#1.
こちらはU-Netの構造です。形は英語のUと似てるから、U-Netと呼ばれました。U-Netの当時の意図は医学的画像セグメンテーションを行うことです。

　　　　　　　　　　　　　　　　　　　　　　U-Net構造
#2.
U-Netの特徴は主に二つあります。一つ目はEncoder-Decoderの簡単な構造です。このようなAutoencoder構造は信頼性が高くて、セグメンテーションで人気のあるネットワークです。セグメンテーションネットワークに関して、いろんなモデルはUnetに基づいたんです。二つ目の特徴はcopyとcropという手法です。Encoderに生成された特徴マップをcopyし、crop（サイズが違う）してDecoderの特徴マップと連結することです。Skip　Connectionともいわれます。EncoderとDecoderは同じ4層です。なぜ４層なら、この細胞のデータに一番有効であると考えています。

#3.
元論文の入力画像のサイズの設定です。元論文の画像サイズは512512です。トリミングされた画像なので、こちらの境界は実際の境界ではありません。欠落しているコンテキストは、ミラーリングすることによって補完しました。そして、入力画像のサイズは572572になりました。

#4.
こちらは描いたU-Netの特徴マップのフローチャートです。