主动脉在将含氧血液从心脏输送至全身过程中起着关键作用。在计算机断层血管造影（CTA）中，对主动脉分区及其分支进行精确分割对于疾病诊断和手术规划至关重要。我们的解决方案，该任务旨在从三维 CTA 体数据中实现主动脉解剖结构的自动分割。我们采用了nnunet 框架，利用其在医学图像分割中的良好泛化能力，并在提供的数据集上以较少的人工调参完成模型训练。在包含 40 例的隐藏测试集上，我们的方法取得了平均 Dice 系数为 0.729±0.043，平均归一化表面 Dice（NSD）为 0.751±0.047。在部分区域表现尤为突出，例如 Zone 9（Dice：0.905±0.048）以及左侧颈总动脉（Dice：0.779±0.094）。所有训练与评估代码已在 GitHub 上公开发布。上述结果表明，基于 nnUNetv2 的方法在临床 CTA 数据中的大规模主动脉分割任务中具有良好的有效性。