medicaldetectiontoolkit 是由德国癌症研究中心医学图像计算部门开发的开源框架，专为医学图像的目标检测任务设计。它支持 2D 及 3D 图像的处理，集成了 Mask R-CNN、Retina Net 和 Retina U-Net 等主流检测算法，提供了从数据预处理、训练到推理的完整流程。 针对医学图像数据量大且复杂的特点，medicaldetectiontoolkit 解决了多尺度检测、动态切片拼接以及跨维度预测整合等技术难题。其模块化设计允许用户灵活共享处理步骤，便于模型间的对比研究。框架还支持边界框与像素级标注训练，并提供对象级与患者级的双重评估监控。 medicaldetectiontoolkit 主要面向医学影像领域的研究人员和开发者，尤其是需要复现或对比经典检测模型的用户。值得注意的是，medicaldetectiontoolkit 目前已停止维护，官方建议转向其后续框架 nnDetection。尽管如此，其代码结构和技术实现仍具有较高的参考价值，适合希望深入了解医学目标检测底层逻辑的学习者。