U-Net: deep learning for cell counting, detection, and morphometry | Nature Methods
U-Net は，医療画像解析における多くの深層学習モデルの基礎として重要性を増している．過去の研究において，U-Net は膵臓セグメンテーション，3D 心臓セグメンテーション，自動基底ガラス結節検出などの固形臓器と病巣領域のセグメンテーションに用いられている．
胸部CT画像における胸水セグメンテーションのために，3次元空間重み付けU-Netと2次元古典的U-Netを組み合わせ，微細なマスクを得ることに成功．
胸水セグメンテーションの高い精度は、その後病変分類のための深層学習モデルを訓練するために使用することができる予測特徴を識別。このように、胸部CT画像特徴の大域的・部分的解析に基づいてBPEとMPEを診断する深層学習アルゴリズムを提案し、患者の臨床予後改善に重要な役割を果たす可能性がある。
