企业官网建设流程全解析

用Python写VTK做三维模型显示与切割，听起来像是个小工具，真做起来涉及的东西不少。这次项目我一开始只是想看一眼某个医学影像的三维结构，结果一路从Marching Cubes原理查到了网格平滑、闭合裁剪，最后折腾出一个能交互旋转、能拖拽切面的小工具。整个过程踩了不少坑，尤其是“面绘制”和“切割”这两个词，很多人以为是两件独立的事，实际上在VTK的管线里它们是互相牵连的。

如果你正在做医学图像三维可视化、科学计算可视化，或者想把STL/OBJ模型做交互式剖切，这篇文章会把从数据接入、面绘制重建、渲染显示到平面切割的完整路径捋一遍。我不讲教科书级的全套API，只讲我实际跑通的东西，以及为什么某些方案会踩坑。

1. 项目需求与技术选型背后的事

1.1 为什么是VTK而不是自写OpenGL

最初接到这个需求时，团队里有同事提议直接上OpenGL，理由是“显示一个三维模型而已，顶点和索引一提交不就完了”。这个想法对简单模型行得通，但一旦数据源是医学断层图像，事情就变了。DICOM序列本身不是网格，你拿到的是几百张二维灰度切片，想看到“三维模型”，得先从体数据里提取等值面，这一步就足够写小半年的算法。

VTK在这条链路上几乎是一站式服务。它内部用Marching Cubes类算法把体数据变成三角网格，然后提供网格平滑、减面、法线生成、裁剪、闭合成实体等一系列过滤器。更关键的是，VTK的管线机制（Source→Filter→Mapper→Actor→Renderer）把每一步处理都拆成了可插拔的节点，调试的时候想看看中间某个阶段的输出，直接换一条管线分支就行，不用推翻重写。

我是这么选的：优先看团队里已有的数据格式。如果是nii.gz、mhd、DICOM这类医学体数据，VTK原生支持；如果是OBJ/STL，VTK也能读，但切割时需要额外处理，因为它不是体数据而是纯表面网格。项目里两种都碰过，VTK两边都能覆盖，所以直接用VTK是最稳的方案。

1.2 面绘制与体绘制的取舍

标题里特意标了“面绘制”，是因为很多人在做三维可视化时会混淆这两个概念。体绘制（Volume Rendering）是把体数据当成一个半透明体积，通过光线投射直接渲染每个体素，能看到内部密度变化，但计算量大，对显卡和内存要求高。面绘制（Surface Rendering）则是先从体数据里提取一个等值面，得到一个带三角网格的几何表面，然后再像普通三维模型那样渲染。

面绘制最大的优势在于：渲染速度快、交互流畅、导出的网格可以用在其他软件里做进一步分析或3D打印。代价是它只保留一个等值面对应的表面，内部细节全部丢失。比如只看骨骼，你就需要把阈值设在骨骼CT值附近；想同时看骨骼和皮肤，就得提取两条等值面，分别处理。这个取舍在项目一开始就要想清楚，因为后续的切割操作也是建立在面绘制得到的网格上的，如果选了体绘制，切割方式会完全不同。

1.3 整体管线拆解

整个项目可以拆成几条串起来的管线，理解了这个，后面的代码就顺了。

原始数据从DICOM序列或NIfTI文件读入，得到一个vtkImageData（三维体数据）。体数据不能直接进渲染器，要先经过面绘制提取，得到vtkPolyData（三角网格数据）。如果网格质量差，就做平滑和减面处理。到了这里，三维模型已经“显示”出来了。接下来接切割过滤器，也就是把vtkPlane或者裁剪器挂到PolyData后面，再重新生成Actor。

我习惯把这个流程画成五个节点：读取、重建、后处理、切割、渲染。每个节点都能独立输出中间结果，比如我在调试切割时，会把重建后的网格单独存成STL，用其他工具看一眼，再回来调参数。这种分步排查的习惯，能省很多时间。

2. 环境准备与基础数据接入

2.1 安装VTK与依赖

现在VTK的Python安装已经很简单了，直接用pip就能装到带完整渲染组件的版本。

pip install vtk

我在实际环境里用的是Python 3.10，VTK版本在当前稳定版本，跑下来没有问题。需要注意的是一台机器上可能同时有多个Python环境，装之前确认一下pip对应的解释器版本。如果需要离网安装，可以从镜像站下载对应平台的wheel文件离线安装。

