用户指南¶

先建立一个简单认识¶

AutoFlow 不是单纯的 DICOM 浏览器，而是一套从 4D Flow MRI 输入到可复核结果的工作流：

入口	适合谁	在这里做什么
GUI	第一次使用、人工检查和修订	看图、选分割、编辑对象、拖动时间轴、导出结果
CLI	批处理、重复实验和留痕	指定输入、选择步骤、生成结构化输出目录
Python API	研究脚本和二次开发	组织配置、调用批处理、读取结果

三者使用同一套概念：输入 → 分割 → 中心线/图 → 截面 → 指标 → 审阅/导出。

安装与启动¶

pip install -e ".[gui]"
autoflow-gui --config-dir ./configs

只跑批处理：

pip install -e "."
autoflow-run case.h5 --output-dir ./results/case

GUI 与 CLI 对照¶

阶段	GUI 怎么用	CLI 怎么用	主要结果
加载	`File > Open H5` 或 `Import DICOM Directory`	直接写输入路径	统一后的 `mag`、`flow`、几何和元数据
背景校正	没有可复用校正结果时在流程中选择	`--bgc`；可加 `--bgc-method msac`	校正后的速度、报告和缓存
相位解缠	`Phase Unwrapping` 步骤	`--phase-unwrap-method gc3D/lap4D/nprs`	开启时的解缠速度场
分割	`Segmentation` 工作区：导入、阈值、自动分割、编辑	`--autoseg`；导入方式也可由 GUI/API 提供	后续几何使用的活动掩膜
中心线	依次运行 `Skeleton`、`Graph/Paths`	批处理默认顺序执行	骨架、图、分支和路径
截面	设置数量、锚点、间距和方向	`--plane-mode`、`--plane-count`、`--plane-spacing-*`	`planes.json`、`planes.h5` 和位置文件
基础指标	`Hemodynamics` 中运行 plane metrics	默认运行，可用 `--skip-plane-metrics` 跳过	每个截面的时序流量/速度
可选指标	在 `Hemodynamics` 选择 PWV/WSS/压力/涡旋	`--with pwv,wss,tke,pg,vortex`	JSON、NPZ、H5、PNG
动态查看	3D Browser、正交视图、时间轴、流线/路径线	`--video plane,wss,tke,pg,streamlines`	MP4 和帧图
质量控制	`Review & Export`	读取 `summary.json`、QC JSON	质量报告和平面 QC

功能怎么用¶

输入与 QC¶

先打开病例，不要一开始就调算法参数。确认空间尺寸、phase 数、体素间距、VENC、空间轴标签和活动分割。输入可能是 complex image，也可能已经是 normalized mag + flow，详见输入与输出。

分割¶

内嵌分割只有在确实是你要分析的目标血管时才直接使用。否则可以导入外部分割、从 PC-MRA/magnitude 阈值生成、运行 nnUNet，或在 GUI 中编辑。自动分割是起点，不是无需检查的金标准。

骨架、图和路径¶

骨架把血管区域变成中心线；图描述拓扑；路径是截面、路径线和路径指标真正使用的对象。GUI 中先检查这些对象，再开始血流动力学计算。

截面与指标¶

截面沿路径放置，可以按距离或路径比例间隔。尽量避开分叉、掩膜末端和明显狭窄边界。先比较邻近截面和 plane_qc.json，再解释单个流量或速度数值。

血流动力学¶

PWV 使用配置好的组和波形；WSS 需要壁面和速度梯度；TKE 只在输入提供所需信息时计算，不能从速度大小伪造。压力模块可生成压力梯度和相对压力；涡旋模块提供 vorticity、Q-criterion 和 swirling strength。

流线、路径线和 PC-MRA¶

流线展示瞬时场，路径线跟踪粒子随时间的运动。GUI 适合交互式找种子点和调相机，CLI 适合重复导出视频。PC-MRA 是结构背景，不能替代速度、分割和 QC 检查。

导出视频¶

CLI 视频默认关闭，需要显式请求：

autoflow-run case.h5 \
  --output-dir ./results/case \
  --with wss,pg \
  --video plane,wss,pg,streamlines \
  --fps 12 \
  --camera-view right

GUI 对应 Export > Export Videos...，可以选择视频类型和渲染参数。首页展示了一个基于 Aorta 示例数据生成的动态 review 预览。

Python API¶

from autoflow import AutoFlowConfig, run_batch

config = AutoFlowConfig(
    inputs=["case.h5"],
    output_dir="./results/case",
    requested_metrics=["wss", "pg"],
    requested_videos=["plane", "wss"],
)
results, case_output = run_batch(config)

算法选择、配置归属和代码修改请看开发者架构与功能到代码映射。