理解 Automatic skin lesion segmentation with fully convolutional-deconvolutional networks
1. ISIC 2017: Skin Lesion Analysis Towards Melanoma Detection, Part 1: Lesion Segmentation.的一种解决方案的陈述。
2. 训练了一个deep fully convolutional-deconvolutional neural networks 网络。
3. 训练集包含2000张原始图片和其对应的mask。
4. 网络包含29层。
5. 网络结构如下，
6. 观察到大部分的图像 height：width 是3:4，所以将图像大小调整到 192*256.
7. 使用Adam optimization。初始学习率为0.003，在conv-4-1 and decv-5-1之前使用dropout with p = 0.5 。
8. 使用基于 Jaccard distance 设计的损失函数如下，
9. 后处理
（1）从网络输出中使用 dual-thresholds 来产生二值tumor mask 。
10. 结果：产生了average Jaccard index of 0.784在在线验证集上。