مقدمة
منذ عام 2015 ، حققت UNET اختراقات كبيرة في تجزئة الصور الطبية ، وفتح عصر التعلم العميق. قام الباحثون اللاحقون بالكثير من التحسينات على أساس UNET من أجل تحسين أداء التجزئة الدلالية.
في هذا المشروع ، قمنا بتجميع نماذج التجزئة الدلالية المتعلقة بـ UNET ( عائلة UNET ) في السنوات الأخيرة. يعتمد تنفيذي بشكل أساسي على Pytorch ، ويتم جمع التطبيقات الأخرى من مؤلف الورق الأصلي أو المستودعات الممتازة. بالنسبة للسجل ، لا يزال هذا المشروع قيد الإنشاء . إذا كان لديك أي نصيحة أو سؤال ، فيرجى إثارة مشكلة أو الاتصال بي من البريد الإلكتروني.
علاوة على ذلك ، لماذا تعمل الشبكة العصبية UNET بشكل جيد في تجزئة الصور الطبية؟ يمكنك معرفة ذلك من إجابتي في Zhihu.
unet-family
2015
- U-NET: الشبكات التلافيفية لتجزئة الصور الطبية الحيوية (MICCAI) [ورقة] [My-Pytorch] [Keras]
2016
- V-NET: الشبكات العصبية التلافيفية بالكامل لتجزئة الصور الطبية الحجمية [ورقة] [CAFFE] [Pytorch]
- 3D U-NET: تعلم تجزئة حجمية كثيفة من التعليق التوضيحي المتناثر [ورقة] [Pytorch]
2017
- H-deensunet: Hybrid متصل بشكل كثيف UNET لتجزئة الكبد والورم من أحجام CT (معاملات IEEE على التصوير الطبي) [ورقة] [keras]
- GP-unet: اكتشاف الآفة من الملصقات الضعيفة مع شبكة الانحدار ثلاثية الأبعاد (MICCAI) [ورقة]
2018
- UNET ++: بنية U-NET متداخلة لتجزئة الصور الطبية (MICCAI) [ورقة] [My-Pytorch] [Keras]
- MDU-NET: متعددة الحجم متصل بكثافة U-NET لتجزئة الصور الطبية الحيوية [ورقة]
- Dunet: شبكة قابلة للتشوه لتجزئة أوعية الشبكية [ورقة]
- RA-unet: شبكة هجينة عميقة الاهتمام لاستخراج الكبد والورم في فحوصات التصوير المقطعي [ورقة]
- كثيف متعدد المسارات U-Net لتجزئة آفة الدماغية في طرائق الصور المتعددة [ورقة]
- مكدسة U-Nets مع محولات مزدوجة لمحاذاة الوجه القوية [ورقة]
- تجزئة البروستاتا باستخدام U-Net ثنائي الأبعاد [ورقة]
- NNU-NET: إطار تكوين الذات لتجزئة الصور الطبية القائمة على الشبكة U [ورقة] [Pytorch]
- Sunet: بنية تعليمية عميقة لتجزئة آفة السكتة الدماغية الحادة والتنبؤ بالنتائج في التصوير بالرنين المغناطيسي متعدد الوسائط [ورقة]
- IVD-NET: توطين القرص الفقري وتجزئة في التصوير بالرنين المغناطيسي مع UNET متعدد الوسائط [ورقة]
- LADDERNET: شبكات متعددة المسارات تعتمد على U-NET لتجزئة الصور الطبية [ورقة] [Pytorch]
- تجزئة الورم الدبقي مع unet متتالية [ورقة]
- انتباه U-Net: تعلم مكان البحث عن البنكرياس [ورقة]
- الشبكة العصبية المتبقية المتكررة على أساس U-NET (R2U-NET) لتجزئة الصور الطبية [ورقة]
- المتزامنة المكانية والقناة "الضغط والإثارة" في شبكات تلافيفية بالكامل [ورقة]
- u-net احتمالية لتجزئة الصور الغامضة (NIPS) [Paper] [TensorFlow]
- anatomynet: التعلم العميق للتجزئة الحجم الكامل الآلي بالكامل من تشريح الرأس والرقبة [ورقة]
- 3D Roi-Awawn U-Net لتجزئة سرطان القولون والمستقيم دقيقة وفعالة [ورقة] [Pytorch]
- اكتشاف وتحديد احتشاء الدماغ الحاد على DWI باستخدام التعلم الآلي الخاضع للإشراف (Y-NET) (MICCAI) [ورقة] (صفحة 82)
