3D Slicer (3D Dilimleyici), görüntü analizi ve bilimsel görselleştirme için ücretsiz[1][2] ve açık kaynaklı bir yazılım paketidir. Dilimleyici, otizm, multipl skleroz, sistemik lupus eritematozus, prostat kanseri, akciğer kanseri, meme kanseri, şizofreni, ortopedik biyomekanik, KOAH, kardiyovasküler hastalık ve beyin cerrahisi dahil olmak üzere çeşitli tıbbi uygulamalarda kullanılmaktadır.[3]

3D Dilimleyici
Orijinal yazar(lar)The Slicer Community
Güncel sürüm5.6.2 / 5 Nisan 2024 (21 gün önce) (2024-04-05)
Programlama diliC++, Python, Qt
İşletim sistemiLinux, macOS, Windows
Boyut200MB
ErişilebilirlikEnglish
TürBilimsel görselleştirme ve görüntü hesaplama
LisansBSD-style
Resmî sitesislicer.org

Hakkında değiştir

3D Slicer, görüntü analizi ve görselleştirme için esnek, modüler bir platform olan ücretsiz bir açık kaynaklı yazılımdır. 3D Slicer, çeşitli uygulamalar için hem etkileşimli hem de toplu işleme araçlarının geliştirilmesine olanak sağlayacak şekilde genişletilmiştir.[4]

3D Dilimleyici, diğer özelliklerin yanı sıra görüntü kaydı, DTI işleme (difüzyon traktografisi), görüntü yönlendirme desteği için harici cihazlara bir arabirim ve GPU etkin hacim oluşturma sağlamaktadır. 3D Slicer, yeni işlevlerin eklenmesine izin veren ve rakip araçlarda bulunmayan bir dizi genel özellik sağlayan modüler bir organizasyona sahiptir.

3D Slicer'ın etkileşimli görselleştirme yetenekleri, keyfi olarak yönlendirilmiş görüntü dilimlerini görüntüleme, görüntü etiketlerinden yüzey modelleri oluşturma ve donanımla hızlandırılmış hacim oluşturma özelliğini içermektedir. 3D Dilimleyici ayrıca zengin bir dizi açıklama özelliğini desteklemektedir (referanslar ve ölçüm widget'ları, özelleştirilmiş renk haritaları).

Dilimleyicinin yetenekleri şunları içermektedir:[5]

  • DICOM görüntülerini kullanma ve çeşitli diğer formatları okuma/yazma
  • Hacimsel Voksel görüntülerin, çokgen ağların ve hacimsel oluşturmaların etkileşimli görselleştirmesi
  • Manuel düzenleme
  • Katı ve katı olmayan algoritmalar kullanarak verilerin birleştirilmesi ve birlikte kaydedilmesi
  • Otomatik görüntü segmentasyonu
  • Difüzyon tensör görüntüleme verilerinin analizi ve görselleştirilmesi
  • Görüntü kılavuzlu prosedürler için cihazların takibi.

Dilimleyici, Windows, Linux ve macOS dahil olmak üzere birden çok bilgi işlem platformunda kullanılmak üzere derlenmiştir.

Slicer, BSD stili, ücretsiz, açık kaynak lisansı altında dağıtılmaktadır. Lisansın, yazılımın akademik veya ticari projelerde kullanımına ilişkin herhangi bir kısıtlaması yoktur. Ancak, yazılımın belirli bir görev için yararlı olduğu konusunda herhangi bir iddiada bulunulmaz. Yerel kural ve düzenlemelere uyulmasını sağlamak tamamen kullanıcının sorumluluğundadır. Dilimleyici, ABD'de FDA veya başka bir yerde herhangi bir düzenleyici kurum tarafından klinik kullanım için resmi olarak onaylanmamıştır.

Galeri değiştir

Tarihçesi değiştir

Slicer, 1998 yılında Brigham and Women's Hospital'daki Cerrahi Planlama Laboratuvarı ile MIT Yapay Zeka Laboratuvarı arasında bir yüksek lisans tezi projesi olarak başlamıştır.[6] 3D Slicer sürüm 2 birkaç bin kez indirilmiştir. 2007'de Slicer'ın tamamen yenilenmiş 3. versiyonu yayınlanmıştır. Slicer'ın bir sonraki büyük yeniden düzenlemesi, Slicer'ın GUI'sini KWWidgets kullanmaktan Qt'ye geçiren 2009'da başlatılmıştır. Qt özellikli Slicer sürüm 4, 2011'de piyasaya sürülmüştür.[7]

Dilimleyici yazılımı, tümü görüntü analizini geliştirmeyi amaçlayan çeşitli araştırma yayınlarına olanak sağlamıştır.[8]

Bu önemli yazılım projesi, NA-MIC, NAC, BIRN, CIMIT, Harvard Catalyst ve NCIGT toplulukları dahil olmak üzere, NIH tarafından finanse edilen birçok büyük ölçekli çabanın katılımıyla sağlanmıştır. Finansman desteği, NCRR, NIBIB, NIH Yol Haritası, NCI, NSF ve DOD dahil olmak üzere çeşitli federal finansman kaynaklarından gelmektedir.

