由于时间不够简单描述，稍微补全。
Nassir Navab等人发表在IEEE 3D Vison上的论文V-Net，是U-Net[1]的3D版本，其实U-Net作者自己也发表了3D U-Net[2]。
论文贡献：第一，3D图像分割end2ent模型（基于3D卷积），用于MRI前列腺容积医学图像分割。第二，新的目标函数，基于Dice coefficient。第三，数据扩充方法：random non-linear transformations和histogram matching。第四，加入残差学习提升收敛。
MRI技术问题应用解决，在MRI前列腺问题上：第一，不同scans之间较大的外观变异(灰度分布的变换和改变)。第二，主磁场不均匀性引起的伪影和畸变。
论文：https://ieeexplore.ieee.org/document/7785132/ github：https://github.com/faustomilletari/VNet/blob/master/pyLayer.py
3D-Net ： https://github.com/faustomilletari/3D-Caffe