在windows 安装好anaconda和对应版本的pytorch、torchvision后，检查是否安装成功（具体可参考：[Linux ]安装Anaconda、python、验证cuda是否可用）（anaconda和python版本对应关系）如果想在pycharm中使用torch 环境开Anaconda Prompt，输入指令conda create -n pytorch python=3.7新

[Linux ]安装Anaconda、python、验证cuda是否可用一、下载Anaconda(下载你所需python版本对应的anaconda)Anaconda的下载有两种途径：①anaconda官网https://www.anaconda.com/products/individual②清华镜像下载（推荐）https://mirror.tuna.tsinghua.edu.cn/help/an

UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接

论文：Brain tumor segmentation with self-ensembled,deeply-supervised 3D U-net neural networks: a BraTS 2020 challenge solution.使用自集成、深度监督的3D U-net神经网络的脑肿瘤分割:BraTS 2020挑战解决方案论文：https://arxiv.org/abs/2011.

[深度学习论文解读] nnU-Net: Breaking the Spell on Successful Medical Image Segmentation（nnU-Net: 破除魔咒，一个成功的医学图象分割技术）Published：2019论文：https://arxiv.org/pdf/1904.08128v1.pdf论文：https://arxiv.org/pdf/1809.10486代码

TransBTSV2: Wider Instead of Deeper Transformer for Medical Image SegmentationTransBTSV2:用于医学图像分割的宽Transformer代替深Transformer

[深度学习论文解读] TransBTS: Multimodal Brain Tumor Segmentation Using Transformer基于Transformer的多模态脑肿瘤分割论文：https://arxiv.org/pdf/2103.04430代码：https://github.com/Wenxuan-1119/TransBTS发表时间：Mar 2021一、基本介绍1.1胶质瘤胶

U型网络大合集

UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接

Swin-Unet: Unet-like Pure Transformer for Medical Image SegmentationSwin-Unet：用于医学图像分割的类Unet纯transformer论文：https://arxiv.org/abs/2105.05537代码：https://github.com/HuCaoFighting/Swin-Unet  得益于深度学习的发展，计算机