Segment Statistics(统计模块)

3D Slicer Segment Statistics 模块教程

Segment Statistics模块可以用于对分割后的区域进行定量分析。它支持多种统计插件,如标签图统计、标量数据统计和封闭表面统计,帮助用户计算图像分割后不同片段的体积、形状、强度等信息。


1. 输入部分

  • Segmentation(分割):选择您希望计算统计量的分割对象。
  • Scalar Volume(标量数据):选择用于计算统计的标量数据图像(如CT或MRI图像)。

2. 输出部分

  • Output Table(输出表格):指定统计结果输出的表格,便于保存和查看。

3. 高级设置 - 启用的统计插件

高级设置允许您启用特定的统计插件,以下是每个插件的详细说明:


Label Map Statistics(标签图统计)


标签图统计插件用于计算基于标签图的统计信息,适用于对二值分割区域的几何和体素特性进行分析。

插件参数及说明

  1. Voxel Count(体素计数)

    • 说明:计算分割区域内的体素数量。
    • 应用场景:用于衡量分割区域的大小,适合在肿瘤体积测量或解剖结构评估中应用。
  2. Volume mm³/cm³(体积 mm³/cm³)

    • 说明:计算分割区域的体积,单位为立方毫米或立方厘米。
    • 应用场景:用于评估特定结构或病变区域的体积。
  3. Centroid(质心)

    • 说明:计算分割区域的几何中心。
    • 应用场景:用于对形状的空间位置进行定量分析。
  4. Feret Diameter(费雷特直径 mm)

    • 说明:计算任意两点间的最大距离。
    • 应用场景:用于描述不规则形状的长轴,常用于分析不规则的肿瘤。
  5. Surface mm³(表面积 mm³)

    • 说明:计算分割区域的表面积。
    • 应用场景:适用于三维结构的表面特性分析。
  6. Roundness(圆度)

    • 说明:描述分割区域的圆度,与理想圆形的接近程度。
    • 应用场景:用于评估肿瘤等病变的形态是否规则。
  7. Flatness(扁平度)

    • 说明:衡量分割区域在不同方向上的扁平程度。
    • 应用场景:适合分析具有扁平形态的解剖结构。
  8. Elongation(延展性)

    • 说明:衡量分割区域的延展性。
    • 应用场景:用于分析细长形的结构,如血管或椭圆形病变。
  9. Principal Moments(主惯性矩)

    • 说明:描述分割区域在不同方向上的形状分布特性。
    • 应用场景:帮助研究结构的对称性和稳定性。
  10. Principal X/Y/Z Axis(主轴 X/Y/Z)

    • 说明:计算分割区域沿 X、Y 和 Z 轴的主要形状分布方向。
    • 应用场景:用于形状的空间定向分析。
  11. OBB Dimensions and Directions(定向包围盒尺寸和方向)

    • 说明:计算分割区域的最小定向包围盒的尺寸和方向。
    • 应用场景:用于形状的空间占用和方向分析。

应用场景

  • 临床应用:用于分析解剖结构或病变区域的形状和体积,特别是肿瘤体积、形态评估。
  • 科研应用:可用于研究不同病理状态下解剖结构的几何特征,如在不同治疗方案下病变区域的变化。

Scalar Volume Statistics(标量数据统计)

标量数据统计插件主要用于计算基于标量数据的强度特性统计,适用于分析CT、MRI等影像的灰度值分布。

插件参数及说明

  1. Voxel Count(体素计数)

    • 说明:计算分割区域内的体素数量。
    • 应用场景:用于评估分割区域的大小和体素数量。
  2. Volume mm³/cm³(体积 mm³/cm³)

    • 说明:计算分割区域的体积,单位为立方毫米或立方厘米。
    • 应用场景:评估病变或器官区域的体积。
  3. Minimum(最小值)

    • 说明:计算分割区域内的最小强度值。
    • 应用场景:用于检测区域内的最低灰度值,适用于评估低密度病变。
  4. Maximum(最大值)

    • 说明:计算分割区域内的最大强度值。
    • 应用场景:用于评估高密度结构,如钙化或高信号病灶。
  5. Mean(均值)

    • 说明:计算分割区域内的强度平均值。
    • 应用场景:可用于评估组织的整体密度或信号强度。
  6. Median(中位数)