Kullanıcılar değiştir

Slicer'ın platformu, çok modlu görüntü verilerinin segmentasyonu, kaydı ve üç boyutlu görselleştirilmesi için işlevlerin yanı sıra difüzyon tensör görüntüleme, fonksiyonel manyetik rezonans görüntüleme ve görüntü kılavuzlu radyasyon tedavisi için gelişmiş görüntü analiz algoritmaları sağlamaktadır. Standart görüntü dosyası formatları desteklenir ve uygulama, arayüz özelliklerini biyomedikal araştırma yazılımına entegre etmektedir.

Dilimleyici çeşitli klinik araştırmalarda kullanılmıştır. Görüntü kılavuzlu terapi araştırmalarında, Slicer, alet takibi için uzamsal koordinatların elde edilmesine olanak sağlamak amacıyla ameliyat öncesi ve sırasında mevcut olan MRI verilerinin koleksiyonlarını oluşturmak ve görselleştirmek için sıklıkla kullanılmaktadır.[9] Aslında, Slicer görüntü güdümlü terapide zaten çok önemli bir rol oynamıştır. 1998'den beri Slicer'a atıfta bulunan 200'den fazla yayınla bu alanın yanında büyüdüğü düşünülmektedir.[10]

Slicer, geleneksel MRI görüntülerinden 3D modeller üretmeye ek olarak, fMRI'den (beyindeki nöral veya omurilik aktivitesiyle ilgili kan akışını değerlendirmek için MRI kullanarak), DTI'den[11] (sınırlı difüzyonu ölçmek için MRI kullanarak) türetilen bilgileri sunmak için de kullanılmıştır. görüntülenen dokudaki su) ve elektrokardiyografi.[12] Örneğin, Slicer'ın DTI paketi, DTI görüntülerinin dönüştürülmesine ve analizine olanak tanımaktadır.[13] Bu tür analizlerin sonuçları, morfolojik MRG, MR anjiyogramlar ve fMRI analizinden elde edilen sonuçlarla entegre edilmektedir. Slicer'ın diğer kullanımları arasında paleontoloji ve beyin cerrahisi planlaması yer almaktadır.[14][15]

Geliştiriciler değiştir

Slicer Developer Orientation, platformda yeni olan geliştiriciler için kaynaklar sunmaktadır. Dilimleyici geliştirme, dilimleyici geliştirme posta listesinde koordine edilmekte ve Ohloh'ta geliştirme istatistiklerinin bir özeti bulunmaktadır.[16]

3D Slicer, bilimsel görselleştirmede yaygın olarak kullanılan boru hattı tabanlı bir grafik kitaplığı olan VTK ve görüntü segmentasyonu ve görüntü kaydının geliştirilmesi için yaygın olarak kullanılan bir çerçeve olan ITK üzerine kurulmuştur. 4. sürümde, çekirdek uygulama C'de uygulanmaktadır. API, dahil edilen Python konsolunda hızlı, yinelemeli geliştirme ve görselleştirmeyi kolaylaştırmak için bir Python sarmalayıcısı aracılığıyla kullanılmaktadır. Kullanıcı arayüzü Qt'de uygulanır ve C veya Python kullanılarak genişletilmektedir.[17]

Dilimleyici, çeşitli modüler geliştirme türlerini desteklemektedir. Tamamen etkileşimli, özel arayüzler C veya Python ile yazılabilir. Herhangi bir dilde komut satırı programları, grafiksel bir arabirimin otomatik olarak oluşturulduğu hafif bir XML belirtimi kullanılarak sarılmaktadır.

Slicer çekirdek uygulamasında dağıtılmayan modüller için, Slicer içinden seçmeli indirme için otomatik olarak oluşturulacak ve dağıtılacak bir sistem mevcuttur. Bu mekanizma, Dilimleyici çekirdeği için kullanılan izin verilen BSD tarzı lisanstan farklı lisans gereksinimlerine sahip kodun dahil edilmesini kolaylaştırmaktadır.

Dilimleyici oluşturma işlemi, ön koşul ve isteğe bağlı kitaplıkları (Qt hariç) otomatik olarak oluşturmak için CMake'i kullanmaktadır. Çekirdek geliştirme döngüsü, çevrimiçi bir gösterge panosu kullanılarak izlenen tüm platformlarda artan ve gecelik derlemelerin yanı sıra otomatik testleri içermektedir.

