跳到主要内容

English | 简体中文

🗣️ VoxTell v1.1

自由文本提示的 3D 视觉语言分割模型,可将从简短标签到临床描述的自然语言映射为体数据掩膜。

官方代码论文权重

← 模型目录

基本信息​

字段说明
模型类型自由文本 3D 分割模型
研究团队 / 机构德国癌症研究中心(DKFZ)/ Helmholtz Imaging
输入 / 模态3D CT、MRI 和 PET 体数据;作者提供当前 v1.1 权重。
提示 / 交互标准 predictor 使用自由文本提示,不要求点/框交互。
代码许可代码:Apache-2.0。模型权重条款请查看 Hugging Face 仓库。

📚 论文与发表信息​

VoxTell: Free-Text Promptable Universal 3D Medical Image Segmentation — IEEE/CVF CVPR 2026,第 37538–37557 页;arXiv:2511.11450。

📦 权重与获取方式​

官方 Hugging Face 仓库:mrokuss/VoxTell;首次使用会自动下载并缓存 v1.1。模型使用冻结的 Qwen3-Embedding-4B text encoder。

代码、模型 checkpoint 及所需 foundation-model checkpoint 可能适用不同条款。使用或再分发前请分别查看对应来源。

⚙️ 官方环境与推理方式​

conda create -n voxtell python=3.12
conda activate voxtell
# 安装与本机 CUDA 驱动匹配的 PyTorch,再执行:
pip install voxtell
voxtell-predict -i case.nii.gz -o output -p "liver" "spleen"

使用 NIfTI 输入并保留方向元数据。VoxTell 期望 RAS 方向,不会自动重采样异常 voxel spacing;若解剖定位异常,应检查方向和间距。

⚠️ 版本与使用说明​

这是文本提示的体数据模型。请保留精确英文 prompt、图像方向、voxel spacing 和模型 tag;提示措辞与预处理会影响预测结果。

📜 许可​

代码:Apache-2.0。模型权重条款请查看 Hugging Face 仓库。

引用:请按作者要求引用上述论文及上游项目。本仓库仅链接原始论文,不再分发代码或权重。

来源页面核对日期:2026 年 10 月 27 日。上游环境、权重和访问政策可能变化,请以链接的项目页面为准。