除了VTK本身，建议加装numpy用于数组处理，因为后面可能需要手动修改体数据或网格数据。安装命令一并列出来：

pip install numpy

这里有个细节：VTK的Python包在Windows上默认带有OpenGL渲染后端，Linux下可能需要额外确认系统有图形环境或者使用离屏渲染。如果是在无显示器的服务器上跑，可以用下面的代码强制开启离屏模式：

import vtk render_window = vtk.vtkRenderWindow() render_window.SetOffScreenRendering(1)

不过交互式查看切割效果时，还是建议本地带显示器的环境，不然每次调整切割平面都得截图看结果，效率太低。

2.2 数据来源：STL/OBJ与DICOM序列

项目里碰到的数据源主要有两类。

一类是已经生成的三角网格文件，比如STL或OBJ，这种文件本身就是面绘制的结果，不需要再做等值面提取，直接读进来就能显示和切割。另一类是原始体数据，比如DICOM序列、NIfTI文件，或者直接从numpy数组构造的体数据。这类数据才是面绘制的主场，需要先重建网格。

两类数据在切割时行为差异很大。STL网格通常是一个开放的表面，没有内部体素的概念，用平面裁剪后，截面是开放的，不会自动生成“剖面实体”。而DICOM重建出来的网格，如果重建时用了闭合同伦算法，或者后续做了补洞处理，裁剪后可以实现断面封闭。这一点是项目里最容易困惑的地方，后面在切割章节会详细展开。

如果手上只有单张图片或者一个numpy三维数组，也可以用VTK的vtkImageImport把数组转成vtkImageData。我常用这个方式做快速测试，比如生成一个球体数据来验证切割逻辑，不用每次等真实数据读入。

2.3 读取DICOM序列并构建Volume

DICOM是医学影像最常见的格式，VTK里读取DICOM序列不是直接指定一个文件，而是要指定一个文件夹，然后用vtkDICOMImageReader读取整个序列。

import vtk reader = vtk.vtkDICOMImageReader() reader.SetDirectoryName("dicom_folder") reader.Update() image_data = reader.GetOutput() print(image_data.GetDimensions()) print(image_data.GetSpacing())

这里最容易犯的错是直接用SetFileName指定单张DICOM，那样只读取一张切片，所有后续操作全废。正确做法是确保文件夹里是该序列的所有切片，并且切片命名顺序正确。VTK会读取所有同系列的图像，按InstanceNumber排序。

拿到vtkImageData后，一定要先检查Spacing（体素间距）和Origin（原点）。医学图像往往是各向异性的，比如Z轴间距比XY轴大，这会导致重建出来的三维模型在Z方向被拉伸。如果发现模型比例不对，需要手动调整Spacing或者做重采样。这个坑我印象很深，第一次没处理间距，出来的头骨模型像被人按扁了一样。

3. 三维模型显示：从体数据到网格

3.1 面绘制核心：Marching Cubes

面绘制最核心的算法就是Marching Cubes（移动立方体）。它的原理说起来很奇妙：把三维体数据看成一个个小立方体栅格，每个立方体的八个顶点都有一个标量值。如果某些顶点大于等于阈值，某些小于阈值，那么这个等值面一定穿过了这个立方体。通过查表确定三角面片的连接方式，所有立方体拼起来就形成完整的等值面网格。

VTK里对应的过滤器是vtkMarchingCubes。若是二值分割数据（比如只包含0和1），则用vtkDiscreteMarchingCubes更合适；如果数据是连续的灰度值，比如CT值，直接用vtkMarchingCubes。

先看最基础的调用方式：

import vtk mc = vtk.vtkMarchingCubes() mc.SetInputData(image_data) mc.SetValue(0, 300) # 阈值：提取CT值300的等值面 mc.ComputeNormalsOn() mc.Update() poly_data = mc.GetOutput() print("三角形数量:", poly_data.GetNumberOfCells())

上面代码里SetValue(0, 300)是关键。对于CT图像，骨骼的CT值通常在几百到一千以上；对于MRI，不同组织之间的阈值差异可能不明显，需要根据直方图确定。如果阈值设置得太低，模型会包含大量噪声；设得太高，则可能丢失细小结构。

