病例介绍：62岁男患，既往高血压病史多年。诊断：左侧基底节脑出血破入脑室，高血压病3级（极高危组），发病25小时行钻孔引流手术。
脑出血钻孔引流定位探讨
快速气管分割
曹玉福
3DSlicer有一个胸部影像平台的模块（Chest Imaging Platform），建议在4.10.2版本应用，4.11版本暂时不再更新。也可以直接安装内置SLICERCIP的版本。
首先下载示例数据CTChest，如果下载失败往往是因为数据服务器在国外，可以在3DSlicer中文论坛中找到离线数据，放置到示例数据文件目录中即可。
调整页面布局为Four-UP如下图，调节窗宽窗位为胸部预设。
选择SegmentLungAirways模块。
在气管内放置种子点F，模块面板Seeds选择“F”，Input Volume选择CTChest，Airway Lable选择Creat new LableMapAirway，Kernel Type依次选择STANDARD和WholeAirway，设置完毕后点击Apply。
气管的Lable生成，在Data模块中将其转换成Segment。
在Segment Editor模块中的Segmention中选择转换后的Segment，点击Show 3D，气管的分割就呈现在3D视窗中。
更改为常规宽幅布局显示气管分割，这种方法分割的结果比较粗糙，不能精细显示小支气管，请继续关注本网站，视频教程会在钉钉群内直播。
肋骨三维重建
曹玉福
骨三维重建非常简单，初次接触3DSlicer难免无从下手，软件学习还需要一点入门知识，更多内容请关注临床影像实践网站（slicercn.com，百度搜索即可）和3DSlicer中文论坛。
首先打开File菜单，选择Download Sample Data，点击CTChest数据进行下载。因数据服务器在国外，如出现下载无响应提示网络问题，请到3DSlicer中文论坛中下载离线数据。
数据导入成功后，选择菜单栏的Select region，调节窗宽窗位。
在Segment Editor模块中，点击Add增加一个Segment，选中阈值Threshold工具，阈值下限设置为100，上限不变，点击Apply。
点击Show 3D，肋骨的三维图像显示在3D视窗中。
点击Islands效果，选择保留最大的岛屿Keep largest island，点击应用Apply。后面的背板和周围不相连的部分自动去除。
用剪刀工具剪断肩胛骨与肋骨相连的部分，重复上个步骤。肩胛骨就去除了。
应用Smoothing工具，选择Closing（fill holes）闭合小孔，参数选择5mm，点击应用Apply后如下图。
双击绿色色块，可以更改颜色，在Segmentions模块中可以调节透明度。
可以输出为OBJ或STL格式用于3D打印。
核磁共振血管成像也可以这么漂亮！
作者：曹玉福
MRA的血管成像
处理经过：
方法一：
- 洪水填充法：反复尝试公差强度及邻域大小，分别为600和0.5左右。
- 大血管一次成功染色，小血管反复尝试结合阈值限定。
- 填充失败可以按快捷键“Z”进行复原。
方法二：
- 阈值法：选择范围275～最大值
- 岛屿工具：Split islands to Segments去除小的杂质，除保留动脉外，其他不同颜色的染色均去除。
可以对改变血管的颜色便于区分
之后再利用Segment Editor模块中的Split Volume对容积数据进行切割操作，利用处理过的数据进行容积重建即可显示文章开头所示的血管影像。
更多教程请关注3DSlicer中文论坛，部分内容仅对高级会员开放。
应用3DSlicer实现颅骨自动剥离
模块名称：
模块说明
- SwissSkullStripper模块为扩展模块，需要在扩展模块管理器中进行下载。
- 多用于MRI数据的颅骨自动剥离
- 剥离前需要加载2个文件，分别为atlasMask.mha、atlasImage.mha.
- 用户可以在示例数据模块下载网站的文件atlasImage、atlasMask.mha.
