【3D 图像分割】unetr_plus_plus（UNETR++、nnU-Net）系列数据处理理解汇总

unetr_plus_plus（UNETR++、nnU-Net）系列数据处理理解汇总，这是一个 3D 图像分割的任务系列集。

为什么说他们是一个系列集合呢？主要是因为：

1. 论文的训练和评价数据集是一样的，都是来自于10全挑战赛；
2. 数据的前处理工作基本是一致的，后续的文章都延续了nnU-Net的处理方式；
3. 评价方式是一致的，具有可比性。

所以，如果你也在做3D 图像分割相关的任务，尤其是医学领域的任务，这部分就是必看的。最好是将自己的数据进行跑通测试对比下，应该会有新的感悟。

参考阅读论文：

1. nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation
2. nnFormer: Volumetric Medical Image Segmentation via a 3D Transformer
3. UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation

相关博客推荐阅读理解：

• 对于nnU-Net论文的理解，有优快云会员的，可以去这里看：（一：2020.07.06）nnUNet论文主体解析（8.02更新认识）<