)重圖來補償在訓(xùn)練數(shù)據(jù)集中來目某一確定類 丹鈦 義們將&術(shù)引入到兩個接觸細(xì)胞之間。如藺:Cojupany LogoFig. 3一 HeLa cells on glass recorded with DIC (differential interference contrast) microscopy. (a) raw image(b) overlay with ground tnith segmentation. Diffe
9、rent colors indicate clifferentof the HeLa cells(c) gGnorated segmentation mask (white:foreground black: background), (d) map with a pixel-wise loss weight to force the network to learn the border pixels.分割邊界是通過形態(tài)學(xué)操作進(jìn)行計算的,權(quán)重譜計算公式:w(x) = wc(x) + wq exp(di(x) +2(x)22(j2Wc(x)是平衡類頻率的權(quán)重譜,d1表示的是到最近的 細(xì)胞邊界的距離,d2是到第二近的細(xì)胞邊界的距離, 在我們的實驗中,我們設(shè)置的是wO=1O和6約為5的像 素點。理想的初始權(quán)重應(yīng)該被調(diào)整, 征圖譜就有相似的單檢方差。 統(tǒng)袍里拠翁看逆-込個館蟹彳 希中取得初始叔重值,篙嶄/ V(2/N)一個過個 每一通一 樣于現(xiàn)有 這葉實布網(wǎng)著絡(luò)我個的的這斯移 中們高偏特種養(yǎng)瘵融襯翻鱷冊上一層中Cojupany Logo能夠獲得時,數(shù)據(jù)增長對于教會網(wǎng)絡(luò)數(shù)據(jù)增長變變是 值不乎 度阻似 灰斡說 和的來 形本絡(luò) 變樣網(wǎng) 對翦 要隨分 需是的 初別本 們釋 我ft,注 ,變少 像木很。在*次 窶成轉(zhuǎn)著念過一布三 數(shù)重鏡選壽通生分雙 少關(guān)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025三月份辦公樓地下室側(cè)墻防水基面處理勞務(wù)協(xié)議
- 灌溉自動化控制系統(tǒng)考核試卷
- 環(huán)保編織品在綠色建筑內(nèi)外裝飾考核試卷
- 工業(yè)機(jī)器人焊接工藝與控制考核試卷
- 電子專用材料生命周期評價考核試卷
- 體育賽事服務(wù)與觀眾滿意度考核試卷
- 涂料店鋪布局優(yōu)化考核試卷
- 《萬里長征》新民主主義革命的興起課件
- 文案-北京明天第一城商業(yè)策劃案
- 2025第二季度離婚后量子密鑰分發(fā)設(shè)備處置協(xié)議
- 大學(xué)語文課程建設(shè)與改革實施方案
- 【上海市靜安區(qū)寶山路街道社區(qū)養(yǎng)老問題調(diào)查報告】
- 公文筐測驗(案例題解示范)
- 大學(xué)森林生態(tài)教案
- 蛙泳教學(xué)教案
- 醫(yī)學(xué)英語詞匯學(xué)(山東聯(lián)盟)智慧樹知到答案章節(jié)測試2023年山東第一醫(yī)科大學(xué)
- 口腔一般檢查方法口腔一般檢查方法
- 冠狀動脈粥樣硬化性心臟病 (心內(nèi)科)
- JJF(紡織)071-2016織物摩擦帶電荷密度測試儀(法拉第筒法)校準(zhǔn)規(guī)范
- GB/T 4857.10-2005包裝運輸包裝件基本試驗第10部分:正弦變頻振動試驗方法
- FZ/T 07004-2019紡織行業(yè)綠色工廠評價導(dǎo)則
評論
0/150
提交評論