projects:otolaryngologist:medical_image_analysis_software

Сравнение систем анализа медицинских изображений

3D Slicer InVesalius 3 Starviewer
Open Source
Языки программирования C++ / Python Python C++
Технологии интерфейса пользователя Qt 5 PyCharm Qt 5
Механизм реализации расшиений/плагинов
Система сборки CMake CMake CMake
Дата последней версии 22.02.2023 18.08.2017 12.02.2022

Сравнение основных свойств исследуемых приложений

3D Slicer InVesalius 3 Starviewer
Пользовательский интерфейс 6/10 7/10 8/10
Функциональность 9/10 8/10 6/10
Пригодность к расширению функционала 8.5/10 6.5/10 5/10
Наличие документации и иной информации 8/10 6/10 5/10
Производительность 6/10 6.5/10 7/10
Качество 3D моделирования 8/10 7/10 2/10

3D Slicer

Особенности:

  • Интеграция с Jupyter notebook;
  • В приложении рабочая область с достаточно большим функционалом;
  • Oбласть в которой будут отображаться снимки исследований, а также 3d модель является постоянной;
  • Подход жесткого закрепления элементов интерфейса, даже когда закрепленные за ним функции не используются;
  • Возможность оперативно и без особых усилий подгрузить файлы КТ-снимков;
  • Высокое качество 3D моделей;
  • Большое количество документации, а так же ее доступность.

InVesalius 3

Особенности:

  • Более современный интерфейс;
  • Поддержка русского языка;
  • Позволяет без особых усилий подгрузить файлы;
  • Высокое качество 3D моделей.

Starviewer

Особенности:

  • Функционал приложения открывается в нужный момент;
  • Приятное оформление;
  • Хорошая производительность.

Вывод

Исходя из большего функционала, удобства, качества и доступной документации предпочтение отдается разработке на основе 3D Slicer.

Средства идентификации носовой перегородки

Сегментация изображения (или контурирование) – это процедура очерчивания участков изображения, в частности, соответствующих различным анатомическим структурам. Данная процедура необходима для визуализации структур, измерения их параметров, ограничения области анализа и т. д.

Сегментация может быть произведена вручную, но чаще всего используются полуавтоматические и автоматические методы сегментации. 3D Slicer предлагает модуль Segment editor, в котором реализованы различные методы сегментации.

Полученные в результате сегментации участки могут быть представлены в различном виде. Некоторые способы представления, их достоинства и недостатки представлены на рис. 1.
Сравнение разных видов представления сегментированных участков изображения.

Чаще всего используется представление в виде binary labelmap, так как данные в таком представлении проще редактировать.3D Slicer предоставляет модули для работы с сегментацией, такие как Segment editor и Segment statistics.

Модуль Segment editor позволяет выделять сегменты на 2D/3D/4D изображениях. Данный модуль предлагает инструменты для редактирования перекрывающих друг друга сегментов, редактирования данных, представленных в трёхмерном виде и т. д. рис.2.
Интерфейс Segment editor.

Модуль Segment statistics позволяет считать позволяет считать статистику для выбранной структуры. Расчеты параметров производятся на структуре, представленной в виде binary labelmap — это стоит иметь в виду, так как точность такого вида представления ограничена.
Ниже представлены основные параметры, рассчитываемые модулем, которые могут использоваться для выполнения поставленной задачи:

  1. Объём сегмента (в мм2 и см2). Метаданные формата DICOM содержат информацию о размере пикселей, расстоянии между слоями, физическом положении слоёв в пространстве их ориентации и т. д. Все эти параметры учитываются при расчёте объёма;
  2. Площадь поверхности (в мм2);
  3. “Округлость” сегмента;
  4. Плоскостность сегмента;
  5. Вытянутость сегмента (elongation).

Краткое описание функционала Segment statistics представлено в документации к 3D Slicer. Подробное описание последних трёх параметров и код для их расчёта можно найти здесь.

projects/otolaryngologist/medical_image_analysis_software.txt · Last modified: 2023/06/03 23:12 by kel