Dış bağımlılıklar değiştir

Ayrıca bakılabilir değiştir

Kaynakça değiştir

  1. ^ Golby, Alexandra J. (5 Mayıs 2015). Image-Guided Neurosurgery (İngilizce). Academic Press. ISBN 9780128011898. 9 Temmuz 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 5 Temmuz 2021. 
  2. ^ Pieper S., Halle M., Kikinis R. 3D SLICER. Proceedings of the 1st IEEE International Symposium on Biomedical Imaging: From Nano to Macro 2004; 1:632–635.
  3. ^ Adriaan, Germain (16 Ağustos 2011). 3dslicer (İngilizce). Brev Publishing. ISBN 9786136666464. 15 Eylül 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 5 Temmuz 2021. 
  4. ^ "3D Slicer". www.slicer.org (İngilizce). 18 Ekim 2000 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Eylül 2017. 
  5. ^ Pieper S., Lorensen B., Schroeder W., Kikinis R. The NA-MIC Kit: ITK, VTK, Pipelines, Grids and 3D Slicer as an Open Platform for the Community. Proceedings of the 3rd IEEE International Symposium on Biomedical Imaging: From Nano to Macro 2006; 1:698-701.
  6. ^ Hirayasu, Y; Shenton, ME; Salisbury, DF; Dickey, CC; Fischer, IA; Mazzoni, P; Kisler, T; Arakaki, H; Kwon, JS; Anderson, JE; Yurgelun-Todd, D; Tohen, M; McCarley, RW (1998). "Lower left temporal lobe MRI volumes in patients with first-episode schizophrenia compared with psychotic patients with first-episode affective disorder and normal subjects". The American Journal of Psychiatry. 155 (10): 1384-91. doi:10.1176/ajp.155.10.1384. PMID 9766770. 
  7. ^ Fedorov; Beichel; Kalpathy-Cramer; Finet; Fillion-Robin; Pujol; Bauer; Jennings; Fennessy; Sonka; Buatti; Aylward; Miller; Pieper; Kikinis (2012). "3D Slicer as an image computing platform for the Quantitative Imaging Network". Magnetic Resonance Imaging. 30 (9): 1323-41. doi:10.1016/j.mri.2012.05.001. PMC 3466397 $2. PMID 22770690. 
  8. ^ "Literature Search showing over 9000 publications that reference 3D Slicer on Google Scholar" (İngilizce). 1 Temmuz 2009 tarihinde kaynağından arşivlendi. Erişim tarihi: 9 Aralık 2019. 
  9. ^ Hata, Nobuhiko; Piper, Steve; Jolesz, Ferenc A.; Tempany, Clare MC; Black, Peter; Morikawa, Shigehiro; Iseki, Horoshi; Hashizume, Makoto; Kikinis, Ron (2007). Ayache, Nicholas; Ourselin, Sébastien; Maeder, Anthony (Ed.). "Application of Open Source Image Guided Therapy Software in MR-guided Therapies". Medical Image Computing and Computer-Assisted Intervention – MICCAI 2007. Lecture Notes in Computer Science (İngilizce). Berlin, Heidelberg: Springer: 491-498. doi:10.1007/978-3-540-75757-3_60. ISBN 978-3-540-75757-3. 3 Haziran 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 6 Temmuz 2021. 
  10. ^ For a list of publications citing Slicer usage since 1998, visit: http://www.slicer.org/publications/pages/display/?collectionid=11 29 Mart 2016 tarihinde Wayback Machine sitesinde arşivlendi.
  11. ^ Archip, N; Clatz, O; Whalen, S; Kacher, D; Fedorov, A; Kot, A; Chrisochoides, N; Jolesz, F; Golby, A; Black, PM; Warfield, SK (2007). "Non-rigid alignment of pre-operative MRI, fMRI, and DT-MRI with intra-operative MRI for enhanced visualization and navigation in image-guided neurosurgery". NeuroImage. 35 (2): 609-24. doi:10.1016/j.neuroimage.2006.11.060. PMC 3358788 $2. PMID 17289403. 
  12. ^ Ziyan, Ulas; Tuch, David; Westin, Carl-Fredrik (2006). Larsen, Rasmus; Nielsen, Mads; Sporring, Jon (Ed.). "Segmentation of Thalamic Nuclei from DTI Using Spectral Clustering". Medical Image Computing and Computer-Assisted Intervention – MICCAI 2006. Lecture Notes in Computer Science (İngilizce). Berlin, Heidelberg: Springer: 807-814. doi:10.1007/11866763_99. ISBN 978-3-540-44728-3. 9 Temmuz 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 6 Temmuz 2021. 
  13. ^ Verhey, JF; Nathan, NS; Rienhoff, O; Kikinis, R; Rakebrandt, F; D'ambra, MN (2006). "Finite-element-method (FEM) model generation of time-resolved 3D echocardiographic geometry data for mitral-valve volumetry". BioMedical Engineering OnLine. 5: 17. doi:10.1186/1475-925X-5-17. PMC 1421418 $2. PMID 16512925. 
  14. ^ "Arşivlenmiş kopya". 1 Ekim 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 5 Temmuz 2021. 
  15. ^ "Arşivlenmiş kopya". 23 Kasım 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 5 Temmuz 2021. 
  16. ^ "marching cubes | biomedical optics". stef2cnrs.wordpress.com (Fransızca). 22 Eylül 2008 tarihinde kaynağından arşivlendi. Erişim tarihi: 20 Eylül 2017. 
  17. ^ Detection and Quantification of Small Changes in MRI Volumes. 2014. s. 18.