Brain PET SUVr 추출 절차 (3D Slicer 활용)[co]

 

Brain PET SUVr 추출 절차 (3D Slicer 활용)[co]

1. Brain Atlas 기반 Parcellation (세분화)

(1) CT 영상을 이용한 Parcellation

  • Step 1: CT DICOM 데이터를 3D Slicer에 불러오기 (Add Data → DICOM Import).

  • Step 2: Brain Atlas(예: AAL, Harvard-Oxford, 또는 MNI atlas)를 Extension Manager에서 설치.

  • Step 3: CT 영상과 Atlas를 정합(Registration → Rigid/Linear).

  • Step 4: Atlas 기반으로 CT 영상에 segmentation 수행 (Segment EditorImport Labelmap).

  • Step 5: 각 뇌 영역(Label)을 segment 파일(NRRD 또는 NIFTI)로 저장.

주의: CT는 연조직 대비가 낮아 Atlas 정합 정확도가 떨어질 수 있으므로, 뼈 구조를 기준으로 alignment를 확인해야 합니다.

(2) MRI 영상을 이용한 Parcellation

  • Step 1: MRI DICOM 데이터를 불러오기.

  • Step 2: Brain Atlas를 MRI에 정합(Registration → Affine/Non-linear).

  • Step 3: MRI는 연조직 대비가 좋아 Atlas 기반 segmentation이 더 정확합니다.

  • Step 4: Segment Editor에서 Atlas 레이블을 MRI에 적용.

  • Step 5: 각 뇌 영역 segment 파일을 저장.

Tip: MRI 기반 segmentation은 PET 분석에서 가장 많이 사용됩니다. CT 기반 segmentation은 PET-CT workflow에서 보조적으로 활용됩니다.

2. Image Registration (영상 정합)

(1) Brain CT와 PET Registration

  • Step 1: CT와 PET 영상을 불러오기.

  • Step 2: Registration 모듈에서 CT를 Fixed Image, PET을 Moving Image로 설정.

  • Step 3: Rigid 또는 Affine registration 수행.

  • Step 4: PET 영상을 CT 공간에 맞게 변환 후 저장.

(2) Brain MRI와 PET Registration

  • Step 1: MRI와 PET 영상을 불러오기.

  • Step 2: MRI를 Fixed Image, PET을 Moving Image로 설정.

  • Step 3: Non-linear registration(FSL, ANTs 기반) 사용 시 더 정밀한 정합 가능.

  • Step 4: PET 영상을 MRI 공간에 맞게 변환 후 저장.

주의: PET 영상은 해상도가 낮으므로, registration 후 반드시 overlay를 확인하여 anatomical mismatch가 없는지 검증해야 합니다.

3. Segment 파일과 PET 영상 결합

  • Step 1: 저장된 PET 영상을 불러오기.

  • Step 2: 정합된 segmentation 파일(NRRD/NIFTI)을 불러오기.

  • Step 3: PET Standard Uptake Value Computation 모듈 실행.

    • PETVolume: 정합된 PET 영상

    • VOIVolume: segmentation 파일

  • Step 4: 각 segment별 SUVmax, SUVmean, SUVmin 값 추출.

  • Step 5: 결과를 CSV 파일로 저장.

4. SUVr 계산

  • Step 1: Reference tissue(소뇌, cerebellum) segment SUVmean 값 확인.

  • Step 2: 각 영역 SUVmean / Reference SUVmean = SUVr 계산.

  • Step 3: 계산된 SUVr 값을 Excel 파일로 저장.

    • CSV 파일을 Excel에서 열어 SUVr 계산식 적용.

    • 또는 Python/R을 이용하여 자동 계산 후 저장 가능.

실행 절차 요약

  1. CT/MRI 기반 Brain Atlas segmentation → segment 파일 저장

  2. PET 영상과 CT/MRI 영상 registration → PET 영상 저장

  3. PET 영상 + segmentation 파일 불러오기 → SUV 값 추출

  4. Reference tissue(소뇌) SUV로 나누어 SUVr 계산 → Excel 저장

참고문헌 및 자료

  • 3D Slicer 공식 문서: PET SUV Computation

  • Atlas 자료: Harvard-Oxford Atlas (FSL) (fsl.fmrib.ox.ac.uk in Bing)

  • Registration 참고: ANTs Registration

요약

3D Slicer에서 SUVr을 추출하려면 Atlas 기반 segmentation → PET-CT/MRI registration → SUV 추출 → Reference tissue로 정규화 과정을 거칩니다. MRI 기반 segmentation이 가장 정확하며, 소뇌를 기준으로 SUVr을 계산하여 CSV/Excel 파일로 저장할 수 있습니다.

태그검색

#3DSlicer #PET #SUVr #BrainAtlas #의료영상분석 #Neuroimaging

검색설명 (150자 이내)

Brain PET SUVr 추출법! 문제: 복잡한 영상 분석. 해결책: 4단계 절차+Atlas+Registration. SUVr 계산으로 연구·강의 활용, 정확도↑

댓글

이 블로그의 인기 게시물

히브리인, 이스라엘인, 유대인 성경 속 이름에 숨겨진 소름 돋는 비밀

작은 틈이 무너뜨린다 왜 우리는 ‘사소한 분열’을 극도로 경계해야 하는가

작은 틈이 무너뜨린다 왜 성경은 ‘분열의 시작’을 그렇게 경고하는가