NV-Generate-CT部署指南在A100/H100 GPU上高效运行医学图像生成模型NV-Generate-CT是一款先进的三维潜在扩散模型专为生成高质量合成CT图像而设计支持带或不带解剖学标注。该模型在医疗影像AI领域具有重要应用价值尤其适用于数据增强和创建逼真的医学影像数据以补充因隐私问题或罕见病症导致的有限数据集。 模型核心特性与硬件要求主要功能亮点超高分辨率输出支持生成高达512×512×768体素的3D CT图像灵活的体素尺寸可在0.5mm至5.0mm范围内调整强大的解剖学标注能够标注多达127个解剖学类别包括器官和肿瘤可控解剖结构大小支持10个特定类别的解剖结构大小调整配套分割掩码生成图像时可同时输出对应的分割掩码推荐硬件配置GPU要求A100或H100 GPU至少80GB显存对于512x512x512尺寸的图像生成80GB显存是最低要求CPU至少8核处理器内存64GB以上系统内存存储至少20GB可用空间用于模型文件和生成结果 环境准备与依赖安装操作系统要求推荐使用Linux操作系统与模型的运行时引擎兼容性最佳核心依赖项MONAI Core v1.3.2PyTorch支持CUDA 11.7Triton推理引擎Hugging Face Hub客户端基础环境配置步骤# 创建并激活虚拟环境 python -m venv nv-ct-env source nv-ct-env/bin/activate # 安装核心依赖 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install monai1.3.2 pip install -U huggingface_hub 快速部署步骤1. 克隆项目仓库git clone https://gitcode.com/hf_mirrors/nvidia/NV-Generate-CT cd NV-Generate-CT2. 下载预训练模型使用Hugging Face Hub客户端下载必要的模型文件# 创建模型目录 mkdir -p models # 下载自动编码器模型 huggingface-cli download nvidia/NV-Generate-CT \ models/autoencoder_v1.pt \ --local-dir ./models # 下载扩散模型DDPM版本 huggingface-cli download nvidia/NV-Generate-CT \ models/diff_unet_3d_ddpm-ct.pt \ --local-dir ./models # 下载控制网络模型 huggingface-cli download nvidia/NV-Generate-CT \ models/controlnet_3d_ddpm-ct.pt \ --local-dir ./models3. 配置模型参数根据需求修改配置文件主要配置文件config.json网络配置文件configs/config_network_ddpm.jsonDDPM版本configs/config_network_rflow.json整流流版本关键配置参数说明spatial_dims: 设置为3三维图像image_channels: CT图像通道数默认为1latent_channels: 潜在空间通道数默认为4num_channels: 网络各层通道数配置attention_levels: 注意力机制应用层级⚙️ 运行与使用指南基本使用命令# 示例生成胸部区域的CT图像 python generate_ct.py \ --config configs/config_network_ddpm.json \ --body_region chest \ --output_size 512 512 512 \ --spacing 0.8 0.8 0.8 \ --num_output_samples 2 \ --output_dir ./generated_ct关键参数说明--body_region: 指定生成的身体区域可选值包括[head, chest, thorax, abdomen, pelvis, lower]--output_size: 输出图像尺寸x和y轴可选128, 256, 384, 512z轴可选128, 256, 384, 512, 640, 768--spacing: 体素间距每个元素范围0.5到5.0--num_output_samples: 生成图像数量--controllable_anatomy_size: 控制特定解剖结构大小格式为organ_name:size_value例如liver:0.8,lung tumor:0.6输出格式模型支持多种医学影像格式输出NIfTI (.nii)DICOM (.dcm)Nrrd (.nrrd)生成的文件将保存在指定的--output_dir目录中包含CT图像文件和可选的标注掩码文件。 性能优化建议GPU内存优化对于H100 GPU建议启用FP8精度以提高性能并减少内存占用调整num_splits参数位于config_network_ddpm.json中autoencoder_def下来控制注意力机制的内存使用推理速度提升使用flash attention已在配置中默认启用use_flash_attention: true对于批量生成适当调整批处理大小以平衡速度和内存使用考虑使用Triton推理引擎进行部署以获得更好的性能和可扩展性 相关资源与文档模型架构详情模型基于3D UNet架构结合注意力机制设计具体可参考configs/config_network_ddpm.json中的网络定义训练与推理代码完整代码库位于NVIDIA-Medtech/NV-Generate-CTMR项目学术引用Zhao, Can, et al. Maisi-v2: Accelerated 3d high-resolution medical image synthesis with rectified flow and region-specific contrastive loss. arXiv preprint arXiv:2508.05772 (2025)Guo, Pengfei, et al. Maisi: Medical ai for synthetic imaging. 2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV). IEEE, 2025⚠️ 使用注意事项研究目的限制此模型仅供研究使用不适用于临床应用数据隐私生成的合成数据不应包含真实患者信息伦理考虑使用时应遵守相关行业要求和伦理准则避免滥用模型生成可能引起误解的医学图像通过本指南您应该能够在A100或H100 GPU上成功部署和运行NV-Generate-CT模型高效生成高质量的合成CT图像为医学影像研究和AI模型开发提供有力支持。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