点击下面链接也可以进行下载。
atlasImage.mha (3.4 MB)
atlasMask.mha (56.5 KB)
用法
- 加载 AtlasImage 和 AtlasMask 图像。
- 并确保已选中“AtlasMask”卷标的“ Labelmap” 复选框** 。
- 加载患者容积数据，也就是我们要进行剥离颅骨操作的容积数据。
- 转到 SwissSkullStripper 模块进行如下操作。
Input（输入）
Patient Volume （患者容积数据 ）：选择要进行颅骨剥离的容积数据。
Output（输出）
Patient Output Volume（病人输出容积数据）：给剥离颅骨后的数据起个名字。
Patient Mask Label（病人蒙版标签数据）：新建一个标签数据。
Atlas
Atlas Volume ：选中载入的 atlasImage
Atlas Mask Volume ：选中载入的 AtlasMask ，如果不可见，则在导入数据的时候，要勾选Show Options后，将Labelmap复选框勾选上。
单击Apply，在大约2分钟内MRI的颅骨就自动剥离完成，同时产生一个大脑的标签。
剥离后的效果图
CT的剥离效果支持却不是太好，原因是提供的数据只支持MRI。
重新制作CT的Mask用于此模块，对CTA数据进行剥离的效果如下：
更多培训教程请加入3DSlicer中文论坛高级会员，目前高级会员仅为对网站和论坛及公众号做出贡献，比如发表文章、论坛版主、维护网站等。付费学员免费获得加入高级会员资格。
- 关注脑卒中与神经重症微信公众号请扫码二维码或手动添加微信公众号【ncz120】
- 参加培训学习（钉钉不定期直播）可扫码申请加入，名额有限，如果申请未通过，可能已满群。
- 想入微信群交流可以加曹玉福微信（caoyufu）或扫码申请，请备注：姓名医院。
Slicer materials from the WeChat Slicer group in China.
There’s a great set of materials from the WeChat Slicer group in China.Clinical Imaging Practice Website and Slicer Chinese Discourse Tutorials are continually being updated.The following article is part of that.
List of WeChat Tutorial Articles
01.Cerebral hemorrhage location post location zero basic series tutorial. Original in Chinese
02.Surgical localization of cerebral hemorrhage. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | Transurethral hemorrhage surgical localization (1) | Cao Yufu |
| 02 | Transurethral hemorrhage surgical localization (II) | Ho Guitong |
| 03 | Cerebral hemorrhage transurethral surgical localization method (3) | Yu Dejun |
| 04 | Cerebral hemorrhage transurethral surgical localization method (IV) | Sun Zong-han |
| 05 | Cerebral hemorrhage transurethral surgical localization method (5) | Cao Yufu |
| 06 | Coordinate positioning method for transtemporal hematoma puncture | Wuyang |
| 07 | Intracranial lesion body surface localization | Xu-Jun Sohn |
| 08 | How to use GyroGuide | Sun Wook-jun |
| 09 | Image J in brain hemorrhage puncture localization | Sun Zong-han |
| 10 | 3 minutes to locate brain hemorrhage | Cao Yufu |
03.Neurosurgical Planning Tutorial for Cerebral hemorrhage, intracranial hematoma surgery. Original in Chinese
04.Diffusion Tensor Imaging Easy Tutorial. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | DTI Tutorial 01-DTI Introduction and Software Installation | Cao Yufu |
| 02 | DTI Tutorial 02 – Data Conversion Primer | Cao Yufu |
| 03 | DTI Tutorial 03 – Data Conversion Intermediate | Cao Yufu |
| 04 | DTI Tutorial 04 – Advanced Data Conversion | Cao Yufu |
| 05 | DTI Tutorial 05-DWI Data Loading | Cao Yufu |
