wasserth/TotalSegmentator

解決的問題

TotalSegmentator 是為自動化 CT 與 MR 影像中解剖結構的分割而設計。它消除了在醫學影像中手動辨識與勾勒器官、骨骼及其他組織的繁瑣工作，提供一個在不同掃描儀、機構與協定之間皆能穩健運作的強大工具。

作用方式

基於 nnU-Net 框架，該工具使用在大量 CT 與 MR 影像資料集（包含超過 1,200 例 CT 受試者與 600 例 MR 受試者）上訓練的深度學習模型。使用者可輸入 Nifti 檔案或 DICOM 切片，工具會根據所選任務（例如預設的 total 任務，支援 117 個類別）預測特定解剖結構的位置與體積。

適用對象

主要針對需要從醫學影像中提取解剖學資料進行分析的醫學研究人員與放射科醫師，但明確指出此工具不適用於臨床醫療用途，非醫療設備。

主要特色

• 廣泛的解剖結構涵蓋：支援多種專業任務中的大量結構，包括肺血管、脊椎、肝段與腦部結構。
• 跨模態支援：可在 CT 與 MR 影像上運作。
• 身體統計資訊預測：能從影像中預測身高、體重、年齡與性別。
• 彈性部署：支援在 Ubuntu、Mac（MPS 支援）與 Windows 上執行，可使用 CPU 或 GPU。
• 整合性：提供為 3D Slicer 擴充模組，並可透過多種 Web 應用程式用於特定報告（例如主動脈直徑或脊椎報告）。