醫(yī)學(xué)圖像分割比較重要的會(huì)議

1.基于現(xiàn)有網(wǎng)絡(luò)骨架或建立新的骨架

2.修改塊或提高塊，比較流行或比較快出文章

3.做分割時(shí)樣本數(shù)比較少，或者在圖像里的占有非常少，可調(diào)整損失函數(shù)的平衡性，但較難

4.現(xiàn)在遷移學(xué)習(xí)也比較火

3D net可以用3d卷積做

RNN的LSTM可聯(lián)系局部和整體，但對(duì)數(shù)據(jù)集要求高

skipe connnection解決skip問(wèn)題，可以引入transformer等

cascade 2dand 3d （1）.先解決容易的，在解決難度高一點(diǎn)的，從粗到精，例：先做肝的分割，在做肝的增強(qiáng)，再做肝和腫瘤的分離（2）先用目標(biāo)檢測(cè)檢測(cè)出肝，再去分割結(jié)果

現(xiàn)在還是基于unet做得多

損失函數(shù)一般用交叉熵

U-NET的結(jié)構(gòu)

ResUnet++的結(jié)構(gòu)

隨機(jī)場(chǎng)的引進(jìn)可以提高抗干擾，但是計(jì)算很慢

計(jì)算結(jié)果的可視化