wasserth/TotalSegmentator

해결하는 문제

TotalSegmentator는 CT 및 MR 영상에서 해부학적 구조의 세그멘테이션을 자동화하도록 설계되었습니다. 의료 영상에서 장기, 뼈, 기타 조직을 수동으로 식별하고 윤곽을 그리는 노동을 제거하며, 다양한 스캐너, 기관, 프로토콜 간에 안정적으로 작동하는 강력한 도구를 제공합니다.

작동 방식

nnU-Net 프레임워크를 기반으로 하며, CT 및 MR 영상의 광범위한 데이터셋(CT 환자 1,200명 이상, MR 환자 600명 이상)으로 훈련된 딥러닝 모델을 사용합니다. 사용자는 Nifti 파일 또는 DICOM 슬라이스를 입력하고, 선택한 작업(예: 117개 클래스를 위한 기본 total 작업)에 따라 특정 해부학적 구조의 위치와 부피를 예측합니다.

대상 사용자

주로 분석을 위해 의료 영상에서 해부학적 데이터를 추출해야 하는 의료 연구자 및 방사선과 의사에게 적합하지만, 임상용 의료 기기로 사용하는 것은 명시적으로 금지되어 있습니다.

주요 특징

• 광범위한 해부학적 커버리지: 폐 혈관, 척추, 간 세그먼트, 뇌 구조 등 다양한 전문 작업을 지원합니다.
• 다중 모달리티 지원: CT 및 MR 이미지 모두에서 작동 가능합니다.
• 신체 통계 예측: 이미지에서 키, 체중, 나이, 성별을 예측할 수 있습니다.
• 유연한 배포: Ubuntu, Mac(MPS 지원), Windows에서 CPU 또는 GPU를 사용해 실행 가능합니다.
• 통합성: 3D Slicer 확장 프로그램으로 제공되며, 특정 보고서(예: 대동맥 지름 또는 척추 보고서)용 웹 애플리케이션을 통해도 이용 가능합니다.