用途：使用 NV-Generate-CTMR 的 rflow-ct（rectified-flow）管道生成合成 CT 体积与配对掩膜。封装本身不实现扩散、采样或自编码器解码，而是按上游 README 调用其 scripts.inference 入口，并检查生成的图像/掩膜对。
主要能力：读取 config_infer_override（可覆盖 num_output_samples、body_region、anatomy_list、controllable_anatomy_size、output_size、spacing；传 default 使用上游原配置），输出 synthetic_ct_volumes 与 result_json。附带 fixtures 覆盖胸部肺叶、可控肺肿瘤、腹部实质器官、可控肝肿瘤、头颈与骨盆等常见配对合成用例。辅助脚本可浏览 132 类 label_dict（按 body region、可控、过滤关键词），以及独立运行原始 MAISI 掩膜生成、由掩膜生成 CT、仅生成 CT 图像模式。每次调用包含预检：配置模式、解剖名匹配、body_region 合法性、可控尺寸约束、上游输出尺寸/间距契约、体区相关视野最小值、$NV_GENERATE_ROOT/datasets/ 数据集存在性、CUDA 可用性与预估显存/耗时；预估超过 5 分钟或显存峰值 30 GB 需加 --yes。输出证据记录上游提交、检查点哈希、渲染配置、逐样本几何、掩膜标签集、HU 范围与逐类体素体积。结果目录另写 summary.html 三视图切片卡，可用 --no-summary-card 跳过。
使用方式：需设置环境变量 NV_GENERATE_ROOT 指向已克隆的上游仓库；运行需 CUDA 的 GPU，默认 256³ 输出至少约 16 GB 显存，更大尺寸需 A100/H100，无 CPU 回退。从仓库根目录执行：
export NV_GENERATE_ROOT="${NV_GENERATE_ROOT:-$HOME/nv-generate-ctmr}" &&
python -m pip install -r "$NV_GENERATE_ROOT/requirements.txt" &&
python skills/nv-generate-ct-rflow/scripts/run_rflow_ct.py
PATH_TO_CONFIG_INFER.json
--output-dir runs/nv_generate_ct_rflow_demo
--random-seed 0
--version rflow-ct
不要删除或清理 --output-dir（封装会创建它），使用新的输出目录。首次需克隆上游并下载 rflow-ct 权重与掩膜候选数据集（约 5.5 GB）：
python -m scripts.download_model_data --version rflow-ct --root_dir "./"
省略掩膜候选数据集（如用 --model_only）会导致推理启动时缺文件失败。可控尺寸非空时，上游忽略更宽的 anatomy_list，保存的配对标签为局部 1..N 序号而非原始 MAISI 标签，需读 result_json 中 output.output_label_mapping 映射回源标签；示例中输出标签 1 可代表 MAISI 标签 23（肺肿瘤）。整理资料建议肺部可控尺寸取约 0.5 或更大，0.2 等更小请求在部分随机种子下可能产生缺失或极小的标签 23 成分。
适用场景：研究性合成 CT 与掩膜探索、可控解剖结构生成、MAISI 掩膜与 CT 互转等诊断调试。
限制：输出为合成体积，未经独立质量审核不可作为生产医疗模型训练数据；不得用于临床部署、临床解读、自主诊断或监管提交。需 CUDA 与显存条件；不要修改 $NV_GENERATE_ROOT 下代码，非正常运行时不要另写推理代码。包装器的预检与校验门失败时应保留证据并根据门信息修复输入或包装器。