UNet family

소개

2015 년부터 UNET는 의료 이미지 세분화에서 큰 획기적인 획기적인 발전을 이루어 딥 러닝 시대를 열었습니다. 나중에 연구원들은 시맨틱 세분화의 성능을 향상시키기 위해 UNET를 기준으로 많은 개선을 해왔다.

이 프로젝트에서 우리는 최근 몇 년 동안 UNET ( UNET Family )와 관련된 시맨틱 세분화 모델을 편집했습니다. 저의 구현은 주로 Pytorch를 기반으로하며 기타 구현은 Original Paper 또는 훌륭한 저장소의 저자로부터 수집됩니다. 기록의 경우,이 프로젝트는 여전히 건설 중 입니다. 조언이나 질문이 있으면 문제를 제기하거나 이메일에서 저에게 연락하십시오.

또한 UNET 신경망이 의료 이미지 세분화에서 왜 잘 작동합니까? Zhihu에서 내 대답에서 알아낼 수 있습니다.

비공식적

2015

• U-Net : 생의학 이미지 세분화를위한 컨볼 루션 네트워크 (MICCAI) [종이] [My-Pytorch] [keras]

2016

• V-NET : 체적 의료 이미지 세분화를위한 완전 컨볼 루션 신경망 [논문] [Caffe] [Pytorch]
• 3d U-Net : 희소 주석으로부터 조밀 한 체적 분할 학습 [종이] [Pytorch]

2017

• H-DenseUnet : CT 부피의 간 및 종양 세분화에 대한 하이브리드 밀도 밀도가 밀집되어 (의료 영상에 대한 IEEE 트랜잭션) [논문] [keras]
• GP-UNET : 3D 회귀 네트워크 (MICCAI)가있는 약한 레이블에서 병변 감지 [논문]

2018

• UNET ++ : 의료 이미지 세분화를위한 중첩 U-Net 아키텍처 (MICCAI) [종이] [My-Pytorch] [keras]
• MDU-NET : 생의학 이미지 세분화를 위해 다중 규모의 밀도가 밀집된 U-Net [용지]
• Dunet : 망막 용기 세분화를위한 변형 가능한 네트워크 [용지]
• RA-UNET : CT 스캔에서 간과 종양을 추출하기위한 하이브리드 깊은주의 인식 네트워크 [논문]
• 다수의 이미지 양식에서 허혈성 뇌졸중 병변 세분화에 대한 밀도가 높은 다중 경로 U-Net [용지]
• 강력한 얼굴 정렬을위한 듀얼 변압기가있는 고밀도 쌓인 U- 네트 [종이]
• 2D 브릿지 U-Net [종이]를 사용한 전립선 세분화
• NNU-NET : U-NET 기반 의료 이미지 세분화를위한 자체 조정 프레임 워크 [논문] [Pytorch]
• Sunet : 다중 모드 MRI에서 급성 뇌졸중 병변 세분화 및 결과 예측을위한 딥 러닝 아키텍처 [용지]
• IVD-NET : 다중 모달 UNET를 사용한 MRI의 인터뷰 디스크 위치 및 세분화 [종이]
• Laddernet : 의료 이미지 세분화를위한 U-Net을 기반으로 한 다중 경로 네트워크 [종이] [Pytorch]
• 계단식 UNET를 사용한 신경 교종 세분화 [종이]
• 주의 U-Net : 췌장을 찾아야 할 곳을 배우십시오 [종이]
• 의료 이미지 세분화를위한 U-NET (R2U-NET)를 기반으로 한 재발 잔류 컨볼 루션 신경 네트워크 [논문]
• 완전 컨볼 루션 네트워크에서 동시 공간 및 채널 '스퀴즈 및 흥분'[종이]
• 모호한 이미지의 분할을위한 확률 적 U-Net (NIPS) [용지] [Tensorflow]
• Anatomynet : 머리와 목 해부학의 빠르고 완전 자동화 된 전체 볼륨 세분화를위한 딥 러닝 [종이]
• 정확하고 효율적인 결장 직장암 세분화를위한 3D ROI-AWARE U-NET [종이] [Pytorch]
• 약하게 감독 된 머신 러닝 (MICCAI)을 사용하여 DWI에서 급성 뇌 경색의 탐지 및 묘사 [종이] (페이지 82)
• 2D 스파 스 광 음향 단층 촬영 아티팩트 제거에 대한 완전 조밀 한 UNET [용지]