3.2 连续等值面与二值分割的差异

在医学图像处理中，经常会把数据先做分割，生成一个只含0和1的标签图。对标签图做面绘制时，vtkDiscreteMarchingCubes比vtkMarchingCubes更适合。原因是二值数据边界清晰，离散Marching Cubes能生成封闭的、无重叠的三角网格，而且不会在同一条等值线上生成双重表面。

如果不对二值图像使用离散版本，可能会导致表面穿插或拓扑错误。

dmc = vtk.vtkDiscreteMarchingCubes() dmc.SetInputData(label_image) dmc.SetValue(0, 1) # 提取标签值为1的区域表面 dmc.Update()

这里SetValue的参数含义稍有不同：vtkDiscreteMarchingCubes需要把标签值设置为对应的类别值。另一个常见需求是多标签同时提取，比如把肝脏和血管分割结果一起显示，可以创建多个actor分别提取各个标签。

我第一次处理来自某个Segmentation模型输出的标签图时，直接用了连续版Marching Cubes，结果在组织交界处出现了很多碎面片，后来换成离散版才干净。

3.3 网格后处理：平滑、减面与法线校正

Marching Cubes出来的网格往往是“阶梯状”的，尤其是体素分辨率不高时，表面会有明显的锯齿。这时需要做平滑处理，我常用的过滤器是vtkWindowedSincPolyDataFilter，它比简单拉普拉斯平滑能更好地保持边缘特征。

smooth = vtk.vtkWindowedSincPolyDataFilter() smooth.SetInputConnection(mc.GetOutputPort()) smooth.SetNumberOfIterations(15) smooth.SetPassBand(0.1) smooth.SetFeatureAngle(120) smooth.Update()

参数怎么定是个经验活。迭代次数越多越平滑，但细节丢得越多；PassBand越小平滑越强。实际项目中，软组织模型可以迭代20次左右，骨骼模型迭代次数最好控制在10次以内，不然关节面会被磨平。

如果网格三角形数量太多（超过几百万），还要做减面处理。vtkDecimatePro是常用的减面过滤器，通过设定目标缩减率减少三角形数量，提高渲染性能。

decimate = vtk.vtkDecimatePro() decimate.SetInputConnection(smooth.GetOutputPort()) decimate.SetTargetReduction(0.7) # 减少70%的三角形 decimate.PreserveTopologyOn() decimate.Update()

减面时务必开启PreserveTopology，否则可能出现自相交或破洞。

到了这一步，还没用法线。VTK虽然能自动计算法线，但有时候因为网格重建时顶点法线不一致，渲染出来表面会有明暗分界线。可以在管线末端加一个vtkPolyDataNormals，强制重新计算：

normals = vtk.vtkPolyDataNormals() normals.SetInputConnection(decimate.GetOutputPort()) normals.SetFeatureAngle(60) normals.ComputeVertexNormalsOn() normals.Update()

3.4 搭建渲染场景：Actor、Renderer与交互

网格准备好了，接下来就是标准的VTK渲染三步曲：Mapper把PolyData转成图形数据，Actor挂到场景里，Renderer负责显示。

mapper = vtk.vtkPolyDataMapper() mapper.SetInputConnection(normals.GetOutputPort()) actor = vtk.vtkActor() actor.SetMapper(mapper) actor.GetProperty().SetColor(0.8, 0.7, 0.6) renderer = vtk.vtkRenderer() renderer.AddActor(actor) renderer.SetBackground(0.1, 0.1, 0.1) render_window = vtk.vtkRenderWindow() render_window.AddRenderer(renderer) render_window.SetSize(1280, 800) interactor = vtk.vtkRenderWindowInteractor() interactor.SetRenderWindow(render_window) interactor.SetInteractorStyle(vtk.vtkInteractorStyleTrackballCamera()) interactor.Initialize() interactor.Start()

这里值得说的是vtkInteractorStyleTrackballCamera，它提供最常用的旋转、平移、缩放操作。如果希望直接操作模型本身而不是相机，可以换成vtkInteractorStyleTrackballActor。我在项目中保留了相机控制，因为切割操作需要从不同角度观察截面。

4. 三维切割的实现：两种思路与最终选择

4.1 为什么不能直接“切模型”

很多人以为切割就是拿一把平面刀把模型一分为二，然后在渲染里把切开的面显示出来。这个操作在网格算法上并不简单，因为模型是三角网格，不是实体体素。当你用一个平面与三角面片相交时，需要把每个三角形拆成平面两侧的多边形，再重新三角化。如果模型本身有洞或者非流形，这个过程会产生很多碎片。

