这次介绍将对抗网络第一次应用到医学图像分割的文章。
代码
作者提出用对抗网络进行分割，损失函数使用多尺度L1损失函数。该论文的判别器和生成器分别为critic network (C)和segmentor network (S)。
首先介绍一下SegAN与原始的GAN的区别。
1，损失函数的区别。经典的GAN的generator和discriminator的损失是分开的。本论文为segmentor和critic networks提出一个多尺度损失函数。Critic考虑分割结果和真实label多尺度的特征差异来最大化多尺度L1函数。
2，我们的segmentor S是全卷积网络，只拿通过critic的梯度进行训练，最小化和critic一样的损失函数。
3，SegAN是端对端的，不需要多分辨率的网络输入。
模型
主要有俩部分：segmentor network S，critic network C。
segmentor network S：类似unet的u型网络，
critic network C：有两个输入，一个是原图和分割网络预测结果mask之后的图，另一个是原图和label进行mask之后的原图。（mask表示相乘）
1.Segmentor，使用maxpooling，4X4@2；使用upsampling放大一倍，再加一个3X3@1的卷积层。
2. Critic，和收缩层有相似的结构。然后计算每层的L1损失，相当于是对不同分辨率都会计算损失，所以说，使用这种分层特征，这个损失可以捕获不同分辨率像素之间的空间关系（像素级特征，低维即超像素特征，中间即patches特征）。使用leakyReLU，BN。没有使用pooling，使用卷积2X2@2代替pooling。
S和C通过对抗的方式轮流训练。
损失函数
传统损失：
P_data表示原始数据的分布，P_Z是一个随机分布，用来产生随机输入。G表示生成器，D表示判别器，G的目的是通过P_Z产生真实分布P_data。让D分辨不出是产生的还是原图。D要尽力分辨真假。所以说，D要最大化目标函数，G要最小化目标函数。
本文提出的损失函数：
虽然和传统的GAN有相同的对抗训练过程，但是二者目的不一样。传统的GAN的目的是找到数据分布之间的映射，但是本文的目的是输入图像和分割mask的映射。本文损失函数如下：
N表示训练图像个数。l_mae表示Mean Absolute Error (MAE) 或者L1距离，xn ◦ S(xn )和xn ◦ yn分别表示原图和预测结果，label进行mask操作。f_C (x)，表示C网络对输入的分层特征的提取。具体的l_mae如下：
L表示C网络总共的层的个数。表示从x提取的第i层的特征。
Training SegAN
首先，我们固定S，训练C一个step，然后使用通过C的梯度训练一个step S。这两个梯度都是从同一个损失函数计算。
Batch size为64，学习率为0.00002。作者通过网格搜索，确定两个网络中pooling的最优个数，S网络为4个，C网络为3个。
作者证明了该论文的损失是有界的，而且最后会收敛。
作者对原图进行裁剪，但是保证大脑在裁剪后的图中。使用的评价标准Dice,Precision和Sensitivity。实际上网络的输入是160X160，对裁剪后的180X180，进行随机裁剪得到，算是数据增强。输入使用T1c,T2, FLAIR三种模态。
作者尝试了L2，但是效果不好。C网络使用pooling，发现效果没有提升。探索C网络的输入，使用label和S网络的预测结果，作为C网络的输入，但是效果不好。
缺点：1，对小的区域分割结果不好。作者猜测，使用pixel-level loss的损失可能会好一点。分割不同的区域使用不同的结构。2，如果类别多的话，计算消耗较大。
S1-1C：对于每一类，都设计一个S和C，这样，几类就有几个S-C。这种方法就会导致同一个像素会属于多个类别。
S3-1C：只有一个S和C网络。S输出3个通道，分别是3类的概率。这三个输出生成的三个mask图生成3个通道，作为C的输入。
S3-3C：一个S网络，3个分开的C分别处理每个类别。
S3-3C single-scale loss models：这个是对损失做文章。又分为两类：S3-3C-s0，只是用C的输入层计算损失；S3-3C-s3只是用C的输出层计算损失。
结果如图2。
最终选择了S3-3C。