准备并运行本地自动分割
准备独立环境与模型,运行一次 CT 分割并核对结果。
本页内容 · 点击展开
开始前
需要可用的 Python/TotalSegmentator 环境、CT 快速模型和支持重建的原始 HU CT。首次准备需要网络下载依赖和模型。
完成后
准备独立环境与模型,运行一次 CT 分割并核对结果。
1. 尚未安装环境
打开本页下方的 TotalSegmentator 官方安装说明,使用独立虚拟环境或 Conda 环境,按平台安装 Python 和 PyTorch,再在该环境安装 TotalSegmentator。不要把它装进 VoxPlane 应用包。
项目已实测组合为 TotalSegmentator 2.18.0、macOS / MPS。官方最新版本不等于本应用已验证版本;Windows 环境发现有自动测试,但未完成实机分割验收。不熟悉环境安装时,可请管理员按官方说明准备后再继续。
2. 准备 CT 快速模型
按官方权重下载说明准备 CT 快速模型,确认模型根目录中存在 Dataset297_TotalSegmentator_total_3mm_1559subj。保留完整模型文件及配置,不能只复制目录名称。
VoxPlane 的检测和分割流程不会替你安装依赖或下载模型;离线机器可按官方说明从联网机器复制准备好的模型。
3. 检测并选择环境
打开 设置 → AI → 本地自动分割 → 检测环境。已有可发现环境可直接继续;未找到时展开 高级配置,选择该环境的 Python 解释器和模型目录。
Windows 虚拟环境通常选择 Scripts/python.exe,Conda 环境通常选择根目录 python.exe;macOS 选择 bin/python。重新检测,确认依赖、模型和设备都通过;保存的设备不可用时需要主动改选。
4. 运行一次分割
在 CT MPR / 4D → 分割 顶部点击 自动分割,核对序列及时相,选择器官并开始。输入为当前时相完整原始 HU 体数据,不是屏幕上裁剪或调窗后的画面。
5. 核对结果并保存
成功后在分割列表核对器官、颜色和显隐,逐层检查位置和范围,必要时用画笔/橡皮精修。保存工作区或导出 SEG/NRRD。检测通过不保证结果正确;已有分割不会被重复运行自动覆盖。
失败或完成后没看到结果
失败时保留部位选择,查看 详情 中的具体错误。检查环境、模型、设备与内存,处理后重试;GPU 失败不会自动切 CPU。
切换过页签或时相时,返回运行目标并结束当前编辑,等待导入。取消不会导入半成品。恢复已保存工作区不需要重新运行 AI。