快准狠！在3D Slicer中，使用TotalSegmentator扩展可在1分钟内自动分割全身117个器官

本系列涵盖从 3D Slicer 医学图像查看器的基础使用到高级自动分割扩展程序的内容（从入门到高阶！），具体包括软件安装、基础使用教程，自动分割扩展（totalsegmentator, monai label）快速标注数据。

Tina姐：强烈建议做图像分割的宝宝们好好学习，跟着Tina姐涨姿势！本教程耗时一周完成，特别感谢我的老板给予技术支持。如果对你有帮助，转发支持一下🖖

这是该系列的第二篇，在这篇博文中，我们将从3D Slicer下载一些示例数据，并使用自动分割扩展从图像中分割目标。将重点介绍TotalSegmentator扩展

在后续文章中，我们将把自己的数据导入 3D Slicer 并使用另一个名为 MONAILabel 的自动扩展。使用该扩展，我们将分割更多结构。然后，我们将使用 MONAILabel 在我们自己的数据集上训练我们自己的模型。

第一篇文章可以在这里找到
3D Slicer-最强大的开源医学图像分割工具简要概述

硬件条件

CUDA

如果您没有受支持的 GPU，您将仅使用 CPU 进行分割。CPU 足以进行基本的可视化和分割，并且我在我的 CPU 上运行了本文中的每个模型，没有出现任何问题。

但是，对于更复杂的操作，建议使用 GPU。

安装相关扩展程序

3D Slicer提供的扩展程序很多，有时间的朋友可以安装玩玩

打开3D Slicer, 点击 View->Extensions Manager(快捷键 ctrl+4/command+4),按需要安装以下扩展

• TotalSegmentator:自动分割全身CT100多个器官组织
• AirwaySegmentation:自动分割气道（气管，支气管）
• HDBrainExtraction:自动剥头颅骨

踩坑经验：下载扩展时提示extensions can not be installed

别着急，就是网络问题。试试换个网络。

TotalSegmentator

由巴塞尔大学医院研究与分析部门创建，用于对 CT 图像中超过 117 个类别进行分割的工具。它接受了各种不同 CT 图像（不同扫描仪、机构、协议等）的训练，因此应该适用于大多数图像。

一句话概要：TotalSegmentator是在大型数据集上使用nnUNet V2训练的一个AI模型。一共有两个版本，本次介绍的是3D Slicer版本，还有个python版本（后续介绍）

nnUNet相关教程
三行命令搞定nnUNet v2训练及推理！

注：TotalSegmentator可以分割的具体器官结构介绍在文末。

使用教程：

在开始之前，请确保：

1. GPU可用，如果您有强大的 GPU，则可以在几分钟内计算出高质量的分割，而不是在 CPU 上花费 40-50 分钟。因此，建议使用 GPU 加速。
2. 安装最新版本的3D Slicer
3. 在 3D Slicer 中安装 TotalSegmentator 扩展

一切准备就绪，开干！

• step1. 转到Sample Data模块并加载CTA Abdomen (Panoramix)数据集（如果有自己的CT数据也可以直接加载进来）
  
• step2：下载后，模块切换到TotalSegmentator
• step3: 选择Input volume->Panoramix-cropped
• step4: 选择Segmentation->Create new segmentation
• step5: 点击Apply
  

用Mac演示，无GPU版本示范：

第一次运行会提示下载pytorch，nnunet，训练好的模型等等，点击OK等待下载（看网速，甚至需要科学上网，失败会提示http相关error）

提示无GPU，快速模式2分钟，全分辨率50分钟，试哈快速版

从图像看快速版分割的还不错，这是因为用的他给的数据，自己的数据还是要差些。在服务器上用全分辨率我跑的结果还不错。在结果上再进行略微修改，可以大大减少标注时间。

编辑结果

对于结果不是很满意，可以用segment editor模块进行编辑，也可以查看每个颜色代表什么器官。你只想要其中某些结构，也可以删除不要的结构再保存

保存分割结果为Nifti格式

像上面显示的3d 分割结果都是网格形式（图形非图像）。懂不起就算了，我也是略懂，按我的方法保存就好了

大致思想：在segmentations模块中，export部分改成输出labelmap,然后点save选择你要保存的文件，格式和地址

AirwaySegmentation

CT胸片气管分割，我在起始气管点了一个点后，发现效果不好，又在中段点了一点，可能点越多，效果越好。

HDBrainExtraction

不得不说3D slicer太强大了，最好用的剥头颅骨算法都集成了。HDBrainExtraction采用的是HD-bet工具，对 brain MRI进行头颅骨剥离

