ct-cspine-segmentation

Исследовательская модель от ianpan сегментирует шейные позвонки C1–C7 на аксиальных КТ-сериях. Это ансамбль из пяти фолдов X3D-S + 3D DeepLabV3+, обученный на псевдоразметке TotalSegmentator с последующим fine-tuning на ручных масках. На вход принимает DICOM-серию с окном center 400 / width 1800.

🤓 Ключевые особенности

• 🤓 Ансамбль из пяти фолдов X3D-S + 3D DeepLabV3+; пресеты ensemble_size=1, 3 или 5.
• 📝 Двухэтапное обучение: псевдоразметка TotalSegmentator (1 931 исследование после QC), затем fine-tuning на 87 ручных масках C1–C7.
• ⌨ Встроенный runtime для DICOM: парсинг, пространственная сортировка, windowing, кропинг позвонков и resize.
• 🤔 Флаги качества отмечают пропущенные уровни и топологические аномалии; их нельзя автоматически трактовать как отрицательный результат.
• 🫡 Только для исследований: не медицинское изделие и не основа для диагностики или лечения.

⌨ Пример

from skp.cspine.pipeline import DICOMSeries, CervicalSpineSegmenter

series = DICOMSeries.from_dicom_directory('/path/to/one/series')
segmenter = CervicalSpineSegmenter.from_pretrained('.', device='cuda')
segmentation = segmenter(series)
print(segmentation.anomaly_levels)

Подробнее

Mean C1–C7 Dice: 0.8037 для EMA на малой ручной выборке; raw — 0.8031.
Runtime: Python 3.11, Linux x86-64, PyTorch 2.6.0/CUDA 12.4, torchvision 0.21.0.
Обучение на RSNA 2022 (2 019 исследований); возможна деградация при domain shift, неполном покрытии, артефактах и толстых срезах.
Лицензия Apache-2.0; данные RSNA/Kaggle не перелицензируются.