学界 | 医学影像分割难题获突破：可自动调参，适应所有数据集

本文转载自雷锋网 AI 掘金志nnU-Net的贡献在于：不仅可以用作开箱即用的分割工具，还可以用作未来医学分割相关发表论文的强大U-Net baseline和平台。 编译 | 卡卡 近日，一篇来自德国癌症研究中心、海德堡大学以及海德堡大学医院研究人员的名为nnU-Net的医学影像分割论文引起了广泛关注。该团队提出了一个可以自适应任何新数据集的医学影像分割框架，该框架能根据给定数据集的属性自动调整所有超参数，整个过程无需人工干预。仅仅依赖于朴素的U-Net结构和鲁棒的训练方案，nnU-Net在六个得到公认的分割挑战中实现了最先进的性能。摘要在数据集的多样性的推动下，语义分割是医学图像分析中的一个热门子领域，每年都会有大量的新方法提出。然而，这种不断增长 ………………………………