此部分在服务上演示，mac屡次卡死。

Totalsegmentator可以分割哪些器官：

spleen(脾)，kidney_right(右肾)，
kidney_left(左肾)，gallbladder(胆囊)，
liver(肝)，stomach(胃)，
pancreas(胰腺)，adrenal_gland_right(右肾上腺)，
adrenal_gland_left(左肾上腺)，lung_upper_lobe_left(左肺上叶)，	
lung_lower_lobe_left(左肺下叶)，lung_upper_lobe_right(右肺上叶)，
lung_middle_lobe_right(右肺中叶)，lung_lower_lobe_right(右肺下叶)，
esophagus(食管)，trachea(气管)，
thyroid_gland(甲状腺)，small_bowel(小肠)，
duodenum(十二指肠)， colon(结肠)，
urinary_bladder(膀胱)，prostate(前列腺)， 
kidney_cyst_left(左肾囊肿)，kidney_cyst_right(右肾囊肿)， 
sacrum(骶骨)，vertebraeC1-S1(椎体，颈1椎体为C1类，胸1椎体为T1类，腰1椎体为L1类，依次类推)，
heart(心脏)，aorta(主动脉)，
pulmonary_vein(肺静脉)，brachiocephalic_trunk(颈总动脉干)，
subclavian_artery_right(右锁骨下动脉)，subclavian_artery_left(左锁骨下动脉)，
common_carotid_artery_right(右颈总动脉)，common_carotid_artery_left(左颈总动脉)，
brachiocephalic_vein_left(左肱头静脉)，brachiocephalic_vein_right(右肱头静脉)，
atrial_appendage_left(左心房附属物)，
superior_vena_cava(上腔静脉)，inferior_vena_cava(下腔静脉)，
portal_vein_and_splenic_vein(门静脉和脾静脉)，
iliac_artery_left(左髂动脉)，iliac_artery_right(右髂动脉)，
iliac_vena_left(左髂静脉)，iliac_vena_right(右髂静脉)，
humerus_left(左肱骨)，humerus_right(右肱骨)，
scapula_left(左肩胛骨)，scapula_right(右肩胛骨)，
clavicula_left(左锁骨)，clavicula_right(右锁骨)，
femur_left(左股骨)，femur_right(右股骨)，
hip_left(左髋)，hip_right(右髋)，
spinal_cord(脊髓)，
gluteus_maximus_left(左臀大肌)，gluteus_maximus_right(右臀大肌)，
gluteus_medius_left(左臀中肌)，gluteus_medius_right(右臀中肌)，
gluteus_minimus_left(左臀小肌)，gluteus_minimus_right(右臀小肌)，
autochthon_left(左本位肌)，autochthon_right(右本位肌)，
iliopsoas_left(左髂腰肌)，iliopsoas_right(右髂腰肌)，
brain(大脑)，skull(头骨)，
rib_left_1-12(左肋骨1-12)，rib_right_1-12(右肋骨1-12)
sternum(胸骨)，costal_cartilages(肋软骨)

文章持续更新，可以关注微公【医学图像人工智能实战营】获取最新动态，一个关注于医学图像处理领域前沿科技的公众号。坚持以实践为主，手把手带你做项目，打比赛，写论文。凡原创文章皆提供理论讲解，实验代码，实验数据。只有实践才能成长的更快，关注我们，一起学习进步~

我是Tina, 我们下篇博客见~

白天工作晚上写文，呕心沥血

觉得写的不错的话最后，求点赞，评论，收藏。或者一键三连