SAX-NeRF

781 41 较难 1 次阅读 1周前MIT其他语言模型图像

AI 解读由 AI 自动生成，仅供参考

SAX-NeRF 是一款专为稀疏视角 X 射线三维重建打造的开源工具箱，核心功能涵盖计算机断层扫描（CT）重建与新视图合成。它主要解决了传统医学成像中因拍摄角度有限（稀疏视角）而导致重建图像模糊、细节丢失的难题，能够从极少量的 X 射线投影数据中恢复出高保真的三维结构。

这款工具非常适合医学影像研究人员、算法开发者以及相关领域的学生使用。SAX-NeRF 的独特亮点在于其“结构感知”机制，能够智能地利用物体内部的几何先验信息来填补数据缺失，显著提升了重建质量。作为一个综合性基准平台，它不仅实现了包括 SAX-NeRF 在内的 11 种前沿算法（涵盖 NeRF、3D 高斯溅射及传统优化方法），还提供了精美的可视化代码和数据生成脚本，方便用户进行公平的性能对比与二次开发。无论是希望探索低剂量 CT 成像新技术的研究者，还是需要高效复现 SOTA 模型的工程师，SAX-NeRF 都能提供强有力的支持，助力推动三维医学影像分析的发展。

使用场景

某医疗影像实验室的研究团队正试图利用极少量的 X 射线投影角度，重建高精度的肺部 CT 三维模型以辅助早期病灶诊断。

没有 SAX-NeRF 时

图像伪影严重：在稀疏视角（如仅用 20 个角度）下，传统解析算法重建的图像充满条纹状伪影，导致微小结节难以辨认。
结构细节丢失：现有的神经辐射场（NeRF）方法缺乏对解剖结构的先验感知，重建出的支气管和血管边缘模糊，甚至出现断裂。
研发效率低下：团队需手动集成多种基线代码进行对比实验，缺乏统一的评估框架，复现前沿算法耗时数周。
可视化验证困难：缺少高效的工具生成旋转视频或新视角合成图，难以直观向临床医生展示重建效果。

使用 SAX-NeRF 后

伪影显著抑制：借助其结构感知机制，SAX-NeRF 在同等稀疏数据下有效去除了条纹干扰，背景更纯净，病灶对比度大幅提升。
解剖结构还原：模型能精准捕捉肺部细微的拓扑结构，重建出的血管树连续且清晰，几何保真度达到临床可用标准。
一站式实验流程：依托其集成的 11 种 SOTA 方法工具箱，研究人员可快速切换不同算法进行基准测试，将对比实验周期缩短至几天。
直观成果展示：利用内置的高级可视化模块，一键生成高质量的新视角合成视频和转盘动画，极大提升了成果汇报的说服力。

SAX-NeRF 通过引入结构感知能力，成功解决了稀疏视角下 X 射线三维重建中伪影多、细节差的难题，为低剂量 CT 成像提供了可靠的算法基石。

运行环境要求

操作系统

Linux

GPU

必需 NVIDIA GPU，需安装 CUDA 11.3 (代码明确指定 torch==1.11.0+cu113)，显存大小未说明

内存

未说明

依赖

notes1. 强烈建议使用 Conda 创建环境。2. 若无系统级 CUDA 11.3 或无 sudo 权限，需在 Conda 环境中单独安装 CUDA 11.3.1。3. 编译器版本必须为 gcc/gxx <= 10，否则可能编译失败。4. 传统 CT 重建方法及数据合成需额外安装 TIGRE 工具箱（推荐 v2.3 版本，v2.5 在处理大数据时可能卡死）。5. 运行 NeAT 算法需使用外部仓库并重新处理数据。

python3.9

torch==1.11.0+cu113

torchvision==0.12.0+cu113

torchaudio==0.11.0

gcc<=10

gxx<=10

cython==0.29.25

numpy==1.21.6

TIGRE==2.3

快速开始

稀疏视角X射线三维重建工具箱

简介

本仓库是一个用于X射线三维重建的综合工具箱和库，涵盖新视图合成（NVS）和计算机断层扫描（CT）重建两大任务。该仓库支持11种最先进的方法，包括6种基于NeRF的方法、2种基于3DGS的方法、2种基于优化的方法以及1种解析方法。我们还提供了转盘视频等炫酷可视化代码以及数据生成工具，以助力您的研究。如果您觉得本仓库有用，请为它点亮一颗星⭐，并考虑引用我们的论文。感谢您的支持。