| 06 | DTI Tutorial 06 – Brain Mask | Cao Yufu |
| 07 | DTI Tutorial 07 – Calculating Dispersion Tensor | Cao Yufu |
| 08 | DTI Tutorial 08-Fa graphs and scalar measurements | Cao Yufu |
| 09 | DTI Tutorial 09 – Visualization of the Dispersion Tensor | Cao Yufu |
| 10 | DTI Tutorial 10 – Brain Fibroid Imaging | Cao Yufu |
| 11 | DTI Tutorial 11-Callosal Fibroblast Imaging | Cao Yufu |
| 12 | DTI Tutorial 12 – Parameter Adjustment for Fiber Bundle Imaging | Cao Yufu |
| 13 | DTI Tutorial 13 – Corticospinal Tract Fibroscopy | Cao Yufu |
| 14 | Fiber bundle reconstruction and export in OBJ&STL format | Xuk-joon |
05.Neurosurgical Planning for surgery of intracranial tumor. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | 3DSlicer Localization of Brain Tumors | Cao Yufu |
| 02 | 3DSlicer protocol for skull resection phase 1 repair in meningioma patients | Ho Guitong |
| 03 | The superficial tumor localization in Slicer | Ho Guitong |
| 04 | Application of 3D Slicer 3D reconstruction technique in cerebral cortex tumor resection | Ho Guitong |
| 05 | 3D Slicer Clinical Application of Sinus Parietal Meningioma | Hen-Hao Fok |
| 06 | 3Dslicer simulation of surgical access to CPA tumor | Pang Yat-lung |
| 07 | 3D Slicer-assisted intracranial tumor surgery design example | ZHOU Xiang |
| 08 | 3DSlicer multimodal fusion-assisted meningioma resection 1 case | Zhao Peng |
| 09 | 3DSlicer Real-Time Tumor Localization of Superficial Tumors | Ho Guitong |
06.Neurosurgery planning for surgery of Intracranial aneurysm, cavernous hemangioma, AVM. Original in Chinese
07.Localization of intracranial lesions. Original in Chinese
08.Image Registration & Multimodal fusion. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | Slicer (Elastix or BRAINS) Calibration for DTI Calibration | DOCHANGWANG |
| 02 | SPM Joint Slicer (BRAINS or Elastix) Notification for DTI Notification | CHANGWANG TO |
| 03 | Building the foundation of multimodal imaging – SPM calibration | Du Changwang |
| 04 | 3D Slicer Tutorial on Data Matching (I) | Ho Guitong |
| 05 | 3D Slicer Tutorial on Data Matching (2) | Ho Guitong |
| 06 | Fusion of images of different examination sites using 3D Slicer | Wang Kui Chung |
| 07 | 3Dslicer’s ROI-based method for accurate matching of CT data across time | Zhang Guangzhu |
| 08 | Individual resolution of image sequences required for tumor multimodality | Qiu Jun |
09.Slicer for anatomical learning. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | Ventricular Systematic Dissection (I) | Cao Yufu |
| 02 | Ventricular System Anatomy (2) | Cao Yufu |
