Boundary-Aware Fully Convolutional Network for Brain Tumor Segmentation论文理解

本文模型的代码是基于keras和Theana上完成，但是好像并没有进行开源

         我们提出一种新颖的，多任务的全卷积网络（FCN）架构，用于脑肿瘤的自动分割。该网络通过连接从多模MR图像提取的分层特征表示来提取多级上下文信息。通过在损失函数中直接加入边界信息，实现了分割性能的提高。该方法在BRATS13和BRATS15数据集上进行了评估，并与BRATS13测试集上的竞争方法进行比较。相比单任务的FCN和融合RCF的FCN都取得了较好的性能。该方法是最准确可用的，并且在测试时间具有相对较低的计算成本。

 

1 引言

 目前对于脑肿瘤分割的普遍方法：（1）手工构造特征+CRF （2）CNN（3）2D CNN作为滑动窗分类器（4）