性能

新视图合成

results1

results2

CT重建

results3

results4

支持的算法：

SAX-NeRF (CVPR 2024)
X-Gaussian (ECCV 2024)
R2-Gaussian (NeurIPS 2024)
X2-Gaussian (ICCV 2025)
CARE (NeurIPS 2025)
TensoRF (ECCV 2022)
NAF (MICCAI 2022)
NeAT (ACM TOG 2022)
NeRF (ECCV 2020)
InTomo (ICCV 2021)
SART (超声成像，1984年)
ASD-POCS (Physics in Medicine & Biology，2008年)
FDK (Josa a，1984年)

坐标系

圆锥束X射线扫描中的坐标系遵循OpenCV标准。相机、世界和图像坐标系之间的变换如下所示。

1. 创建环境：

我们建议使用Conda来设置环境。

# 创建环境
conda create -n sax_nerf python=3.9
conda activate sax_nerf

# 对于服务器上没有CUDA-11.3且无sudo权限安装的用户，请在conda环境中安装CUDA-11.3
# 否则可以跳过这些步骤
conda install -c nvidia/label/cuda-11.3.1 cuda cudnn cuda-nvcc	# 为conda环境安装CUDA-11.3（及所有必要软件包）
ln -s $CONDA_PREFIX/lib $CONDA_PREFIX/lib64	# 软链接以解决TIGRE版本/路径检查问题
conda install -c conda-forge gcc=10 gxx=10	# 仅支持gcc <= 10

# 安装 PyTorch（哈希编码器需要 CUDA 11.3）
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

# 安装其他包
pip install -r requirements.txt

我们建议您安装 TIGRE 工具箱（2.3 版本），以执行传统的 CT 重建方法，并在计划时合成您自己的 CT 数据。请注意，当 CT 数据较大时，TIGRE v2.5 可能会卡住。

# 下载 TIGRE
wget https://github.com/CERN/TIGRE/archive/refs/tags/v2.3.zip
unzip v2.3.zip
rm v2.3.zip

# 安装 TIGRE
pip install cython==0.29.25
pip install numpy==1.21.6
cd TIGRE-2.3/Python/
python setup.py develop

2. 准备数据集：

从 Google Drive 或百度网盘下载我们处理好的数据集。然后将下载的数据集放入 data/ 文件夹中，结构如下：

  |--data
      |--chest_50.pickle
      |--abdomen_50.pickle
      |--aneurism_50.pickle
      |--backpack_50.pickle
      |--bonsai_50.pickle
      |--box_50.pickle
      |--carp_50.pickle
      |--engine_50.pickle
      |--foot_50.pickle
      |--head_50.pickle
      |--leg_50.pickle
      |--pancreas_50.pickle
      |--pelvis_50.pickle
      |--teapot_50.pickle
      |--jaw_50.pickle

3. 测试：

您可以直接从 Google Drive 或百度网盘下载我们预训练的模型。然后将下载的模型放入 pretrained/ 文件夹中，并运行以下命令：

# SAX-NeRF
python test.py --method Lineformer --category chest --config config/Lineformer/chest_50.yaml --weights pretrained/chest.tar --output_path output 

