# nv-segment-ct

Запускает VISTA3D на КТ-объёмах в NIfTI и сохраняет карту меток с JSON-отчётом. Для исследовательских прогонов, не для клиники.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1800 установок · ★ 3735
- Автор: NVIDIA MedTech Team
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/nv-segment-ct/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/nv-segment-ct

## Что делает

Скилл оборачивает официальный пайплайн `nvidia/NV-Segment-CT` и вызывает `scripts/run_vista3d.py`. Вход — файл `ct_volume` в формате NIfTI, выход — `label_map` и `result_json`. Анатомии задаются числовыми ID VISTA3D: печень — `1`, селезёнка — `3`, правая почка — `5`, левая почка — `14`. Если пользователь называет органы словами, их нужно перевести в эти ID до запуска.

Внутри — тонкая обёртка. Инференс, препроцессинг и постпроцессинг целиком делегируются `hugging_face_pipeline.HuggingFacePipelineHelper` из `bundle/`, код там трогать не надо. Обёртка создаёт изолированное окружение в `~/.cache/nvidia-skills/venvs/nv-segment-ct-f9f5f51/`, ставит зависимости из закреплённого requirements-файла и скачивает бандл модели с Hugging Face. Первый запуск обращается к `huggingface.co` и `raw.githubusercontent.com`.

Нужен Python 3.10 с поддержкой `venv` и NVIDIA GPU с CUDA; на CPU тоже пойдёт, но медленно. Закреплён `transformers==4.46.3` — более новые версии этой библиотеки могут отключить старый бэкенд Torch 2.0.1, так что обновлять её в этом окружении не стоит. Валидация проверяет, что на каждую запрошенную анатомию есть хотя бы один воксель переднего плана: вывод может быть валиден по схеме и при этом пуст, если ID не совпадают с содержимым снимка. Результат не годится для клинической интерпретации или диагностики.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill nv-segment-ct -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/nv-segment-ct/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/nv-segment-ct/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill nv-segment-ct -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/nv-segment-ct/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill nv-segment-ct -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/nv-segment-ct/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills nv-segment-ct
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/nv-segment-ct/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill nv-segment-ct -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/nv-segment-ct
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/nv-segment-ct/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill nv-segment-ct -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/nv-segment-ct/SKILL.md

## Когда брать
- сегментировать печень, селезёнку и почки на КТ-снимке
- получить карту меток и JSON-отчёт по прогону VISTA3D
- перевести названия органов в числовые ID классов VISTA3D
- проверить, что модель нашла хотя бы один воксель на запрошенную анатомию
- воспроизвести прогон в отдельном окружении, не трогая активное

## Примеры запросов агенту
- сегментируй селезёнку, печень, правую и левую почки на `study.nii.gz`
- запусти `scripts/run_vista3d.py` на `ct_volume.nii.gz` с `--label-prompts "1,3,5,14"` и сложи результат в `vista3d_outputs`
- проверь JSON из последнего прогона: есть ли передний план по всем запрошенным меткам

## Похожие
- [imaging-data-commons](https://affpapa.org/nevibecode/skills/imaging-data-commons.md) — скилл · 1900 установок
- [list-segment-builder](https://affpapa.org/nevibecode/skills/list-segment-builder.md) — скилл · 1000 установок
- [pydicom](https://affpapa.org/nevibecode/skills/pydicom.md) — скилл · 1900 установок
- [medical-imaging-review](https://affpapa.org/nevibecode/skills/medical-imaging-review.md) — скилл · 691 установка
- [indexion-segment](https://affpapa.org/nevibecode/skills/indexion-segment.md) — скилл · 4900 установок
- [segment-anything-model](https://affpapa.org/nevibecode/skills/segment-anything-model.md) — скилл · 985 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 178 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md