| 03 | Learning cranial dissection with 3DSlicer | Cao Yufu |
| 04 | Summary of anatomical CT images of the nasal cavity, sinuses and cranial floor | SHU Xujun |
| 05 | Application of CTVE technology based on 3DSlicer to the three-dimensional anatomy of the nasal butterfly sinus | Xu-Jun Sun |
| 06 | Transnasal virtual endoscopy reveals saddle bottom anatomy (video) | SHUYUKJUN |
| 07 | 3DSlicer – too pretty to be a powerhouse | Sun Wook-jun |
| 08 | A Sneak Peek at 4D image | Sou Wook-jun |
10.Segmentation for 3D printing. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | How to use 3D Slicer to implement model 3D printing | Sun Xuk-jun |
| 02 | Design of 3D printed puncture guide plate | YANG Lizhi |
| 03 | 3D printing of puncture navigation tube module using 3D Slicer software | Zhao DuanYun |
| 04 | 3D image of a case of pulmonary artery embolism | Li Dongqun |
11 3D tutorial for removing the backplane Original in Chinese
| Serial Number | Article Title | Author |
| 01 | 3DSlicer Tutorial on Removing the Backplane(1) | Cao Yufu |
| 02 | 3DSlicer Tutorial on Removing the Backplane (2) | Cao Yufu |
| 03 | 3DSlicer Tutorial on Removing the Backplane (3) | Cao Yufu |
| 04 | 3DSlicer Tutorial on Removing the Backplane (4) | Cao Yufu |
| 05 | 3DSlicer Tutorial on Removing the Backplane (5) | Cao Yufu |
| 06 | The ultimate law of CT de-backsplating | Cao Yufu |
12.Hematoma segmentation tutorial. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | 3DSlicer Tutorial Hematoma Modeling (01) | Cao Yufu |
| 02 | 3DSlicer Tutorial Hematoma Modeling (02) | Cao Yufu |
| 03 | 3DSlicer Tutorial Hematoma Modeling (03) | Cao Yufu |
| 04 | 3DSlicer Tutorial Hematoma Modeling (04) | Cao Yufu |
| 05 | 3DSlicer Tutorial on Hematoma Modeling (05) | Cao Yufu |
| 06 | 3DSlicer Tutorial on Hematoma Modeling (06) | Cao Yufu |
| 07 | 3DSlicer Tutorial Hematoma Modeling (07) | Cao Yufu |
| 08 | 3DSlicer Tutorial Hematoma Modeling (08) | Cao Yufu |
| 09 | 3DSlicer Tutorial on Hematoma Modeling (09) | Cao Yufu |
| 10 | 3DSlicer Tutorial on Hematoma Modeling (10) | Cao Yufu |
| 11 | 3DSlicer Tutorial Hematoma Modeling (11) | Cao Yufu |
13.Segment cerebral vasculature. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | 3DSlicer Tutorial of CTA(01) | Cao Yufu |
| 02 | 3DSlicer Tutorial of CTA(02) | Cao Yufu |
| 03 | 3DSlicer Tutorial of CTA(03) | Cao Yufu |
| 04 | 3DSlicer Tutorial of CTA(04) | Cao Yufu |
| 05 | 3DSlicer Tutorial of CTA(05) | Cao Yufu |
| 06 | 3DSlicer Tutorial of CTA(06) | Cao Yufu |
| 07 | 3DSlicer Tutorial of CTA(07) | Cao Yufu |
