UNet：卷积网络用于医学图像分割

摘要：成功的网络须要数以千计个被标注的训练样例，这是广为接受的。在这篇论文中，咱们提出了一个网络，以及一种依赖于数据加强的加深使用达到对标注样本的使用更加有效的训练策略。该架构包括一个收缩的路径以捕捉邻近关系，以及一个对称的扩张路径使其精确的定位。咱们展现了该网络可以基于端到端的少许图片被训练，而且在ISBI挑战中电子显微镜堆栈下的神经元结构分割中优于以往的方法（如滑动窗口的卷积网络）。使用投射光

>>阅读原文<<