引言
大家晚上好，我是***
我这周的主要还是围绕着前列腺项目的
做了一些实验
这一周的话，我复现了Bionet和Bione++
他们也确实给了我一些模型改进的灵感
这个BioNet是MICCAI,2020的一篇文章
他对Unet进行改进，最后证明了
他的模型参数和Unet一样，
但是比Unet家族 模型效果好
他是怎么样实现的呢？
（翻页）
这个就是Bionet模型
这个Bi是Bi-deractional的简称
说的，就是这里的 双向跳跃连接。
这是对 Unet第一个改进的地方。
把原来的单项连接，换成了双向连接。
Bionet里面的O就是指
模型中间的某些层是可以循环使用的
类似于循环神经网络
通过一个超参数iterator控制
中间块 循环几次。
通过这种方式，
实现了 不引入多余的卷积块
还能提高模型的性能。
尽管Bionet提高了模型性能
但是，他的速度却降低了
因为它里面涉及到了
某些快的循环。
为了进一步提高性能，而且提高速度
那Bionet++ 和 BixNet就被提出来了
（翻页）
BioNet++，听起来就是，
类似于Unet++和Unet的关系
skip connetction变得复杂了
从这个图里，确实可以看到
（翻页）
这个是 Bionet++模型的结论
可以看到，Bionet++模型的分割表现
要比bionet好
这个很好理解，因为跳跃连接变得复杂了
自然就能传递更多的信息
Bionet++这篇文章
最让人感到开心的结果，应该是
就是他的参数量要比Bionet少很多
也可以看到，从原来的14.99到0.43
后面查了一些模型源码，才发现
参数量的减少，主要是，
因为隐藏层的channel数减少了
从原来的128，256变到了48
（往回翻页）
（往回翻页）
Bionet和Bionet++都跑了一下，
发现效果并不是特别好
在大分辨率的情况下
如何只看Hent和Metd的话，
Hnet的Dice, Jaccard等后面所有的指标
都比MedT好一点
为了证明Hnet的可行性
我又在ProstateX数据集上
做了实验
主要想对比的是 MedT和Hent
（翻页翻页）
这个也是测试集上的结果
可以看到，
Hent在Dice，ravd，hd上的表现
比 Medt好
但是在 assd的表现不如Medt
然后，我测了一下模型的参数量
Hnet的参数量是63M，比Medt少
下周的话，
我想在Hnet的基础上，适当的加入一些块的循环
变成rhonet，看性能上会不会有提升
如果新提出的模型，
在模型参数量和性能两个角度
都表现好的话，
应该更有说服力！
（翻页）
大家有什么问题吗？
没有的话，那我就结束了
