windows系统下安装mamba会遇到各种各样的问题。博主试了好几天，把能踩的坑都踩了，总结出了在windows下安装mamba的一套方法，已经给实验室的windows服务器都装上了。只要跟着我的流程走下来，大概率不会出问题，如果遇到其他问题，可以在评论区讨论，我会的我会回复。   首先创建mamba的环境，然后安装必要的库。请你创建一个新环境，而不是用以前的环境，版本这些就跟着这个里面来。

一、说明 nnU-Net v2的环境配置到训练自己的数据集

本文只讲述nnunetv1的在2D图像的上复现步骤，对于实现细节可以阅读原文和代码！

BraTS2023-MEN(Brain Tumor Segmentation 2023 Meningioma Challenge) 是 BraTS2023 五个分割子任务中之一，与 BraTS 常规分割脑胶质瘤不同，该子任务目标是从多模态 MR 图像 (mpMRI) 中分割脑膜瘤。该数据集在 23 年 5 月份放出合计 6 个中心的 1650 例数据，其中有标注的训练集 1000 例，每例提供四种序列 MR 的输入图像（t1w, t1c, t2w, t2f）以及脑膜瘤的分割结果，标注内容主要包括非增强肿瘤核心（NETC）、周围非增强的FLAIR高信号（SNFH）和增强型肿瘤（ET）。验证集提供图像但没有标注，可以在官网提交验证，而测试集数据不公开。

一、BraTS-GLI2024介绍

BraTS 是MICCAI脑肿瘤分割比赛的数据集，BraTs 2018中的训练集( training set) 有285个病例 每个病例有四个模态(t1、t2、flair、t1ce)，需要分割三个部分：whole tumor(WT), enhance tumor(ET), and tumor core(TC)，相当于三个label。 每例病例中包含4种模态的MRI序列和1个seg文件,所有序列尺寸全部为(240, 240, 155)，如下图：在这里插入图片描述

来自The Brain Tumor Segmentation Challenge 2019的BraTS2019数据集包含335个标记的MRI图像。每个病例都有四种模式:T1、T1Gd、T2和FLAIR。数据集的标注区域包括三个肿瘤亚区:水肿(ED)、增强肿瘤(ET)和非增强肿瘤(NET)。相应的分割目标roi为增强肿瘤区域(ET)、肿瘤核心区域(TC = ET+NET)和整个肿瘤区域(WT = ED + ET+NET)。

BraTS2021 脑肿瘤分割

Snipaste_2025-08-01_17-34-30