一、学习素材： Slicercn002
二、学习目标：熟悉生长切割工具的用法
GrowCutSegment（Wiki）
-
GrowCut is a powerful algorithm that uses example segmentation to create a full segmentation of the volume. You can use multiple label colors to define regions that represent parts of anatomical structures and then let the GrowCut algorithm seek out a best labeling for adjacent pixel so they match your example.
-
生长切割（GrowCut）是一种功能强大的算法，它使用样本分割来创建体数据的完整分割。 您可以使用多种标签颜色来定义解剖结构的不同区域，然后让生长切割算法找出相邻像素的最佳标签，以便它们与您的样本相匹配。
-
To use this, you first define your example segmentation using the normal paint or draw tools as described above. Define at least two structure classes and then click Apply. If you are not satisfied with the result, use the Undo button to go back and modify your example.
-
要使用这个工具，你首先使用之前描述的标准的的笔刷或画笔工具来定义你的样本分割。 至少定义两个解剖结构，然后单击应用。 如果您对结果不满意，请使用“撤消”按钮返回并修改您的样本。
-
See the Grow Cut documentation for more details.
-
更多的细节请参与文档Grow Cut documentation。
-
Also see the Fast GrowCut documentation. This is an effect that can be added by downloading the extension. It requires memory but is a fast implementation of the GrowCut method
-
也可参阅Fast GrowCut documentation，这个模块可以通过扩展模块管理器进行下载添加。 它运算的时候比较耗内存，但可以快速实现生长切割的方法。
帮助：
-
GrowCut是一种通过样本分割来实现完全分割的强大算法。你能够使用多种标签颜色来定义解剖结构的不同区域，然后让算法找到最临近样本的合适体素并标记。
点击启用生长切割工具
使用标准的笔刷或画笔工具定义样本分割，至少定义两种结构
点击应用，如果对结果不满意，可以点击撤销并修改
图示：
三、思考题：
-
请按照本例中图示的步骤行血肿建模操作？
-
处理三种以上标签时对硬件要求高吗？
[details=“参考答案”]
i7-6700 @ 3.4GHz 4核CPU ，16G内存，处理起来压力山大
在Segment Editor中有相似的工具进行处理，速度极大提高。[/details]
