مختبر الرؤية الحاسوبية الخوارزميات شبكة U-Net

شبكة U-Net

U-Net

مشفر–مفكك متماثل مع اتصالات قفزية تنقل التفاصيل المكانية.

داخل المتصفحالصور الطبيةالتجزئة

هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.

الصيغة الرياضية

\text{Dice loss} = 1 - \frac{2\sum_i p_i g_i + \epsilon}{\sum_i p_i + \sum_i g_i + \epsilon}

الشرح

يلتقط المشفر السياق، ويستعيد المفكك الدقة، والاتصالات القفزية تدمج سمات المستويين. صُممت للصور الطبية الحيوية ببيانات قليلة، وnnU-Net يضبط إعداداتها آلياً.

التطبيقات

تجزئة الأعضاء والآفات والخلايا.

القيود

تحتاج إلى أقنعة معلّمة دقيقة؛ ضعيفة خارج توزيع بيانات تدريبها.

المراجع

  1. O. Ronneberger, P. Fischer, T. Brox (2015).U-Net: Convolutional Networks for Biomedical Image Segmentation. MICCAI 2015 (LNCS 9351). doi:10.1007/978-3-319-24574-4_28
  2. F. Isensee et al. (2021).nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation. Nature Methods 18. doi:10.1038/s41592-020-01008-z

تجارب تستخدم هذه الخوارزمية

نماذج مرتبطة

دروس مرتبطة

جرّبها في الصور الطبية