DGN 模型包说明

本文档记录 HemiSpec 应为推理部署的训练好的 DGN 资产。模型训练不是 HemiSpec v1 的一部分。

范围

train_code/ 仅作参考材料。使用它来了解：

• Generator 架构，
• PyTorch 检查点格式，
• 经过更正的半球裁剪约定，
• 生成的半球补丁如何被粘贴回用于检查。

不要在 v1 中将训练作为用户界面功能暴露，也不要要求用户运行 train_code/train.py。

方向映射

在 API、CLI、GUI 和文档中使用此经所有者确认的映射：

outputs_bi_stable_L = R_to_L = 右半球 -> 生成左半球
outputs_bi_stable_R = L_to_R = 左半球 -> 生成右半球

运行时契约

包自有推理适配器应：

1. 加载完整预处理的 *_GM_masked.nii.gz NIfTI。
2. 裁剪源半球。
3. 运行匹配的训练好的 Generator 检查点。
4. 将生成的补丁粘贴到目标半球位置。
5. 使用原始仿射变换/头信息保存重建的全体积 GM 图。

检查点格式

生成器检查点是具有以下形状的 PyTorch 文件：

{
    "epoch": <int>,
    "state_dict": <Generator state dict>,
}

裁剪

使用经过更正的解剖学约定：

解剖学右侧：z 5:60,   y 15:134, x 15:102
解剖学左侧：z 60:115, y 15:134, x 15:102

阈值

参考数据集代码在推理前使用以下阈值掩膜低值体素：

img > 0.05

ANS/RNS 计算后续使用：

GM >= 0.15

请在参数名称和文档中保持这些阈值的分离。