计算机科学与探索

作者：徐光宪, 冯春, 马飞

单位：辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125000

关键词：医学图像分割,深度学习,卷积神经网络（CNN）,UNet网络

UNet作为卷积神经网络（CNN）中最重要的语义分割框架之一，广泛地应用于医学图像的分类、分割和目标检测等图像处理任务。对UNet的结构原理进行了阐述，并对基于UNet网络及变体模型进行了全面综述，从多个角度对模型算法进行了充分研究与分析，试图建立起各个模型间的演进规律。首先，将UNet变体模型根据其应用的七种医学成像系统的不同而进行分类研究，且将核心构成相似的算法进行了对比描述；其次，对每个模型的原理、优缺点和适用的场景等内容进行分析；再次，对主要UNet变体网络从结构原理、核心组成结构、数据集和评价指标四方面进行总结；最后，结合深度学习的最新进展，客观地描述了UNet网络结构存在的固有不足和解决方案，为未来继续改进提供了方向。同时，对UNet可结合的其他技术演进与应用场景等内容进行详述，进一步展望了基于UNet变体网络未来的发展趋势。

来源：2023年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第8期