Unet形的网络结构为什么在医学影像分割上表现不错呢？

看过大量的文献和代码，大部分都是Unet形的结构，即分为编码和解码两部分，中间有skip connection，不同的网络skip connection不同。个人的理解： 1.医学图像边界模糊、梯度复杂，需要较多的高分辨率信息，深度学习可以做到这一点，比如上采样、下采样以及skip connection和concatenation。 2.待分割的目标形态相似，有规律可循，比如形状近似圆，分布的区域

>>阅读原文<<