另一个更隐蔽的问题是：裁剪后的表面是“开放的”，也就是说截面处没有面片覆盖，你看到的是一个空壳子的内部。视觉体验非常差，也不符合“切割模型查看内部”的需求。

所以我的思路是：根据数据源选择切割策略。如果原始数据是体数据，可以先裁剪体数据再重建网格，这样切面天然是封闭的；如果只有表面网格，就只能采用表面网格裁剪，需要额外封闭截面。

4.2 体数据裁剪再重建的“后切割”方案

最干净的一种做法是：先对vtkImageData做体裁剪（vtkImageClip或vtkClipVolume），把要去掉的那一侧体数据置为无效值或直接丢弃，然后再走一遍Marching Cubes生成新网格。这种做法的好处是，所有网格重建逻辑都复用之前的管线，切割面天然由等值面算法生成，封闭且光滑。

但它的问题是：每次切面位置改变都要重新运行一遍Marching Cubes，计算开销大。如果模型上百万三角形，交互时每一帧都重建不现实。所以这种方式更适合“非实时”切割，比如预置几个切面位置，或者只是导出某个切面的模型。

具体代码思路大约是这样：

box = vtk.vtkBox() box.SetBounds(...) # 定义保留区域 clip_volume = vtk.vtkClipVolume() clip_volume.SetInputData(image_data) clip_volume.SetClipFunction(box) clip_volume.InsideOutOn() clip_volume.Update()

InsideOutOn表示保留裁剪区域外侧还是内侧，要根据需求设置。这种方式生成的模型可以直接用于3D打印，因为它是封闭实体。

4.3 表面网格裁剪：vtkClipPolyData与vtkPlane

如果你拿到的本身就是STL模型，那只能走表面裁剪路线。这时候主角是vtkClipPolyData，配合裁剪函数vtkPlane。

plane = vtk.vtkPlane() plane.SetOrigin(0, 0, 0) plane.SetNormal(0, 0, -1) clip = vtk.vtkClipPolyData() clip.SetInputData(poly_data) clip.SetClipFunction(plane) clip.GenerateClippedOutputOn() clip.Update() clipped_model = clip.GetOutput() clipped_other_side = clip.GetClippedOutput()

SetNormal决定平面法线方向，裁剪结果是保留法线指向的那一侧还是相反侧，由InsideOut来控制。GenerateClippedOutputOn会同时输出平面两侧的网格，你可以分别保存。

这种裁剪的问题是截面是开放的，需要用vtkCutter提取截面轮廓，再用vtkTriangleFilter之类的过滤器重建面片以封闭断面。我试过几种封闭方案，最简单粗暴的是把截面轮廓做三角剖分，然后分别生成上下两个半面的壳，再把它们组合成闭合多面体。这个操作比较繁琐，通常只在最终导出模型时才需要。

4.4 交互式切割：拖动滑块实时切

项目需求里明确提到要“切割”，而且要能看到切割后的内部形态最好。我最终选择的是用vtkImplicitPlaneWidget，它提供了一套可视化的平面拖拽控件，用户可以在渲染窗口里直接拖动一个平面，控制面的位置和法向，实时更新裁剪结果。

实现起来也不复杂，把裁剪过滤器挂进交互器里：

implicit_plane = vtk.vtkImplicitPlaneWidget() implicit_plane.SetInteractor(interactor) implicit_plane.SetPlaceFactor(1.0) implicit_plane.PlaceWidget(actor.GetBounds()) implicit_plane.SetNormal(0, 0, 1) implicit_plane.On() def plane_callback(obj, event): obj.GetPlane(plane) clip.Update() implicit_plane.AddObserver("InteractionEvent", plane_callback)

这里有个容易忽略的点：每次拖动平面都要调用clip.Update()，否则渲染不会刷新。而且平面Widget的PlaceWidget是依据Actor的包围盒设定初始位置，如果Actor的包围盒不准确，平面会跑到模型外面。

这种交互式切割体验很好，因为用户可以一边旋转模型一边观察切面位置，找到最合适的角度。只是性能受限于模型大小，模型太大时更新会有卡顿。我把网格做了减面处理后，三角形数量控制在五十万左右，拖动基本流畅。

