ReVoxelSeg DICOM

基于模型逆向体素化及 DICOM 分割标注系统。

工程流程与分析文档位于 工程分析/。

项目最重要达成目标

本项目的核心目标是：输入 DICOM 影像序列和重建 STL 模型后，将模型反向体素化并对齐到 DICOM 空间，最终生成可被医学影像工具读取的分割 Mask，例如 .nii 或 .nii.gz。

当前系统已经具备：

• 前后端协调服务。
• 跨浏览器共享登录状态。
• 默认载入 Head_CT_DICOM 与 Head_CT_ReConstruct。
• DICOM 切片预览。
• STL 模型预览。
• 分割结果展示与 NIfTI 演示导出。

构建运行

进入前端服务目录：

cd WebSite
npm ci
npm run lint
npm run build
npm run serve -- --host 0.0.0.0 --port 4000

访问地址：

http://192.168.3.11:4000/

Docker 部署

项目已提供本机与威联通 NAS 两套 Docker Compose 部署文件，详见：

Docker部署/README.md

本机启动：

docker compose -f Docker部署/本机/docker_compose.yaml up -d --build

威联通 NAS / QTS Container Station 建议将完整项目放到 /share/Container/revoxelseg_dicom，再使用：

Docker部署/威联通NAS/docker_compose.yaml

Compose 内置 frpc 映射，会将容器服务 revoxelseg_web:4000 映射到 FRP 服务端远程端口 10008，配合 NPM 反向代理后可通过 https://revoxel.huijutec.cn/ 访问。

当前版本不需要 Python/conda。后续接入真实医学级 STL 体素化算法时，可新建 revoxelseg conda 环境并安装 SimpleITK、nibabel、numpy、trimesh、vtk 等算法依赖。