| 08 | CTA Tutorial on Digital Subtraction | Cao Yufu |
14.Slicer clinical application. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | 3 cases of unusual “scalp swelling” | Hok Kwai Tung |
| 02 | Facial muscle spasm (HFS)& Microvascular decompression (MVD) | Wang Wenxin |
| 03 | 3D Slicer in renal tumors | Zhao Wei |
| 04 | hepatic cystic lesion puncture drainage | Gao Yuan Yuan |
| 05 | 3D Slicer simulation of repaired skulls that are more symmetrical than naturally growing | Wang Kui-hei |
15.Slicer tutorial. Original in Chinese
16.Machine learning, Povision 3D. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | Machine Learning in Slicer (1) | Sun Xuk-jun |
| 02 | Application of Machine Learning in Slicer (2) | Xuk-Joon Sohn |
| 03 | Application of Machine Learning in Slicer (3) | Xuk-Joon Sohn |
| 04 | Talking about “data sharing and blockchain technology” | Sun Xujun |
| 05 | Povision 3D to 3D image “empowerment” | XuJun |
17.slicer Chinese version released. Original in Chinese
| Serial Number | Article Title | Author |
| 01 | Slicer Chinese version released | Cao Yufu |
| 02 | Slicer community says hello to everyone | Sum Xuk-jun |
| 03 | 2019 is over, I hope I can live up to my years | Shaun Wuk Chun |
Clinical Imaging Practice Website and Slicer Chinese Discourse Tutorials are continually being updated.This article above is part of that.
Follow the Stroke and neurosurgery WeChat Official Account， please scan the QR code or manually add the WeChat Official Account（NCZ120）. Please scan the QR code to view
If you want to join the WeChat group, you can add caoyufu or scan the QR code, please note: Name & Unit. Please scan the QR code to become a friend
Participants of the live dingtalk training can scan the QR code to apply to join, the number of places is limited, if the application is not approved, the group may be full. Scan the QR code to join us!
流畅运行3DSlicer需要什么配置的电脑？
电脑按用途大体分类：
办公电脑：简单的文字处理，音频、视频播放，上社交网站，收发邮件及浏览网页等，不用于建模、视频编辑、图形处理等情况下，集成显卡即可。如果长时间不关机使用，硬件配置，尤其主板、电源、内存也不能马虎，最好一线品牌。
游戏电脑：独立显卡，高性能多核CPU，大内存，固态硬盘，强劲电源缺一不可。
图形图像处理电脑：区别于游戏电脑的就是显卡类型不同于游戏显卡，其他相似，推荐E系列CPU和专业图形显卡。
电脑按便携分类：
笔记本和台式机，同等价位台式机优于笔记本，如果不是经常移动办公，建议台式机，本人就是家里和单位各一台台式机。
电脑按操作系统分类：
Windows操作系统：在世界范围内占据了桌面操作系统90%的市场，应用最广泛。
Linux：免费开源的操作系统，Linux系统的稳定性、多工能力与网络功能是许多商业操作系统无法比拟的，3DSlicer首选操作系统，但要有熟练应用的基础，不建议初学者选用。
MAC：苹果Mac OS系列操作系统是给苹果个人电脑系列设计的OS，不差钱的可以考虑。
能够流畅运行3DSlicer的计算机配置至少要考虑以下几个因素：
1、独立显卡，最好GTX 1060以上配置，这个是最低要求了，显存建议4G以上，当然大一些更好。
2、内存推荐16G，也是越大越好。
3、固态硬盘SSD 256G以上，再加一块机械硬盘，不差钱的都用固态硬盘，能够加快速度的读取。
4、足够功率稳定的电源不能省，至少400W，建议500W以上。
