Unified Attentional Generative Adversarial Network for Brain Tumor Segmentation From Multimodal Unpaired Images
作者資訊，
Wenguang Yuan， 華南理工
基于StarGAN的改進工作，腦部多模态影像合成用于惡性良性腫瘤分割。
Method
相比 stargan，3點改進：
1、改進一：引入了惡性良性腫瘤分割loss；
2、改進二： 上(b)中所示的結構，Generator和Segmentor有共享層，該結構的idea來自這篇文章（如下圖所示）
3、改進三： attention子產品
在解碼器decoder上使用attention block，concat部分是unet本來就有的結構。整個子產品的改進為，把另一任務的encoder（改進二中提到，網絡有兩個encoder，decoder，分别做generation和segmentation）中對應level的特征attention後與本任務encoder 的特征相加。
實驗結果
資料集 Brain Tumors Task of Medical Segmentation Decathlon
比較了proposed method 對惡性良性腫瘤分割的提升效果
我的筆記
1、既然是多模态影像合成，很明顯本文章缺少了生成影像品質比較的實驗。
2、沒有和其他GAN結構比。