科研 Skill

nnU-Net医学影像分割

codar-ai-medical-imaging-skill-17b79f53b067

当用户拥有标注医学影像并需要规划、训练或评估nnU-Net分割流程时使用。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

nnU-Net医学影像分割

输入需要配对影像与标签、明确标签值、模态顺序和患者级 ID。先检查方向、spacing、尺寸、空标签和影像—标签对齐,再建立 nnU-Net 数据集说明。

让 nnU-Net 规划决定常规重采样和网络配置;只有在数据或任务有明确理由时覆盖。fold 必须按患者划分,多时间点或双侧器官不能跨训练与验证。训练后比较 folds,并在独立测试集运行推理。

评价 Dice 之外的 Hausdorff/表面距离、病灶召回和体积误差,按器官大小、设备和中心分层。失败病例要查看原图与 mask,而不是只平均指标。

交付数据集配置、训练计划、模型 checkpoint、测试指标、推理结果和失败案例。此 Skill 用于 nnU-Net 分割;自定义分类/检测模型应走一般影像模型开发流程。

所属插件

AI医学影像影像组学、医学影像深度学习与数字病理。

安装该插件会一并获得同领域的 22 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

nnU-Net医学影像分割能做什么?

当用户拥有标注医学影像并需要规划、训练或评估nnU-Net分割流程时使用。

如何安装nnU-Net医学影像分割?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「nnU-Net医学影像分割」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

nnU-Net医学影像分割需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

nnU-Net医学影像分割经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。