5. 实操过程与踩坑记录

5.1 从STL文件显示并切割的完整流程

这里分享一个我认为足够可靠的最小流程，适合STL模型显示与切割。它经过了我的实测，核心逻辑是：读入STL→计算法线→平面裁剪→展示结果。

import vtk # 1. 读取STL reader = vtk.vtkSTLReader() reader.SetFileName("model.stl") reader.Update() # 2. 计算法线 normals = vtk.vtkPolyDataNormals() normals.SetInputData(reader.GetOutput()) normals.ComputeVertexNormalsOn() normals.Update() # 3. 创建裁剪平面 plane = vtk.vtkPlane() plane.SetOrigin(0.0, 0.0, 0.0) plane.SetNormal(0.0, 1.0, 0.0) # 水平切 # 4. 裁剪 clip = vtk.vtkClipPolyData() clip.SetInputConnection(normals.GetOutputPort()) clip.SetClipFunction(plane) clip.GenerateClippedOutputOn() clip.Update() # 5. 显示裁剪后的模型 mapper = vtk.vtkPolyDataMapper() mapper.SetInputConnection(clip.GetOutputPort()) actor = vtk.vtkActor() actor.SetMapper(mapper) renderer = vtk.vtkRenderer() renderer.AddActor(actor) ...

为什么先算法线再裁剪？因为vtkClipPolyData内部如果遇到法线错误或缺失，某些退化三角形判断会出错，导致裁剪边界出现裂纹。先算好法线，裁剪后才能稳定。

5.2 从DICOM到切割模型：包含平滑与减面的完整代码

如果数据源是DICOM，完整流程会多出Marching Cubes与后处理步骤。我把整个可复用的代码串在下面，你可以直接替换路径和阈值使用。

import vtk # 1. 读DICOM dicom_reader = vtk.vtkDICOMImageReader() dicom_reader.SetDirectoryName("dicom_folder") dicom_reader.Update() volume = dicom_reader.GetOutput() # 2. 面绘制提取 marching_cubes = vtk.vtkMarchingCubes() marching_cubes.SetInputData(volume) marching_cubes.SetValue(0, 300) marching_cubes.ComputeNormalsOn() marching_cubes.Update() # 3. 平滑 smoother = vtk.vtkWindowedSincPolyDataFilter() smoother.SetInputConnection(marching_cubes.GetOutputPort()) smoother.SetNumberOfIterations(15) smoother.SetPassBand(0.05) smoother.SetFeatureAngle(120) smoother.Update() # 4. 减面 decimator = vtk.vtkDecimatePro() decimator.SetInputConnection(smoother.GetOutputPort()) decimator.SetTargetReduction(0.6) decimator.PreserveTopologyOn() decimator.Update() # 5. 法线重算 normals = vtk.vtkPolyDataNormals() normals.SetInputConnection(decimator.GetOutputPort()) normals.ComputeVertexNormalsOn() normals.SetFeatureAngle(60) normals.Update() # 6. 裁剪 plane = vtk.vtkPlane() plane.SetOrigin(0, 0, 0) plane.SetNormal(0, 0, -1) clipper = vtk.vtkClipPolyData() clipper.SetInputConnection(normals.GetOutputPort()) clipper.SetClipFunction(plane) clipper.GenerateClippedOutputOn() clipper.Update() # 7. 渲染 mapper = vtk.vtkPolyDataMapper() mapper.SetInputConnection(clipper.GetOutputPort()) actor = vtk.vtkActor() actor.SetMapper(mapper) renderer = vtk.vtkRenderer() renderer.AddActor(actor) render_window = vtk.vtkRenderWindow() render_window.AddRenderer(renderer) interactor = vtk.vtkRenderWindowInteractor() interactor.SetRenderWindow(render_window) interactor.Initialize() interactor.Start()

这段代码里最容易出问题的是平滑参数。我遇到过好几次：模型平滑步骤跑完，表面出现一些奇怪的“翅膀”，后来发现是PassBand设置太小导致过度平滑，把细小组织拉成了尖刺。建议先保持默认参数，再逐步调节迭代次数。

5.3 常见问题与排查技巧实录

我把项目里真正遇到过的典型问题整理成了一张速查表，这比任何文档都实用。

5.4 一个容易忽略的细节：坐标方向问题

VTK的坐标系统是右手坐标系，医学影像读进来默认的坐标方向可能与常规三维软件的坐标轴不一致。特别是DICOM数据，其Image Orientation (Patient)可能不是标准轴向，导致模型在空间中的朝向和预期不同。

