NV-Reason-CT

NV-Reason-CT

读取胸部和腹部 CT 体数据，撰写结构化放射报告、回答问题并说明推理过程。适合做 CT 图像分析的研究人员和开发者。

由 nvidia 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：NV-Reason-CT 是 NVIDIA 推出的模型，把 CT 扫描当作完整的 3D 体数据来分析。一个 3D 视觉编码器为基于 Qwen3.5-4B 的语言模型提供输入，所以模型可以撰写放射报告、回答问题，并对胸部和腹部 CT 体数据做分步推理。模型有 5.3B 参数，使用英文。

适合谁：如果你处理 CT 数据，想要一个能读取整个 3D 体数据而不是单张平面切片的模型，它适合你。

Industry | Who uses it | How they use it | Example
医疗研究 | 放射学研究人员 | 测试自动起草胸部和腹部 CT 报告 | 对一个胸部体数据运行结构化报告提示词
医疗软件 | 影像工具开发者 | 给研究原型加入 CT 问答和推理功能 | 针对腹部扫描中某个发现提出的问题
教育 | 学员和老师 | 把模型对扫描的推理和专家的读片意见放在一起阅读 | 对一个胸部 CT 的完整推理分析
AI 研究 | 机器学习研究人员 | 研究把每一个视觉 token 都传给语言模型的 3D 编码器 | 在同一个体数据上，对比开启和关闭思考模式的结果

如果你不处理 CT 扫描，或者没有支持 CUDA 的 GPU，可以跳过它。

用在哪里：

• Python 3.11 或更新版本的环境，并装有支持 CUDA 的 PyTorch
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
• 模型卡指向的一个网页演示

Use case | Who | What they get back
结构化报告 | 放射学研究人员 | 一份针对胸部或腹部 CT 的书面结构化报告
推理分析 | 学员 | 对一次扫描的分步推理文字
问答 | 开发者 | 对扫描相关问题的回答，开启思考时附带推理

如何设置：

• Python 3.11 或更新版本
• 支持 CUDA 的 PyTorch 安装和一块 GPU
• 约 10.6 GB 的 BF16 权重空间，估算 4-bit 约 2.7 GB
• 一个保存为 .nii.gz 文件的 CT 体数据

1. 安装模型仓库的 requirements 文件里列出的包。
2. 把模型文件下载到你的电脑。
3. 运行下一节的 Python，加载模型并提问。

pip install -U huggingface_hub
hf download nvidia/NV-Reason-CT

如何使用：让辅助函数指向一个 CT 文件，写好提示词，并说明体数据应该裁剪为胸部还是腹部。回复是纯文本。

import torch
from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "nvidia/NV-Reason-CT"
ct_path = "path/to/volume.nii.gz"

model = AutoModelForImageTextToText.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype=torch.bfloat16,
    attn_implementation="sdpa",
).eval().to("cuda")

processor = AutoProcessor.from_pretrained(
    model_id,
    trust_remote_code=True,
)

def generate_response(
    ct_path,
    prompt_text,
    anatomy_region="chest",
    enable_thinking=True,
    max_new_tokens=2048,
):
    messages = [
        {
            "role": "user",
            "content": [
                {"type": "image"},
                {"type": "text", "text": prompt_text},
            ],
        }
    ]
    prompt = processor.apply_chat_template(
        messages,
        tokenize=False,
        add_generation_prompt=True,
        enable_thinking=enable_thinking,
    )
    inputs = processor(
        text=prompt,
        images3d=[ct_path],
        anatomy_region=anatomy_region,
        return_tensors="pt",
    ).to(model.device)

    with torch.inference_mode():
        generated_ids = model.generate(
            **inputs,
            max_new_tokens=max_new_tokens,
            do_sample=False,
            use_cache=True,
        )

    new_tokens = generated_ids[:, inputs.input_ids.shape[1]:]
    return processor.batch_decode(
        new_tokens,
        skip_special_tokens=True,
        clean_up_tokenization_spaces=False,
    )[0]

Tool | What it does
generate_response | 模型卡里的辅助函数，接收 CT 路径和提示词，返回回复文本
anatomy_region | 选择对体数据做胸部裁剪还是腹部裁剪
enable_thinking | 开启或关闭推理模式，默认是开启的
max_new_tokens | 限制回复长度，示例里设为 2048

示例：加载一个胸部 CT 文件，选择胸部区域，让辅助函数写一份结构化报告。它会以文本形式返回报告，仍然需要有资质的人来复核。

新手与专家：可以把它看作一个读整套 CT 扫描、再用文字回答的模型。第一次小试可以这样：在一份你有权使用的胸部扫描上运行上面的 Python，要一份结构化报告，再读它返回的内容。它需要一块 CUDA GPU。

在底层，编码器把输入体数据变成 24 乘 24 乘 24 的网格，共 13,824 个视觉 token。它们连同各自的 3D 位置全部送进语言模型，没有做空间降采样。编码之前，每份扫描会先裁剪到胸部或腹部，并统一缩放到 2 mm 分辨率。训练先用监督微调，再用带可验证奖励的 GRPO，数据是来自 70,111 个 CT 体数据的约 550,000 条问答样本。

.nii.gz 文件里的 CT 体数据
裁剪到胸部或腹部，重采样到 2 mm
3D 编码器生成 13,824 个视觉 token
语言模型读取 token 和你的提示词
报告或答案以文本返回

注意事项：模型覆盖英文的胸部和腹部 CT 体数据。请把它的输出当作草稿，由有资质的人复核。

• License: OpenMDW-1.1
• Cost to run: 没有提到 API 密钥或付费服务，但建议使用支持 CUDA 的 GPU
• Data it reaches: 读取你在自己机器上提供的 CT 文件，并从 Hugging Face 下载模型文件，示例代码把 trust_remote_code 设为 True
• Not for: 其他身体部位或其他语言，因为模型卡只涉及英文的胸部和腹部 CT

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：5.3B
• Weights: about 10.6 GB in BF16; about 2.7 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：5,524
• 点赞：94
• 许可证：openmdw-1.1
• 语言：en
• 基于：Qwen/Qwen3.5-4B
• Quantized versions: 1
• Fine-tunes: 1
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, medical-imaging, 3d-vlm, vision-language, nv-reason-ct, nvidia, conversational

链接

• 模型：https://huggingface.co/nvidia/NV-Reason-CT
• 文件：https://huggingface.co/nvidia/NV-Reason-CT/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download nvidia/NV-Reason-CT

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。