【基于nnunet的深度学习医学图像分割网络的使用经验系列】_其二_Swin-UNTER, SegResNet, MedNext, LightM-UNet, U-Mamba, SAMed

ResEnc nnU-Net的使用

前言

nnU-Net已经成为了很多医学图像分割网络的baseline。在nnU-Net的开源精神的指引下，一大批成熟的医学图像分割网络也纷纷开源，这对于医学图像分割领域的科研工作者是极大地利好。考虑到国内还没有成熟的nnU-Net的使用踩坑记录，本系列博客应运而生。以此记录我在使用nnU-Net和基于nnU-Net框架的各种开源医学图像分割网络的使用记录。

感谢TriALS challenge at MICCAI 2024，链接为“https://github.com/xmed-lab/TriALS”，一次性能够跑通大量以基于nnU-Net的主流医学图像分割网络，本文讲述基于该github的readme，进行使用的过程

预备条件：ubuntu22.04+nvidia5.6+cuda11.8

pip设置国内源
pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple

安装Swin-UNTER, SegResNet, MedNext, LightM-UNet, U-Mamba, SAMed

环境配置与安装，命令直接来自https://github.com/xmed-lab/TriALS

git clone https://github.com/xmed-lab/TriALS
conda create -n TriALS python=