【亲测免费】 TotalSegmentator 安装和配置指南
2026-01-21 04:50:25作者:劳婵绚Shirley
1. 项目基础介绍和主要编程语言
项目介绍
TotalSegmentator 是一个用于在 CT 和 MR 图像中进行稳健分割的工具,能够分割超过 100 个重要的解剖结构。该项目由 University Hospital Basel 的研究和分析部门创建,旨在提供一个高效、准确的图像分割解决方案。
主要编程语言
TotalSegmentator 主要使用 Python 编程语言开发。
2. 项目使用的关键技术和框架
关键技术
- Python: 项目的主要编程语言。
- PyTorch: 用于深度学习模型的训练和推理。
- nnUNet: TotalSegmentator 基于 nnUNet 框架,这是一个用于医学图像分割的强大工具。
框架
- TotalSegmentator: 提供了一个用户友好的接口,用于在 CT 和 MR 图像中进行解剖结构的分割。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统: Ubuntu、Mac 或 Windows。
- Python 版本: 3.9 或更高版本。
- PyTorch 版本: 2.0.0 或更高版本(Windows 用户需确保版本低于 2.4)。
- GPU: 推荐使用 GPU 以提高运行效率。
详细安装步骤
步骤 1: 安装依赖项
首先,确保您的系统上安装了 Python 和 PyTorch。您可以使用以下命令安装 PyTorch:
pip install torch
步骤 2: 安装 TotalSegmentator
使用 pip 安装 TotalSegmentator:
pip install TotalSegmentator
步骤 3: 可选依赖项
如果您计划使用 --preview 选项,您需要安装 xvfb 和 fury:
sudo apt-get install xvfb
pip install fury
步骤 4: 验证安装
安装完成后,您可以通过运行以下命令来验证 TotalSegmentator 是否正确安装:
TotalSegmentator --help
这将显示 TotalSegmentator 的帮助信息,确认安装成功。
使用示例
以下是一些基本的使用示例:
对 CT 图像进行分割
TotalSegmentator -i ct.nii.gz -o segmentations
对 MR 图像进行分割
TotalSegmentator -i mri.nii.gz -o segmentations --task total_mr
注意事项
- 如果您在 CPU 上运行,建议使用
--fast或--roi_subset选项以提高运行效率。 - TotalSegmentator 不是医疗设备,不应用于临床用途。
通过以上步骤,您应该能够成功安装和配置 TotalSegmentator,并开始使用它进行图像分割。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135