多模态融合基础篇——3DSlicer教程之数据匹配（二）

3D Slicer教程之数据匹配（一）讲解了手动匹配功能，用于多模态融合术前规划、增强现实定位以及术前术后感兴趣区域对比，手动匹配可用于任何数据之间，缺点是不太精确，半自动匹配精确度相对要好，适用于不同类型数据的匹配，比如CT和MRI。而非同一时间扫描的同类型数据，比如CT之间或MRI之间更适合于用自动匹配。半自动匹配利用一些关键点（一般3个就可以）把不同类型的两个序列图像统一到新的坐标系中，以便重建感兴趣区域观察不同组织结构的关系，下面以窦汇部脑膜瘤病人术前MRI和术后CT数据融合为例讲解操作步骤。

数据导入及设置（1-4步骤尤其重要）。

调出Landmark Registration模块（半自动匹配）。

设置CT数据为移动（Moving），MRI数据为固定（Fixed），用CT去匹配MRI，反之用MRI去匹配CT也可以。

拖动1区滚动条逐一观察参数设置，2区视窗从上至下分别为MRI、CT以及MRI and CT。

拖动滚动条5，左侧1-4依次按照标识进行设置。

点击Add（1）后鼠标变为基准点样式（2），将晶状体中心（3）设置为第一个关键点L-0。

点击左侧Zoom按钮（1.放大、2.缩小、3.复位）以精确调整L-0关键点位置。

在适当比例下调整上下两个窗口轴位、冠状位、矢状位的关键点L-0位置，移动CT数据坐标以匹配。

点击Fit（1）使视窗图像复位，点击Add（2）增加第二个关键点L-1（3），同上通过改变图像大小进一步精确调整L-1的位置。

点击Add（1）增加第三个关键点L-2（2），把该关键点放置到鞍底中心（通过放大图像仔细调整使之更精确）。

点击Fit（1）使图像复位，选取Rock后左侧滑块（Fade）会左右移动，右侧视窗中最下面MRI和CT图像透明度会交替变化，借以观察匹配效果。

更改3D视窗布局为Four-Up（0），按下图中标识分别设置（1-6），进一步观察匹配效果（此步骤可省略）。

调出Segment Editor模块利用MRI数据对肿瘤区域进行描绘并观察三维效果。

在同一个Segmentation下，利用匹配后的CT数据POP_CT-transformed对颅骨进行描绘并观察三维视窗，可见颅骨与肿瘤匹配在一个坐标系统，但颅骨近枕骨大孔区域没有染色，这是因为在匹配的时候此部分超出了MRI数据的坐标区域，Segmentation建立后先描绘MRI数据时，其描绘空间范围默认为MRI坐标范围。如果先描绘CT数据时就不会出现这个问题，因为此时Segmentation默认的是CT数据的坐标范围。

在同一个Segmentation下描绘未匹配的数据POP_CT，可见颅骨完整显示，说明该数据没有超出MRI数据坐标范围，三维视窗显示肿瘤和颅骨不在一个坐标系统，提示这是未匹配数据。

新建一个Sengmentation1（1），利用POP_CT-transformed数据对颅骨进行描绘，可见颅骨是完整的，而且和肿瘤匹配。

刚才用Segment Editor模块描绘的各个Segment，名称在描绘前已经分别改为turmor、bone、bone1和bone2，被重命名的Segment其实是Label而并非Model，它可以在三维视窗中预览并进行编辑，但是没有Model 的一些属性，比如调节透明度、导出VTK 格式用于手机浏览等。所以要用Segmentations模块把这些Label 形式的Segment (turmor、bone、bone1和bone2)转换成同名的Model ，然后回到Transform窗口把用未匹配数据POP_CT建立的颅骨（Model 形式）bone1从左侧窗口拉到右侧窗口（1），观察三维视窗可见颅骨、肿瘤完全匹配在一个坐标系统中。

在Model 模块中把所有Model均设置为可见，观察三维视窗可见完美匹配在一个坐标系中。颅骨之所以呈现为豹纹是因为在Segment Editor模块中每次描绘颅骨Label的时候选取的阈值不同，建立的模型多少有些差异，如果选取阈值一致则只会显示最后一个颅骨Model 。下图中黄色文字留给大家思考。

下面视频地址以CT和MRA数据匹配演示Landmark Registration模块的应用。

百度云链接：http://pan.baidu.com/s/1i456ICP 密码：4tsf

文章审校：曹玉福 鹤岗市人民医院神经外科