【总结】皮肤癌图像自动分割方法

虽然现有的神经网络纷繁复杂，但大多都是从几个最著名网络中演变出来的。我们可以简单地将皮肤损伤分割问题理解为计算机视觉中的示例分割问题，即先进性目标检测然后语义分割。而作为特征提取的卷积神经网络，是复杂网络的基石。在这里，我们先介绍图像特征提取，语义分割，目标检测领域中几个最常见的网络结构。

1. 卷积神经网络

VGG：在全卷积神经网络(Fully Convolutional Networks)出现以前，卷积神经网络(Convolutional Neural Networks)因其良好的特征提取能力被广泛应用到分类问题中。其中最常见的网络是牛津大学视觉几何组提出的VGG系列 [1]。在这里我们以VGG 16 作为示例 (图1)，它由16个卷积层，3个全连层和一个softmax分类层组成。每层均可看作是特征图谱。输入是彩色图 (三维数组)，这其中的每一层都可以进一步处理，例如滤波 (例如: sigmoid，ReLU)，池化 (例如: MaxPooling, AveragePooling)。并由全连层计算最终分类参数，最后Softmax层用来计算每个输出节的条件概率。

ResNets: 在一些复杂网络中，训练过程中尝尝会出现退化问题 (Degradation)，即由于网络深度的增加，训练精度会先饱和然后迅速下降。为了解决该问题，一个深度残差学习网络 (Residual learning framework - ResNets)被提出用来代替VGG。相比于直接将每个堆叠层 (Stacked layers) 映射到所需的底层上，可以将这些层映射到残差层 (图2)。即如果输入第一层的值为x，而我们需要底层映射为 H(x)，我们将最终目标转化成残差函数: F(x) = H(x) - x，输出为 F(x) + x。 对应到图示2中，x作为输入，两层以后的输出为 F(x)=(W1×x)×σ×W2, 其中σ代表ReLU。如果x与F的维度不同，则输出可由F(x) + Wx计算， W为维度调整卷积矩阵。对于一些更深的网络，例如: ResNet-50/101/152, 采用3层堆叠代替两层堆叠以节省训练时长。