摘要

在本文中，我们介绍了UNet++，一种新的、功能更强大的医学图像分割架构。我们的架构本质上是一个深度监督的编码器-解码器网络，其中编码器和解码器子网络通过一系列嵌套的密集跳跃路径连接。重新设计的跳跃路径旨在减少编码器和解码器子网络特征图之间的语义差距。我们认为，当解码器和编码器网络的特征图在语义上相似时，优化器将面临一个更容易的学习任务。我们在多个医学图像分割任务中对UNet++进行了评估，这些任务包括：胸部低剂量CT扫描中的结节分割、显微镜图像中的细胞核分割、腹部CT扫描中的肝脏分割以及结肠镜视频中的息肉分割。实验结果表明，具有深度监督的UNet++相比U-Net和宽U-Net分别实现了平均3.9和3.4个百分点的交并比（IoU）提升。