这篇博客介绍了如何使用Boundary-Aware FCN进行脑瘤分割，强调了该方法在处理边界模糊的恶性肿瘤时的优势。博客首先概述了相关论文，然后解释了FCN、VGG-16、批量归一化等基础知识，并讨论了 Dice 相似性系数。接着，博主详细解析了网络架构，包括多任务学习框架和损失函数。在评估部分，展示了Boundary-Aware FCN在BRATS13和BRATS15数据集上的表现，证明了其在边界分割任务上的优越性。
写在前面：在阅读论文的时候，会遇到许多未接触过的知识，博主希望能记录学习这些知识的过程。并在学习了这些知识的基础上，阐述对论文的理解。
一、前言
论文地址：https://link.springer.com/chapter/10.1007/978-3-319-66185-8_49#Fig5
推荐：在阅读上篇论文前最好能阅读一下原作者的另一篇论文
Efficient symmetry-driven fully convolutional network for multimodal brain tumor segmentation，因为作者在Boundary-Aware FCN论文中提到的很多知识是与此篇论文相关，阅读上篇能够加深对论文的理解（只有5页哦）。
论文阅读二（也是论文阅读系列）:https://blog.youkuaiyun.com/Fan_shui/article/details/82982477
论文翻译：https://blog.youkuaiyun.com/qq_29184757/article/details/78369299
论文阅读：
最低0.47元/天 解锁文章
扫一扫
2154
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