5、 笔记本电脑屏幕建议15.6英寸或17.3英寸（便携性差）。
6、成品机器推荐主流游戏本，能够流畅运行大型单机游戏的电脑，不是网络游戏。
一句话可以概括：主流游戏本
推荐几款配置（2019年）：
- 神州战神Z7-CT5NS：i5-9300H/GTX1660Ti/16G内存/512G SSD/窄边框/15.6吋IPS屏（性价比高）
- DELL G系列G3（旧模具性价比高) 15.6英寸游戏本i7-9750H 16G内存 512G SSD GTX1660Ti MQ6G独显 FHD屏幕（上门售后，只换不修，可以延保）
- DELL G系列G7（新模具更好看） 17.3英寸高端游戏本 G7 7790-R1785B i7-9750H 16G内存 512G SSD RTX 2070MQ 8G独显 FHD屏幕（比外星人性价比高）
- 注：以上推荐仅作为2019年购买笔记本电脑的参考，因硬件升级很快，2020年很快这样配置就不是主流了，以上仅供大家参考，因购买后出现质量及体验问题，本人概不负责。
如何查看电脑硬件配置信息？
- 使用快捷Win+R打开运行命令窗口，输入“dxdiag”并点击【确定】按钮，若有窗口弹出请选择“否”。
- Win键如下图
- 切换到“ 系统 ”，就能查看 操作系统信息、 查看处理器（CPU） 的型号、 内存 大小（1024MB=1GB）等配置信息。
- 换到“ 显卡 ”，就能查看 显卡芯片型号、 显存 大小（1024MB=1GB）等配置信息。
电脑有升级必要吗？
- 如果电脑配置不够上述推荐标准，升级是无奈之选，既要考虑是否兼容，又要考虑性价比。
- 如果单纯某一硬件影响整体电脑性能，可以考虑升级。比如内存、SSD硬盘、升级显卡要慎重，预算太多不合算，不如购买新机器。
为什么高配置电脑运行3DSlicer还卡顿？
- 如果电脑有集成显卡，默认让集成显卡处理软件，这就无法发挥独立显卡的性能。
- 需要鼠标右键单击我的电脑，选择属性，打开设备管理器，查看显示适配器。如果有二个显卡，则一个是独立显卡，一个是集成显卡。如果有一个显卡，很可能是一个独立显卡。但如果是办公电脑，往往是集成显卡，而没有独立显卡。大多数笔记本都会有集成显卡。
- 也可以按照上面的方法查看电脑的硬件配置信息明确有无集成显卡。当同时存在集成显卡和独立显卡的时候，需要对图形显示进行设置。
- 鼠标右键单击桌面空白区域，选择“显示设置”，页面最下端有“图形设置”，打开后将3DSlicer应用程序设置成“高性能”模式。
3DSlicer软件也需要进行设置才行
- 电脑的显卡设置完毕后，3DSlicer软件也需要进行设置，否则即使再高端的硬件也无法发挥其性能，就像一台高配置电脑，设置前后相当于拖拉机和跑车的区别。
更过内容请在3DSlicer中文论坛进行交流学习，培训班相关信息在论坛发布。
查看电脑显卡、内存、CPU等硬件配置信息
AI辅助分割-3DSlicer（自动建模）
3DSlicer官方宣布，Nvidia AI辅助的分段扩展 已经可以在最新的Slicer预览版（rev28686或更高版本）中使用。该扩展由Nvidia开发，并由Slicer核心开发人员提供。虽然Slicer中还有其他AI辅助分割模块（例如DeepInfer ，TOMAAT ，SlicerCIP ），但最新添加的功能是使用Nvidia Clara ，这是一个具有强大的工业支持和对研究人员足够开放的工具包。
随着医学影像深度学习研究的兴起，正在开发更加有效和改进的方法，以通过支持GPU的模式实现AI辅助工作流程。借助最新版的NVIDIA Clara应用程序框架，开发人员拥有进行AI开发以及通过嵌入式硬件将AI功能引入医疗设备的必要工具和API。
下面视频显示了MRI脑肿瘤和肝脏分割以及全自动肝，肿瘤和脾脏分割：
它是如何工作的？
输入的图像（和输入点-在进行引导分割的情况下）被发送到装有Nvidia GPU的计算机，该计算机运行Linux操作系统和Nvidia Clara软件 。服务器使用选定的AI模型计算细分，并将结果发送回Slicer进行显示和进一步处理。
官方在PerkLab 设置了一个演示服务器
以使Slicer用户更容易入门，而无需设置自己的处理计算机。我们上传了Nvidia开发的几个AI模型。我们按原样提供这些模型和处理服务，我们不保证此服务的质量（分段结果的有效性，速度，服务器正常运行时间等）。没有患者信息会发送到处理服务器，并且处理后图像和结果将从服务器中删除，但是用户在使用我们的服务器时需要确保遵守其数据管理准则。如果存在任何保密问题，则可以使用公开可用的图像进行测试：请参阅Slicer的样本数据模块或TCIA浏览器 扩展程序，或从其他网站下载，例如Medical Decathlon。
如果有人想分享他们的AI模型进行分割
只要该模型与Nvidia Clara兼容，就应该能够在服务器上安装该模型并将其提供给Slicer社区。
Nvidia AI辅助分割可在[3D Slicer中使用]，这是一种流行的免费开放源代码医学图像可视化和分析应用程序。该工具在应用程序的“细分编辑器”模块中可用。
该工具有两种模式：
- 全自动分割：无需用户输入。在“自动分割”部分中，选择模型，然后单击“开始”。分割过程可能需要几分钟（对于网络上传速度较慢的计算机上的大型数据集，此过程可能需要大约5-10分钟）。
- 基于边界点的分割：要求用户在感兴趣的结构的边缘附近指定输入点，每侧一个。细分通常需要不到一分钟的时间。
自动分割的示例结果：
设定
- 从http://download.slicer.org/下载并安装最新的3D Slicer Preview版本（4.11.x）。
- 启动3D Slicer，然后打开扩展管理器
- 安装NvidiaAIAssistedAnnotation扩展（在“分割”类别中），等待安装完成，然后单击“重新启动”
- 可选：在菜单中设置注释服务器设置：编辑/应用程序设置/ NVidia。如果服务器地址为空，则将使用默认的公共服务器。无法保证服务器的可用性或所提供型号的质量。