如果只是“看看”，朝向问题不影响交互；但如果要配合手术导航、3D打印或者与其他软件协同，坐标方向就必须严格对齐。可以用vtkImageChangeInformation调整Origin和DirectionMatrix，或者用vtkTransformFilter对网格做旋转变换。我在项目中遇到过DRR与三维CT方向不一致的问题，最终还是用vtkTransformFilter统一到了标准轴向，才保证切割平面方向正确。

这个细节在写切割代码时尤其重要：你用SetNormal(0, 0, -1)切一个模型，本意是沿Z轴负方向从上往下切，但数据的坐标系统本身翻转了90度，切面就变成了从侧面切，观感非常怪异。

6. 延伸：把切割结果导出与扩展

6.1 导出STL/OBJ

切割完成后，通常需要把结果导出成STL或OBJ，给后续3D打印或分析用。导出代码很短：

stl_writer = vtk.vtkSTLWriter() stl_writer.SetFileName("clipped_model.stl") stl_writer.SetInputConnection(clipper.GetOutputPort()) stl_writer.Write()

导出前务必确认当前切割结果是一个完整的几何体。如果只是半开放表面，导出的STL在打印软件里会被判定为非流形。

6.2 批量切割与自动处理

如果需要对一批模型做相同角度的切割，可以把切割平面参数抽取出来，比如法向量和原点，用脚本循环处理。我写过一个简单的批处理脚本，读取一个文件夹里的所有STL，对每个模型沿固定平面切割，把保留的部分导出为新文件。这个过程中最重要的参数是平面位置和保留侧，建议每个模型都在渲染器里先预览一次，避免一刀切过了头导致模型全被切掉。

6.3 从切割到测量：提取截面轮廓

有时切割不只是为了看，还想测量截面上的尺寸。VTK有vtkCutter过滤器可以提取任意平面与网格的交线：

cutter = vtk.vtkCutter() cutter.SetInputConnection(normals.GetOutputPort()) cutter.SetCutFunction(plane) cutter.Update() contour = cutter.GetOutput()

返回的contour是折线集合，可以计算长度、面积，甚至用vtkVtkPolyDataConnectivityFilter提取最大连通区域，做断面轮廓的平滑处理。

我在这类功能上踩过坑：截面轮廓往往包含多个不连续线段，直接求长度会把碎线也算进去。稳妥做法是先用连通性过滤器提取最大线段集合，再做统计。

7. 个人操作体会与避坑心得

最后说点实在的。

面绘制这条管线，核心瓶颈往往不是VTK本身，而是参数选择与数据质量。阈值定多少、平滑迭代多少次、减面率设多大，每一处都需要针对具体数据做实验。我在处理一组低剂量CT数据时，默认阈值300根本取不出完整骨骼，降到了150才勉强有个轮廓。这件事给我的教训是：不要照搬网上的参数，一定要先做直方图分析，再用交互界面实时调阈值。

切割操作也远不是一句clip.Update()那么简单。表面网格的切割结果是否闭合、是否能满足下游任务，取决于原始网格的结构质量。如果是纯表面模型，建议在切割前用vtkFillHolesFilter补洞，减少开路风险；如果是体数据来源，我更推荐先裁剪体数据再重建网格，这样截面更干净。

再分享一个调试小技巧：在交互器启动前，把clip.GetClippedOutput()和clip.GetOutput()分别保存成临时STL文件，用同等看模型文件的软件检查两侧模型是否符合预期。一旦发现问题，可以快速定位是裁剪平面位置不对，还是网格本身有拓扑错误。这个习惯帮我省了不少排查时间。

这个项目做到后面，已经不只是“显示三维模型”了。面绘制加切割，等于给了一套可以随时“剖开”三维结构的工具链。无论是看骨骼内部结构，还是分析气管分叉，这套流程都能复用。后续你还可以把脉管系统、肿瘤区域的多标签分割结果一起叠加进去，在不同阈值、不同标签之间切换，形成更丰富的手术规划视图。

如果你也在做类似的事，建议从DICOM读取开始，走通一遍完整管线，先把基础重建跑稳定，再动手做切割。切割的坑很多，但原理清楚之后，剩下的只是参数微调的问题。