    • 说明:计算分割区域的强度中位数。
    • 应用场景:用于描述区域内强度值的中间水平,减少极值对结果的影响。
  7. Standard Deviation(标准差)

    • 说明:计算分割区域内的强度值波动范围。
    • 应用场景:用于分析组织或病变区域的强度分布情况,如是否存在明显的信号变化。

应用场景

  • 临床应用:用于分析不同病变或解剖结构的灰度值,如CT图像中的骨密度或MRI图像中的信号强度。
  • 科研应用:在影像研究中可用于比较不同样本组的平均灰度值或强度特性。

Closed Surface Statistics(封闭表面统计)


封闭表面统计插件用于分析三维分割区域的几何特性,适合应用于三维模型分析,例如表面积和体积计算。

插件参数及说明

  1. Surface mm³(表面积 mm³)

    • 说明:计算封闭表面的表面积,单位为平方毫米。
    • 应用场景:适用于分析三维结构的表面特性,如器官或病变区域的表面积。
  2. Volume mm³/cm³(体积 mm³/cm³)

    • 说明:计算封闭表面的体积,单位为立方毫米或立方厘米。
    • 应用场景:用于评估封闭表面内的体积,适合分析三维重建模型。

应用场景

  • 临床应用:用于分析三维结构的几何形态,尤其是术前术后的三维解剖结构变化。
  • 科研应用:适合于定量分析三维解剖结构模型的形态和体积。

三种统计方式的对比和应用

  1. Label Map Statistics(标签图统计)

    • 主要应用:几何分析,适用于对二值化标签图进行体积、表面积、形态等几何特征的分析。常用于肿瘤形态分析或解剖结构的几何评估。
    • 数据来源:基于二值标签图,计算几何特性。
  2. Scalar Volume Statistics(标量数据统计)

    • 主要应用:强度分析,适用于分析图像的灰度值分布,如CT、MRI等影像的强度特性。适合用于组织密度分析或病变信号强度评估。
    • 数据来源:基于标量数据图像(如CT、MRI)中的强度值,计算信号特性。
  3. Closed Surface Statistics(封闭表面统计)

    • 主要应用:三维模型分析,适

用于基于封闭表面模型的体积和表面积计算。常用于分析术前术后的三维重建模型。

  • 数据来源:基于封闭表面的三维重建模型,计算表面积和体积。

对比与应用总结

  • 标签图统计更关注分割区域的几何形态,适用于分析分割区域的大小、形状和位置等信息。它主要处理二值化分割图像。
  • 标量数据统计则用于分析影像中分割区域的强度值分布,特别适合CT和MRI图像的定量分析,提供灰度值、密度、信号强度等统计。
  • 封闭表面统计适合三维形态的量化分析,特别是在重建解剖结构或手术计划中使用的三维模型分析。

这些统计方式为临床和科研提供了全面的分析工具,结合几何和强度统计,可以更深入地了解病变区域或解剖结构的定量特征。


官网教程:


参考文献:

  • A Federated Framework for Decentralized, Privacy-Preserving Clinical Decision Support
    Fedorov, Andrey, et al. “3D Slicer as an Image Computing Platform for the Quantitative Imaging Network.” Magnetic Resonance Imaging, vol. 30, no. 9, 2012, pp. 1323-1341.
    DOI: 10.1016/j.mri.2012.05.001
  • 3D Slicer as an Image Computing Platform for the Quantitative Imaging Network
    Kikinis, Ron, and Andriy Fedorov. “The Role of 3D Slicer in Medical Image Computing and its Impact on Quantitative Imaging.” Frontiers in Neuroinformatics, vol. 8, no. 13, 2014.
    DOI: 10.3389/fninf.2014.00013
  • The 3D Slicer Ecosystem for Learning and Applying Image Analysis Techniques
    Pieper, Steve, et al. “The 3D Slicer Extension Mechanism: Lessons Learned and Future Directions.” The Insight Journal, 2011.
    DOI: 10.54294/ehq5dh
  • Quantitative Imaging Network and its Impact on Imaging Biomarker Development
    Fedorov, Andrey, et al. “Quantitative Image Analysis Using 3D Slicer Software.” Nature Protocols, vol. 6, no. 12, 2011, pp. 2701-2711.
    DOI: 10.1038/nprot.2011.392