wake'Up 2023-11-19 19:44 采纳率: 0%
浏览 15

为什么U-Net比GAN更适合做血管分割?

发现现在就算是用GAN来做血管分割，生成器或判别器也是用Unet结构，这两种类型的模型在血管分割部分有什么不同?

  • 写回答

3条回答 默认 最新

  • CSDN专家-深度学习进阶 2023-11-21 10:28
    关注

    UNet是特征金字塔结构，包含encoder和decoder，encoder通过多次下采样，提取不同层次的特征(比如边缘、形状、语义等)，decoder融合多层次特征进行解码。相比于FCN网络直接对高层语义特征进行解码，Unet增加了不同层次特征的交互、融合，特征表示能力更强。从医学图像的特点来看，器官或者病灶表现出多尺度、形态差异大的特点，UNet的特征金字塔结构能够提升不同尺度特征的学习。从网络优化的角度来看，encoder不同层次特征的横向连接，类似short connection，它加强了整个网络的特征传导，能够缓解梯度消失问题；加强特征复用，从而提升了网络的学习能力。
    参考https://www.zhihu.com/question/483261689

    评论

报告相同问题？

问题事件

  • 创建了问题 11月19日

悬赏问题

  • ¥15 (标签-考研|关键词-set)
  • ¥15 求修改代码，图书管理系统
  • ¥15 请问有没求偏多标签数据集yeast,reference,recreation,scene,health数据集。
  • ¥15 传感网应用开发单片机实训
  • ¥15 Delphi 关于sAlphaImageList使用问题
  • ¥15 寻找将CAJ格式文档转txt文本的方案
  • ¥15 shein测试开发会问些啥我是写java的
  • ¥15 关于#单片机#的问题：我有个课程项目设计，我想在STM32F103veTX单片机，M3主控模块上设计一个程序，在Keil uVision5（C语言）上代码该怎么编译？（嫌钱少我可以加钱，急急急）
  • ¥15 opnet仿真网络协议遇到问题
  • ¥15 在安装python的机器学习程序包scikit-learn（1.1版本）时遇到如下问题