3D Slicer 在临床中的研究进展

吴浩冉 杜彦李（通讯作者） 李雨

（1 内蒙古医科大学 内蒙古 呼和浩特 010010）

（2 呼伦贝尔市人民医院 内蒙古 呼伦贝尔 021000）

3D Slicer 是一款专门用于医学图像可视化和计算的开放源代码软件，研发之初既明确预计用于临床研究，1999 年David开发了该软件初始原型，将其用于前列腺相关疾病的病灶定位。此后，随着医学的发展，计算机图像分析在满足临床和研究需求方面起着越来越重要的作用，3D Slicer 软件被广泛的用于各学科的临床研究[1]。

1.3D Slicer 图像重建技术在临床中的应用

近些年，该软件被作为骨性结构的重建与分割的工具，例如Wallner 应用了3D Slicer 等三款不同的软件，对开源分割方法的质量和准确性进行了评估，在这项研究中，作者使用了患者的颌面部CT 数据，对下颌骨图像进行不同方法的图像分割，评价参数为常用的dice 系数和Hausdorff 距离等，最终得出使用GrowCut 和Canny 分割方法在3D Slicer 等不同的医学图像处理软件上，可以实现高质量的图像半自动分割[2]。此外，Benavente 将患者膝关节MRI 数据输入3D Slicer 完成3D 模型重建，首次在膝关节MRI 中确定髌骨骨膜形态测量，并将其作为常规的影像学检查结果[3]。

虽然目前正常的耳蜗解剖研究，已经发展到足以了解其大小和形状变化，但是病理性耳蜗结构的二维图像尚不能满足临床所需，仍需要可靠的工具协助临床医生测量耳蜗大小、形状变化。3D Slicer实现了内耳所有结构的大小和形状变化的3D 可视化，还提高了临床医生直观了解耳蜗解剖和附近解剖结构的能力，这比2D 图像切片更易令人接受[4]。

直观的了解人体复杂的解剖结构除了三维重建，同时可以使用三维（3D）打印机将数字模型制作成物理模型。从1990 年代开始，3D 打印在口腔颌面外科、神经外科、骨科中得到应用。随着技术的成熟，成像技术与时俱进。研究人员能够使用CT 图像指导大脑、心脏和肺部血管结构等物理模型的创建。这些进步已被证明在临床护理、学员培训和设备开发等方面非常有价值。但是，医师通常缺乏使用3D 设计和建模软件的技术能力。这种缺乏导致3D 打印在医疗保健领域的发展速度变慢。面对这些障碍，学者们选择通过引入开放源代码软件如3D Slicer，进行数字建模来解决最大的障碍，即便使用较低分辨率的CT 扫描数据，3D Slicer 依然能构建可接受的模型。3D Slicer 辅助3D 打印也被用于动物实验。同时，这款功能强大的平台已被443 份出版物和36 篇肺部相关疾病文章使用和引用[5]。

2.3D Slicer 图像定量、定性技术在临床中的应用

目前不少学者将3D Slicer 运用于骨密度与脑萎缩相关性研究中，患者接受双能X 线骨密度扫描和大脑核磁共振成像检查，研究人员通过查看双能X 射线吸收（DXA）图表，对患者的骨密度（BMD）信息进行分析，使用3D Slicer 对核磁数据完成三维重建模型，并对颅内、脑实质和侧脑室进行分割，分别计算体积，整合数据后发现，骨质疏松可能在人类正常衰老的早期过程中起到加速脑实质萎缩的作用，在晚期过程中导致脑室扩大[6-7]。Pendem 等学者在乳腺癌与乳房密度的研究中，运用3D Slicer 软件测量乳房密度（BD），从而确定乳腺癌和乳房乳房密度（BD）之间的关联[8]。而3D Slicer 应用最多的无疑是神经外科，其中主要包括在颅内肿瘤、脑血管疾病、功能神经外科诊疗中的应用，大脑结构复杂、功能重要，临床中神经外科医生面临着种种困难，正需要如3D Slicer 这类软件辅助诊疗。国内多项研究中均使用3D Slicer 辅助测量血肿、肿瘤体积，并在术前重建病灶指导手术入路选择及病灶定位。最为常见的为依据患者颅脑CT、MRI 等影像数据，完成自发性小脑出血、高血压脑出血血肿体积、颅内肿瘤的测量，相较传统人工测量更为精准，术前重建病变血管、动脉瘤及周围解剖结构，为临床工作人员在不同情况下选择不同的手术方式提供依据。尤其是高血压脑出血中应用较多，因部分患者承受手术能力较差，耐受全身麻醉、气管插管能力弱，开颅手术、麻醉所带来的打击严重影响患者患病后的生存率，微创通道手术则成为了首选，但是，对于不具备导航等设备的基层地区，存在定位准确性不稳定等因素。在不具备定位设备的条件下，此种手术方式属于凭借经验进行盲穿，穿刺点的定位存在极大的不稳定性。因此，3D slicer 软件的定位功能显得尤为的重要，大大提高了手术的精确度[9-11]。

商业供应商可提供多种放射学工作站和图像分析工具，在临床和研究中使用的一些流行工具如AW 工作站、PMOD 、Definiens、MimVista、MATLAB 等软件，这些软件为用户提供了一套分析工具，部分被专门批准用于临床任务，但是这样的临床导向系统费用高昂，需要特殊的工作站或设备支持，总是给学术研究人员带来巨大的经济负担。商业软件的解决方案通常无法由最终用户扩展，也不适合新工具的原型设计，并且可能需要专用硬件，从而限制了它们在开发新图像分析方法中的适用性。而被使用相对最广泛的MATLAB 并非为医疗应用而设计，因此缺乏对临床环境中常见的界面和显示约定的支持。与商用工作站相反，3D Slicer 旨在提供一个免费提供且不需要专门设备的研究平台，与功能相似的开源软件工具及工作站相比较，主要具备的特点包括功能广度、可扩展性、跨平台的可移植性以及非限制性软件许可[1]。多年来，3D Slicer 已在医学影像研究界获得了广泛认可，在医学中的应用渠道不断增加，但仍然存在许多挑战。