綜上所述,本研究提出了一種基於深度學習的分割方法nnU-net,它可以自動配置預處理、網路架構、訓練和後處理等程式,用於生物醫學領域的任何新任務
結果nnU-Net最初是在醫學分割十項全能挑戰賽Decathlon的第一階段的七個訓練資料集上開發的
為了強調與特定任務的設計和配置相比,選擇先前在U-Net上提出的眾多體系結構擴充套件和改進中的一種方法的重要性,作者透過分析,將結果納入當前研究的背景MICCAI協會主辦的最近的2019年腎臟和腎臟腫瘤分割(KiTS)挑戰賽中的演算法