用U-net进行脑部图像多类分割，用keras框架进行实现(U-net brain segmentation keras tensorflow background)

基于tensorflow的u_net的实现(Implementation of u_net based on tensorflow)

用keras工具包，来实现医学图像分割，采用的是U-NET网络架构(keras accomplish medica segmenment)

UNet最早发表在2015的MICCAI上，短短3年，引用量目前已经达到了4070，足以见得其影响力。而后成为大多做医疗影像语义分割任务的baseline，也启发了大量研究者去思考U型语义分割网络。而如今在自然影像理解方面，也有越来越多的语义分割和目标检测SOTA模型开始关注和使用U型结构，比如语义分割Discriminative Feature Network(DFN)(CVPR2018)，目标检测Feature Pyramid Networks for Object Detection(FP