# FDK
python3 eval_traditional.py --algorithm fdk --category chest --config config/FDK/chest_50.yaml

# SART
python3 eval_traditional.py --algorithm sart --category chest --config config/SART/chest_50.yaml

# ASD_POCS
python3 eval_traditional.py --algorithm asd_pocs --category chest --config config/ASD_POCS/chest_50.yaml

为了您的方便，我们提供了重建结果，存储在 Google Drive 和百度网盘中。

4. 训练：

我们提供了所有场景的训练日志，方便您进行调试。请从 Google Drive 或百度网盘下载训练日志。

# SAX-NeRF
python train_mlg.py --config config/Lineformer/chest_50.yaml

# NeRF
python train.py --config config/nerf/chest_50.yaml

# Intratomo
python train.py --config config/intratomo/chest_50.yaml

# NAF
python train.py --config config/naf/chest_50.yaml

# TensoRF
python train.py --config config/tensorf/chest_50.yaml

您可以使用这个仓库来运行 NeAT。请记得先重新处理数据。

5. 可视化

为了渲染一个酷炫的演示，我们在 3D_vis 文件夹中提供了可视化代码：

cd 3D_vis
python 3D_vis_backpack.py
python 3D_vis_backpack_gif.py

6. 生成您自己的数据

我们还在 dataGenerator 文件夹中提供了数据生成代码。为了让您快速上手，我们还提供了原始数据供您调试。请从 Google Drive 或百度网盘下载原始数据，并将其放入 dataGenerator/raw_data 文件夹中。然后运行以下命令：

cd dataGenerator
python data_vis_backpack.py
cd ..
python dataGenerator/generateData_backpack.py

7. 引用

如果本仓库对您有所帮助，请考虑引用我们的工作：

# SAX-NeRF
@inproceedings{sax_nerf,
  title={结构感知的稀疏视角 X 射线三维重建},
  author={袁浩才、王嘉豪、艾伦·尤伊尔、周宗伟、王昂天},
  booktitle={CVPR},
  year={2024}
}

# X-Gaussian
@inproceedings{x_gaussian,
  title={用于高效 X 射线新视图合成的辐射高斯泼溅},
  author={袁浩才、梁义勋、王嘉豪、王昂天、张宇伦、杨晓康、周宗伟、艾伦·尤伊尔},
  booktitle={ECCV},
  year={2024}
}

# R2-Gaussian
@inproceedings{r2_gaussian,
  title={R2-Gaussian：校正辐射高斯泼溅用于断层扫描重建},
  author={赵瑞怡、林涛俊、袁浩才、曹继文、张彦浩、李洪东},
  booktitle={NeurIPS},
  year={2024}
}

# X2-Gaussian
@inproceedings{x2_gaussian,
  title={X2-Gaussian：用于连续时间断层扫描重建的四维辐射高斯泼溅},
  author={于伟豪、袁浩才、赵瑞怡、范志文、李晨鑫、袁一轩},
  booktitle={ICCV},
  year={2025}
}

# CARE
@inproceedings{lin2025pixel,
  title={像素级指标对于稀疏视角计算机断层扫描重建是否可靠？},
  author={林天宇、李欣然、庄春彤、陈琪、袁浩才、丁凯、艾伦·尤伊尔、周宗伟},
  booktitle={NeurIPS},
  year={2025}
}

SAX-NeRF 快速上手指南

SAX-NeRF 是一个用于稀疏视角 X 射线 3D 重建的综合工具箱，支持新视角合成（NVS）和计算机断层扫描（CT）重建任务。本指南将帮助您快速搭建环境并运行示例。

1. 环境准备

系统要求：

操作系统：Linux (推荐)
Python 版本：3.9
CUDA 版本：11.3 (哈希编码器依赖此版本)
编译器：GCC/G++ 版本需 ≤ 10

前置依赖：

Conda (用于环境管理)
TIGRE 工具箱 (v2.3，用于传统 CT 重建方法的数据合成与执行，可选但推荐)

2. 安装步骤

2.1 创建 Conda 环境

# 创建并激活环境
conda create -n sax_nerf python=3.9
conda activate sax_nerf

# 如果服务器没有 CUDA 11.3 且无 sudo 权限，请在 conda 环境中安装 CUDA 11.3
# 若已有合适环境可跳过以下三行
conda install -c nvidia/label/cuda-11.3.1 cuda cudnn cuda-nvcc
ln -s $CONDA_PREFIX/lib $CONDA_PREFIX/lib64
conda install -c conda-forge gcc=10 gxx=10

