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。
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
1 | conda create -n voxtell python=3.12 |
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。