DL文献笔记 1. Hough-CNN: Deep Learning for Segmentation of Deep Brain Regions in MRI and Ultrasound

类别: 医学图像 segmentation

链接:http://arxiv.org/pdf/1601.07014v3.pdf

方法: CNN

输入: patches generated from image

训练:训练一个二分类CNN,输入patch,labe {0,1},提取fc6 作为 patch 对应的feature fi。

最终 希望得到一个三元组(feature vector fi,a vote vi,a segmentation patch si), 其中 vi是一个位移向量,表示从所有foreground的中心到voxel xi。

DL文献笔记 1. Hough-CNN: Deep Learning for Segmentation of Deep Brain Regions in MRI and Ultrasound_第1张图片

测试:输入从新的image 产生的 patch, forward pass 得到一个label 和 feature fi,收集所有这个图片的patch label 对应foreground的feature fi,对于每一个fi, 跟训练集获得的所有foreground fi 比较, 得到最相近的k个patch。

根据这k个patch, 得到cj, 进而算得vi (一个k个)和 相应的 patch si , 原文如下:


DL文献笔记 1. Hough-CNN: Deep Learning for Segmentation of Deep Brain Regions in MRI and Ultrasound_第2张图片

根据

你可能感兴趣的