Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation
スポンサーリンク
論文URL
https://arxiv.org/ftp/arxiv/papers/1802/1802.06955.pdf
2018年2月公開
ポイント
- 医療データのsegmentation
- 網膜の血管検出
- 皮膚癌の病変部検出
- 肺の検出
- U-Netの畳み込み層に再帰構造とresidual構造を加え、F1スコアが1～2%程度改善
- 再帰構造のみ加えたモデルをRU-Net、residual構造も加えたモデルをR2U-Netと呼んでいる
R2U-Net
- Fig1の通り、ネットワークの概形はU-Netと同じ
- 畳み込み層をFig2(d)のrecurrent residual convolution層に変更している
- (a)は通常の畳み込み層で構成するブロック
- (b)は再帰構造のみ加えたブロック
- (c)はresidual構造のみ加えたブロック
- (d)は再帰構造とresidual構造を加えたブロック
