让AI按器官名称分割CT:VoxTell怎么安装、怎么用,三维ROI怎么导出?

打开一份腹部CT，输入 right kidney，让模型返回右肾的三维掩膜，再叠回原图检查。

这就是VoxTell提供的交互方式：用文字说明目标，把影像和提示一起交给分割模型。 对做影像科研的人来说，值得尝试的是能否拿到一份可继续修改、测量和分析的ROI。

这个项目已有公开代码、模型权重和napari图形界面。官方仓库将其列为CVPR 2026工作；预印本最初公开于2025年11月，软件包在2026年9月更新到0.1.2。下面按当前公开入口，讲清楚怎样从自己的影像开始。[1–3]

输入一句话，模型还需要看到什么？

VoxTell同时接收三维影像和文字提示，输出对应目标的体积掩膜。文字可以是器官名称，也可以是更具体的描述；模型仍要结合影像判断目标在哪里。

初次尝试，可以从 liver、spleen、right kidney 这样明确的英文目标开始。侧别写清楚，一次先验证一个目标，再扩展到多个结构。本文没有验证中文提示的表现。

图1｜影像与文字共同输入模型的AI原理示意。图中断层影像和掩膜为概念画面，不是真实CT或本文分割结果。

论文探索了更复杂的病灶与报告描述，也讨论了完全陌生解剖区域上的困难。能输入开放文本，不等于任何描述都能得到可靠分割。 上手时先验证一个熟悉、容易复查的器官，更容易判断输入、方向和模型调用是否正常。[3]

自己的CT能不能跑，先看这几个条件

准备一份覆盖目标器官的三维NIfTI影像，例如 case001.nii.gz。如果手里是DICOM，先完成正确的序列选择与格式转换，保留方向和体素间距；JPEG截图不能代替这份体数据。

官方软件要求Python 3.10及以上，需要与运行环境匹配的PyTorch。当前依赖明确排除了PyTorch 2.9.x。模型默认使用CUDA，命令行也提供CPU选项，但有CPU选项并不能据此判断处理一套CT需要多久。[1]

首次使用会下载权重。当前默认模型为 voxtell_v1.1，其中主要分割检查点约1.77 GB；这只是一个权重文件的体积，不能当作全部磁盘或显存需求。常见提示可以使用预计算文本嵌入，未覆盖的提示可能触发文本编码模型的加载。[1,4]

有可用的GPU工作站，可以让界面留在自己的电脑上，把推理交给工作站。 napari插件提供远程模式，但需要先部署可连接的VoxTell服务；远程提交会把影像传到所配置的后端。[2]

图2｜本地与远程部署关系示意，画面由AI辅助生成。远程模式是可选路径，图中电脑界面与影像均非实测截图。

想先看见结果，可以从napari界面开始

在准备好PyTorch的独立Python环境中，安装插件并启动界面：

bashpip install napari-voxtell napari -w napari-voxtell

打开NIfTI时，选择插件提供的 VoxTell reader。它采用与模型训练一致的读取与重定向方式，并保存恢复原始方向所需的信息。普通读取器打开后“看起来正常”，仍不足以说明输入模型的方向正确。[2]

图3｜开发者公开的真实napari插件界面，展示腹部结构与文字提示区域。来源：MIC-DKFZ/napari-voxtell。它是作者演示，不是本文本机运行结果；界面以实际安装版本为准。

进入VoxTell面板，选择模型并点击 Initialize。随后在 Image Selection 中选择目标影像层，在提示区域输入 right kidney，点击 Submit。

先只输入这一行。结果出现后，回到原图逐层看：选中的是不是右肾，有没有连到其他组织，上下端是否完整。左右方向要结合影像方向信息判断，不能直接把屏幕左侧叫作患者左侧。

要同时尝试多个器官时，每行写一个提示。插件支持将结果分成独立Labels图层，也能显示合并标签及颜色图例。把目标名称、颜色和图层对应起来，再检查每个结构。[2]

想接进自己的流程，也有命令行入口

VoxTell核心软件包提供 voxtell-predict。下面这条命令以一份NIfTI和一个提示为输入，把结果放进独立目录：

bashvoxtell-predict -i case001.nii.gz -o roi_output -p "right kidney" --no-overwrite

按0.1.2发行包的默认命名规则，对应文件应为：

textroi_output/case001_right_kidney.nii.gz

这里的文件名是说明输入与输出关系的例子。本文对官方发行包中的参数解析和文件命名函数做了离线核对，没有运行这份CT的模型推理。

同一套提示要应用于多份影像时，-i 可以接一个NIfTI文件夹；-p 可以给出多个带引号的提示。每例需要不同提示时，官方还提供 --jobs。先跑通一例并检查保存结果，再扩大范围。[1,5]

得到彩色结果以后，怎样把ROI真正带走？

命令行默认按提示分别保存二值掩膜；napari插件的 Save segmentations as NIfTI 则会把选定影像对应的VoxTell图层合并为标签图，恢复到原图方向，并保存JSON图例。两条路径的输出组织不同，需要看清自己用了哪一种。[2,5]

图4｜两种保存路径的AI概念图解。文件名用于说明格式，图中影像不是本文模型结果；标签与提示的对应关系以实际输出图例为准。

保存后，把原始CT与输出掩膜一起重新打开，核对尺寸、方向、空间位置和标签含义。多提示合并时，后面的提示可能覆盖重叠区域，提示顺序也应保留。

后续要测体积、提取影像组学特征或用作训练标注，先把分割质量检查与必要的人工修正做完。文字提示改变了选择目标的方式，ROI是否符合课题定义，仍要回到影像和研究目标判断。

VoxTell值得尝试的地方，就在于把目标选择变得直接：先描述自己要的结构，再拿着三维掩膜回到原图验证。 从一个明确器官开始，把载入、分割、保存和复查走通，这份结果才接得上后面的科研工作。

项目入口与核查范围

[1] VoxTell官方项目与使用说明。[2] napari图形界面、读取与保存说明。[3] VoxTell预印本及方法说明。[4] 默认模型文件与许可。[5] 0.1.2官方发行包。

2026年10月22日核查官方文档、模型文件元数据与0.1.2发行包源码。软件代码为Apache-2.0许可，默认模型权重为CC BY-NC-SA 4.0，两者使用条件不同。当前仓库main可能包含未发布变更，操作项以安装版本为准。本文未安装完整推理环境、下载大模型或完成分割实测；未报告新的模型效果数据。

读片摸鱼指南｜关注AI与影像科研中能实际用起来的新工具。