2019

• MultireSunet : Multimodal Biomedical Image Segmentation을위한 U-Net 아키텍처를 다시 생각합니다 [논문] [Keras]
• U-NetPlus : 수술기구의 의미 및 인스턴스 세분화를위한 수정 된 인코더 디코더 U-Net 아키텍처 [논문]
• 췌장 세분화를위한 확률 맵 가이드 양방향 재발 성 UNET [논문]
• CE-NET : 2D 의료 이미지 세분화를위한 컨텍스트 인코더 네트워크 [논문] [Pytorch]
• 그래프 U-net [종이]
• 병변 세분화에 대한 U-Net 개선 된 새로운 초점 tversky 손실 함수 [논문]
• ST-UNET : 그래프 구조화 된 시계열 모델링을위한 시공간 U- 네트워크 [용지]
• 정확한 망막 용기 세분화를위한 연결 민감한주의 U-Net [논문]
• CIA-NET : 윤곽을 인식 정보 집계를 통한 강력한 핵 인스턴스 세분화 [논문]
• W-NET : 밀도 맵 추정을위한 강화 U-Net [논문]
• 조정 유도 깊은 신경망 (ISBI Oral)을 사용한 폐 엽의 자동 분할 [논문]
• U2-NET : 병리학 적 OCT 스캔에서 광 수용체 층 분할에 대한 전염병 불확실성 피드백이있는 베이지안 U-Net 모델 [논문]
• Sclerasegnet : 정확한 공막 세분화에 대한 관심이있는 개선 된 U-Net 모델 (ICB Honorable Mention Paper Award) [논문]
• AHCNET : CT 부피에서 간 종양 분할을위한주의 메커니즘 및 하이브리드 연결의 적용 [논문]
• 다중 규모 모호성 모델링을위한 계층 적 확률 U-Net [종이]
• 자원으로 제한 된 세분화에 대한 재발 성 U-Net [용지]
• MFP-UNET : 심 초음파 검사에서 좌심실 세분화를위한 새로운 딥 러닝 기반 접근법 [논문]
• 메모리 효율적인 체적 이미지 세분화를위한 부분적으로 가역적 인 U-Net (Miccai 2019) [논문] [Pytorch]
• Resunet-A : 원격 감지 데이터의 의미 론적 세분화를위한 딥 러닝 프레임 워크 [논문]
• 게으른 레이블이있는 세분화를위한 멀티 태스킹 U-Net [종이]
• Raunet : 백내장 수술기구의 시맨틱 세분화를위한 잔류주의 U-Net [종이]
• 3D U2-NET : 멀티 도메인 의료 이미지 세분화를위한 3D 범용 U-Net (MICCAI 2019) [논문] [Pytorch]
• SEGNAS3D : 3D 이미지 세분화를위한 파생 상품이없는 글로벌 최적화를 가진 네트워크 아키텍처 검색 (MICCAI 2019) [논문]
• MRI에서 실시간 뇌종양 세분화를위한 3D 확장 된 다 섬유 네트워크 [논문] [Pytorch] (MICCAI 2019)
• Unet-gan의 의료 이미지 세분화 및 공급 업체 조정의 도메인 이동 문제 [논문]
• 자원으로 제한된 세분화에 대한 재발 성 U-Net [논문] (ICCV 2019)
• 두개 내 출혈의 정확한 세분화를위한 건강한 템플릿을 가진 시암 U-net (Miccai 2019)

2020

• u^2-net : 두드러진 객체 감지를위한 중첩 U- 구조로 더 깊이 들어가기 (패턴 인식 2020) [용지] [Pytorch]
• UNET 3+ : 의료 이미지 세분화를 위해 연결된 본격적인 연결된 UNET (ICASSP 2020) [논문] [Pytorch]

참조

• https://github.com/ozan-oktay/attention-gated-networks (우리의 모델 스타일은 주로이 리포지토리를 나타냅니다.)