基于U-Net变体的医学图像分割算法综述

作     者：崔珂 田启川 廉露 CUI Ke;TIAN Qichuan;LIAN Lu

作者机构：北京建筑大学电气与信息工程学院北京100044 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第11期

页      面：32-49页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京建筑大学研究生教育教学质量提升项目(J2022012) 北京建筑大学教育教学研究项目(Y2130) 北京建筑大学混合式课程建设项目(YC23019) 

主　　题：U-Net变体 医学图像分割 语义分割 深度学习 改进机制 

摘      要：U-Net简单高效的网络结构,被广泛应用于医学图像分割任务中,学者们针对U-Net结构进行了很多的研究和改进。基于U-Net网络结构的改进方法从以下方面进行归纳总结:总结了U-Net网络在医学图像分割领域的关键挑战;归纳了常用于U-Net网络的医学图像数据集格式及特点;重点总结U-Net和U-Net变体算法六大改进机制:跳跃连接机制、生成对抗网络、残差连接机制、3D-UNet、Transformer机制、密集连接机制。最后,探讨六大改进机制与常用医学数据之间的关系,并指出未来改进思路和方向,激发U-Net在医学图像分割的无限潜力。