# 安装 PyTorch (必须匹配 CUDA 11.3)
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

# 安装其他依赖包
pip install -r requirements.txt

2.2 安装 TIGRE 工具箱 (可选)

如需使用传统算法或生成自定义数据，建议安装 TIGRE v2.3 (v2.5 在处理大尺寸 CT 时可能卡顿)。

# 下载并解压 TIGRE v2.3
wget https://github.com/CERN/TIGRE/archive/refs/tags/v2.3.zip
unzip v2.3.zip
rm v2.3.zip

# 安装依赖并编译
pip install cython==0.29.25
pip install numpy==1.21.6
cd TIGRE-2.3/Python/
python setup.py develop

3. 基本使用

3.1 准备数据集

从 Google Drive 或百度网盘下载处理好的数据集，并将其放入项目根目录下的 data/ 文件夹中。

目录结构应如下所示：

|--data
    |--chest_50.pickle
    |--abdomen_50.pickle
    |--... (其他 .pickle 文件)

3.2 测试预训练模型

从 Google Drive 或百度网盘下载预训练模型，放入 pretrained/ 文件夹。

运行以下命令进行测试（以胸部数据为例）：

运行 SAX-NeRF:

python test.py --method Lineformer --category chest --config config/Lineformer/chest_50.yaml --weights pretrained/chest.tar --output_path output

运行传统算法 (如 FDK):

python3 eval_traditional.py --algorithm fdk --category chest --config config/FDK/chest_50.yaml

运行传统算法 (如 SART):

python3 eval_traditional.py --algorithm sart --category chest --config config/SART/chest_50.yaml

3.3 训练模型

您可以使用提供的配置文件重新训练模型。以下以训练 SAX-NeRF 为例：

python train_mlg.py --config config/Lineformer/chest_50.yaml

其他方法（如 NeRF, IntraTomo, NAF, TensoRF）可使用 train.py 配合对应的 config 文件进行训练。

3.4 可视化结果

生成的 3D 重建结果可通过 3D_vis 文件夹下的脚本进行渲染和制作演示视频：

cd 3D_vis
python 3D_vis_backpack.py
python 3D_vis_backpack_gif.py

常见问题

运行代码时遇到 'IndexError: list index out of range' 或 CUDA 架构编译错误怎么办？

在 Windows 系统上运行代码遇到问题，是否支持 Windows？

Lineformer 和 MLG 策略是否适用于自然场景（如 RGB NeRF）？

CT 重建任务与论文中的 NSV（新视角合成）任务有什么区别？

X 射线投影图像的预处理和相机参数获取与可见光图像一样吗？可以直接用 COLMAP 吗？

如何在配置文件中设置层析成像（Laminography/倾斜 CT）的角度参数？

运行测试脚本时出现 'No CUDA runtime is found' 或 '_hash_encoder' 编译失败错误如何解决？

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|4天前

Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|4天前

开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 148.6k|★★☆☆☆|今天

开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.1k|★★☆☆☆|昨天

开发框架图像Agent

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|3天前

语言模型图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。

★ 88.9k|★★★☆☆|4天前

开发框架图像Agent

使用场景

没有 SAX-NeRF 时

使用 SAX-NeRF 后

运行环境要求

快速开始

稀疏视角X射线三维重建工具箱

简介

最新动态

性能

坐标系

1. 创建环境：

2. 准备数据集：

3. 测试：

4. 训练：

5. 可视化

6. 生成您自己的数据

7. 引用

SAX-NeRF 快速上手指南

1. 环境准备

2. 安装步骤

2.1 创建 Conda 环境

2.2 安装 TIGRE 工具箱 (可选)

3. 基本使用

3.1 准备数据集

3.2 测试预训练模型

3.3 训练模型

3.4 可视化结果

常见问题

相似工具推荐

openclaw

stable-diffusion-webui

everything-claude-code

ComfyUI

LLMs-from-scratch

Deep-Live-Cam