- UNET كثيفة تمامًا لـ 2D PhotoAcoust Templication إزالة قطعة أثرية [ورقة]
2019
- MultireSunet: إعادة التفكير في بنية U-NET لتجزئة الصور الطبية الحيوية متعددة الوسائط [ورقة] [keras]
- U-NetPlus: بنية U-NET متفرجة معدلة من أجل تجزئة الأداة الجراحية الدلالية والمثيرة [ورقة]
- خريطة الاحتمال موجهة ثنائية الاتجاه unet لتجزئة البنكرياس [ورقة]
- CE-NET: شبكة تشفير السياق لتجزئة الصور الطبية ثنائية الأبعاد [ورقة] [Pytorch]
- الرسم البياني U-Net [ورقة]
- وظيفة خسارة Tversky جديدة مع تحسن الاهتمام U-Net لتجزئة الآفة (ISBI) [ورقة]
- ST-UNET: شبكات U-Network المكانية للنمذجة من السلاسل الزمنية للهيكل الرسم البياني [Paper]
- توصيل الاهتمام الحساسة U-NET لتجزئة وعاء الشبكية الدقيق [ورقة]
- CIA-NET: تجزئة مثيلات نوكلي قوية مع تجميع معلومات مدركة للمعرفة [ورقة]
- W-NET: U-NET المقوى لتقدير خريطة الكثافة [ورقة]
- تجزئة تلقائية من الفصوص الرئوية باستخدام الشبكات العصبية العميقة الموجهة التنسيق (ISBI Oral) [ورقة]
- U2-NET: نموذج U-NET Bayesian مع ردود فعل عدم اليقين المعرفية لتجزئة طبقة مستقبلة ضوئية في فحوصات OCT المرضية [ورقة]
- Sclerasegnet: نموذج U-NET محسّن مع الاهتمام بتجزئة Sclera دقيقة (جائزة ICB Honorable Aways Paper) [ورقة]
- AHCNET: تطبيق آلية الانتباه والاتصال الهجين لتجزئة ورم الكبد في أحجام CT [الورق]
- u-net احتمالية هرمية لنمذجة الغموض متعدد النطاق [ورقة]
- U-NET المتكرر للتجزئة المقيدة للموارد [ورقة]
- MFP-unet: نهج جديد يعتمد على التعلم العميق لتجزئة البطين الأيسر في تخطيط صدى القلب [ورقة]
- U-NET قابل للعكس جزئيًا لتجزئة الصور الموفرة للذاكرة (Miccai 2019) [Paper] [Pytorch]
- Resunet-A: إطار عمل تعليمي عميق للتجزئة الدلالية للبيانات التي يتم إحرازها عن بُعد [ورقة]
- U-Net متعدد المهام للتجزئة مع ملصقات كسول [ورقة]
- Raunet: الاهتمام المتبقي U-Net للتجزئة الدلالية للأدوات الجراحية الساد [ورقة]
- 3D U2-NET: U-NET عالمي ثلاثي الأبعاد لتجزئة الصور الطبية متعددة المجالات (Miccai 2019) [Paper] [Pytorch]
- SEGNAS3D: بحث بنية الشبكة مع التحسين العالمي الخالي من المشتقات لتجزئة الصور ثلاثية الأبعاد (MICCAI 2019) [ورقة]
- شبكة ثلاثية الأبعاد المتوسعة ثلاثية الأبعاد لتجزئة ورم الدماغ في الوقت الفعلي في التصوير بالرنين المغناطيسي [ورقة] [Pytorch] (Miccai 2019)
- مشكلة تحول المجال لتجزئة الصور الطبية وتعمية البائع من قبل unet-gan [ورقة]
- U-NET المتكرر للتجزئة المقيدة للموارد [ورقة] (ICCV 2019)
- Siamese U-Net مع قالب صحي لتجزئة دقيقة من النزف داخل الجمجمة (Miccai 2019)
2020
- u^2-net: تعمق أكثر مع بنية U المتداخلة للكشف عن الكائنات البارزة (التعرف على الأنماط 2020) [ورقة] [Pytorch]
- UNET 3+: UNET متصل على نطاق واسع لتجزئة الصور الطبية (ICASSP 2020) [PAPER] [PYTORCH]
مرجع
- https://github.com/ozan-oktay/attention-mated-networks (يشير نمط النموذج الخاص بنا بشكل أساسي إلى هذا المستودع.）
