表 2. Improvements to the U-Net convolutional layer.

U-Net卷积层的改进

网络名称	使用方法	时间	数据集	评价指标	数值（%）
DIU-Net[31]	Dense-Inception块	2020	MICCAI2017BraTS	Dice scores	98.57
LCU-Net[32]	Dense-Inception块	2021	EMDS-5	Accuracy	96.91
AD-UNet[28]	密集块	2019	DRIVE和STARE	AUC	98.46
DU-UNet[27]	密集块	2017	DDSM	F1-score	92.19
SC-DenseNet[29]	3D密集块	2020	3 218名NPC患者	DSC	77.07
3D-DenseNet-569[30]	3D密集块	2021	LiTS-2017	Dice	96.70
PR-Net[43]	残差单元	2020	OASIS-1	Dice	86.70
URNet[44]	残差单元	2021	REVITE	SSIM	95.89
Res-UNet[45]	残差单元	2020	50幅指甲毛细血管图像	Dice	97.66
ResUNet[39]	残差单元	2021	UIH	SSIM	92.20 ± 3.3
HDA-ResUNet[46]	残差单元	2021	Lung	Dice	97.97
ResUNet-a[47]	预激活残差单元	2020	5个卫星站点提取数据	MCC	81.00
R2UNet[50]	循环残差单元	2018	CHASE_DB1	AUC	97.84
Asymmetrical Net[48]	双路径残差单元	2020	ISLES 2015	DSC	59.00 ± 31.00
AReN-UNet[51]	残差注意力	2021	DRIVE	Accuracy	96.96
DIN[75]	膨胀卷积	2019	RVSC	Accuracy	94.00
EFSNet[78]	膨胀卷积	2020	CamVid	Global Acc	84.90
HDC-Net[79]	膨胀卷积	2020	CelebA	SSIM	95.00