之前一直在分享医学影像分割挑战赛的心德,模型基本上都是VNet模型,那么今天我将分享VNet改进模型即AttentionGatedVNet,并用tensorflow来实现该网络模型。
1、VNet模型
大家看过我之前的文章,肯定对VNet模型已经非常熟悉了,该结构出自2016年发表的一篇论文《V-Net:Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation》,关于该网络具体的细节可以阅读原文,我这里就不多说了。
2、Attention Gate模块
Attention Gate模块来自2018年发表的论文《Attention U-Net:Learning Where to Look for the Pancreas》,该文章提出一种注意力门模型(AG),在分割模型中加入该模块进行训练,可以抑制学习与任务无关的特征,同时加强学习与任务有关的特征。
Attention Gate模块结构如下图所示,相应数学表示如图所示。关于该模块具体的细节可以阅读原文,我这里就不多说了。
3、AttentionGatedVNet3D模型
AttentionGatedVNnet3D和VNet3D的区别就在于解码模块,VNet3D模型是将编码模块的输出直接作为用于解码模块的输入,而AttentionGatedVNnet3D模型是将编码模块的输出先进行Attention Gate然后输入到解码模块中。 结构示意图如下所示。
我用Tensorflow复现了AttentionGatedVNet3D网络。
具体实现我已经分享到github上:https://github.com/junqiangchen/AttentionGatedVNet3D。
如果大家觉得这个项目还不错,希望大家给个Star并Fork,可以让更多的人学习。如果碰到任何问题,随时留言,我会尽量去回答的。