《表1 R-U-Net神经网络参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种自动分割股骨区域的R-U-Net神经网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

编码路径包含3个残差单元，每个单元将第一个卷积块的步长定为2，使特征图的尺寸减少到一半，而不是使用池化操作对特征图进行下采样去改变其大小，简化了网络的运算.相应地，解码路径也包含3个残差单元对称于编码路径形成U型架构，为了保持相同的分辨率，在每个单元之前有一个对来自低层特征图谱的上采样，并且为了在保留高级语义信息的同时利用低层的细节，建立了一个与其对应编码路径的特征图谱的连接.在解码路径的最后一层之后，有一个1*1的卷积和一个sigmoid激活层用于将多通道特征图谱映射到所需的分割，网络没有任何全连接层.相比于U-Net的23个卷积层，R-U-Net神经网络一共有15个卷积层，简化了神经网络的结构.每个步骤的参数和输出尺寸如表1所示.