要设置自己的分割服务器，请按照以下说明进行操作。
对于运行预先训练的模型，具有强大的NVidia GPU的中型台式计算机（例如，具有8GB内存和RTX 2070 GPU的老式计算机）就足够了。服务器上需要Linux操作系统。
运行3D Slicer的计算机对运行AI辅助分割没有任何特殊要求。对于大型数据集，建议使用快速的网络上传速度，因为分割通常只需几秒钟，而图像数据传输只需几分钟。
教程和范例
基于边界点的脑肿瘤MRI分割：
- 转到 示例数据 模块并加载“ MRBrainTumor1”数据集
- 转到 Segment Editor
- 创建一个新的Segment
- 点击“ Nvidia AIAA”工具
- 在“从边界点分割”部分中，选择“ annotation_mri_brain_tumors_t1ce_tc”（经过训练可在对比增强脑MRI上分割肿瘤的模型）
- 单击“放置标记点”按钮，然后在切片视图中的所有6个侧面的肿瘤边缘附近单击，然后单击“开始”（如果显示有关将图像数据发送到远程服务器的弹出窗口，请单击“确定”）
- 在大约10秒内，自动分割结果将出现在切片视图中。要以3D形式显示结果，请点击细分列表上方的“显示3D”按钮。要以3D显示切片图像，请单击切片视图左上角的“图钉”图标，然后单击“眼睛”图标。
CT对肝脏的基于边界点的分割：
- 转到 示例数据 模块并加载“ CTACardio”数据集
- 转到 Segment Editor
- 创建一个新的细分
- 双击segment名称并输入“ liver”以指定细分内容
- 单击“ Nvidia AIAA”效果，“从边界点分割”部分
- 可选：单击“过滤器”图标以仅列出名称中包含“肝脏”的那些型号
- 选择“ annotation_ct_liver”（训练为在门静脉期CT图像中分割肝脏的模型）
- 单击“放置标记点”按钮，然后在切片视图中的所有6个侧面的肝脏边缘附近单击，然后单击“开始”
- 在大约30秒内，自动分割结果将出现在切片视图中。要以3D形式显示结果，请点击Segment Editor列表上方的“显示3D”按钮。
- 要在分割完成后调整先前放置的边界点，请单击“开始”按钮旁边的“编辑”图标。
在CT上对肝脏和肿瘤进行全自动分割：
- 从http://medicaldecathlon.com/下载Task03_Liver \ imagesTr \ liver_102.nii.gz数据集并将其加载到3D Slicer中
- 转到 Segment Editor
- 点击“ Nvidia AIAA”效果
- 在“自动分割”部分中，选择“ segmentation_ct_liver_and_tumor”模型，然后单击“开始”
- 自动分割结果应在3-5分钟内显示
- 可选：转到 Segments 模块以编辑显示设置
高级
- 对于上载速度较快的本地设置服务器或计算机，请在“应用程序设置” /“ NVidia”中禁用压缩（因为压缩所花费的时间可能比传输较少数据所节省的时间要长）
- 要根据标签上的标签过滤模型，请在Nvidia AIAA效果用户界面的“模型”部分中设置标签文本。
对于开发人员
该插件可以直接从GitHub下载并安装：
- git clone https://github.com/NVIDIA/ai-assisted-annotation-client.git
- 打开3D Slicer：转到编辑->应用程序设置->模块->其他模块路径
- 添加新的模块路径：<FULL_PATH> / slicer-plugin / NvidiaAIAA
- 重新开始
- 要构建扩展包，请构建3D Slicer，然后使用CMake配置AI辅助注释客户端项目，并定义以下变量：-DSlicer_DIR：PATH = … -DNvidiaAIAssistedAnnotation_BUILD_SLICER_EXTENSION：BOOL = ON
中国脑血管病临床管理指南–脑出血临床管理（2019）
来源：中国卒中杂志
-
Ⅰ类：有证据证实或一致同意给予的操作或治疗是有效的。（黑色加粗）
-
Ⅱ类：关于操作或治疗的有效性存在有争议的证据或有意见分歧。
-
Ⅱa：部分证据或意见支持有效性。
-
Ⅱb：有效性还没有很好的证据。
-
Ⅲ类：操作和治疗是无效的，并且在某些案例中是有害的。（背景色）
-
A级证据：证据来源于多个RCT或meta分析。参考文献必须在推荐意见中提供和引用。
-
B级证据：证据来源于单个RCT或非随机试验。参考文献必须在推荐意见中提供和引用。
-
C级证据：证据仅包括专家观点、病例研究等。
1、微创手术治疗
2、脑室血肿治疗
肿瘤多模态所需影像序列之个人 解析
肿瘤多模态所需影像序列之个人解析
邱俊
怎样才能建出一个比较完整、漂亮且有临床指导意义的肿瘤多模态，是我们神经肿瘤外科医生学习影像后处理所追求的终极目标。群里的老师些也经常会问我这样的问题，个人觉得最根本的就是需要完美的原始影像数据，没有好的数据，软件再牛也没用武之地，好多刚接触软件的老师因为数据的原因就早早放弃了。到底怎样选择合适的影像序列来进行影像后处理，这个也是很重要的，如果都弄明白了，我们才好对影像科的老师提出自己的需求，才能得到自己想要的数据。下面就是个人对影像序列的简单解析：
以上就是肿瘤多模态建模可能需要用到的磁共振及CT的扫描序列，足够对肿瘤、头颅、颅骨、脑组织、动静脉血管和纤维束完整的建模。总的来说，个人倾向于能使用磁共振数据的情况下尽量使用磁共振的数据进行建模，没有的情况下可以用CT数据代替，但可能更费时、费力，还有需要特别记住一点就是颅骨的建模最好使用CT薄层平扫数据。这就是个人在肿瘤多模态重建过程中对影像序列的理解，希望能让初学的老师们更好地入门，不会因为数据的原因就放弃了，后面有时间我会录制一个具体的肿瘤病人的数据重建全过程的视频。最后就是这篇文章有不太专业的地方还希望老师们些多多指正。
注：以上所有序列名称均是GE机子上面的叫法，西门子或者其它厂家的名称不一定相同，具体需要与影像科的老师咨询。