🧠 PET-IndiC 확장으로 SUVr 계산 상세 단계 [pe] 

아래는 **3D Slicer 확장인 PET-IndiC을 이용한 PET SUVr 계산과 관련된 상세 단계 문서입니다.

PET-IndiC은 PET영상에서 ROI별 정량지표를 빠르게 자동 계산할 수 있게 해주는 확장입니다. (3D Slicer)

---

✅ PET-IndiC 확장 기반 PET SUVr 계산 실전 절차서 [pe]

3D Slicer GUI/Python 연동 버전

---

📌 사용 가능한 3D Slicer 버전

• 3D Slicer 5.6.1 Stable 이상

• PET-IndiC Extension 설치 필요

  • Extensions Manager → PET-IndiC

  • 설치 후 restart 필요 (3D Slicer)

---

⭐ PET-IndiC 확장이란?

PET-IndiC은 PET SUV 영상과 레이블 영상을 기반으로 정량지표(quantitative indices) 를 계산해주는 확장입니다.
이 확장은 Segment Editor의 라벨을 수정할 때 자동으로 측정값 테이블을 갱신하며, CLI로 배치 처리가 가능합니다. (3D Slicer)

계산 가능한 지표 예시

지표	설명
Mean SUV	ROI 단위 평균 SUV
Peak SUV	ROI 최대 강조 SUV
Total Lesion Glycolysis (TLG)	ROI의 대사 활성 총량
Volume	ROI 부피

이 중 SUV Mean / Peak는 SUVr 계산의 기본이 됩니다. (QIICR)

---

📌 PET-IndiC 설치

1. 3D Slicer 실행
2. Extensions Manager 열기
3. PET-IndiC 검색 → Install
4. Restart Slicer

---

🧠 PET-IndiC 기반 SUVr 계산 자세한 단계

---

1️⃣ PET 영상 불러오기

메뉴

File → Add Data

• PET DICOM 또는 NIfTI 영상 로드

• SUV로 변환되어 있지 않다면 PET DICOM Extension으로 먼저 SUV 변환 필요 (QIICR)

---

2️⃣ Segment Editor로 관심영역 만들기

PET-IndiC은 PET 영상과 Label Map을 이용하므로 먼저 PET ROI 라벨 생성이 필요합니다.

절차

Modules → Segment Editor

• PET를 배경으로 설정

• ROI를 세그먼트로 그리기 (manual 또는 PET-TumorSegmentation 확장 사용 가능) (QIICR)

---

3️⃣ PET-IndiC 시작

Modules → PET-IndiC

PET-IndiC 인터페이스는 다음을 포함합니다:

입력	설명
Input PET Volume	SUV로 변환된 PET 영상
Label Image	Segment Editor로 생성한 Label Map
Quantitative Measures	계산할 정량지표 선택

---

4️⃣ 정량지표 자동 계산

• 세그먼트 생성 또는 수정 시 자동 계산

• 결과는 테이블 형태로 출력

예시 출력 항목:

SegmentName, MeanSUV, PeakSUV, Volume, TLG, ...

이 테이블을 copy/paste 또는 CSV로 저장 가능 (3D Slicer)

주의: PET-IndiC은 Segment Statistics와 연동하여 더 상세한 정량값을 생성합니다.

---

5️⃣ SUVr 계산 공식 적용

PET-IndiC은 Mean SUV, Peak SUV 등 SUV 관련 값을 출력하지만 SUVr은 직접 계산해야 합니다.

SUVr = SUV(target ROI) / SUV(reference ROI) (위키백과)

예) 소뇌(Reference) 기준 SUVr

SUVr(target) = MeanSUV(target) / MeanSUV(cerebellum)

---

6️⃣ Batch 모드 및 CLI 사용

PET-IndiC에는 CLI 모듈이 포함되어 있어 배치 처리 가능:

QuantitativeIndicesCLI

이 명령어로 다수의 PET 영상 + label map을 순차 처리하여 CSV 출력이 가능합니다. (3D Slicer)

예:

slicer --no-main-window --python-script batch_quant.py

batch_quant.py 내부에서 CLI 호출 시:

slicer.cli.runSync(slicer.modules.quantitativeindicescli,None,{
    "inputVolume":petNode,
    "labelVolume":labelNode,
    "outputTable":subject+"_petindic.csv"
})

---

7️⃣ 결과 정리

CSV 결과는 다음 형식으로 받아올 수 있습니다:

Segment	MeanSUV	PeakSUV	Volume	…

이 결과를 기반으로:

1. ROI별 SUV 값 추출

2. 기준(reference) region (ex. cerebellum) MeanSUV 찾기

3. SUVr 계산

4. 엑셀 파일로 저장

---

🧪 예시 SUVr 자동 계산 파이썬

import pandas as pd

df = pd.read_csv(subject+"_petindic.csv")

ref_val = df[df["Segment"]=="Cerebellum"]["MeanSUV"].values[0]

df["SUVr"] = df["MeanSUV"] / ref_val
df.to_excel(subject+"_SUVr.xlsx",index=False)

---

📌 추가 팁

✔ PET SUV 입력 준비

PET을 SUV 이미지로 읽어오기 위해:

• PET-DICOM Extension을 이용해 PET DICOM을 SUV로 변환

• PET-IndiC에서 SUV 이미지로 처리 (3D Slicer)

---

📈 PET-IndiC 계산 결과 예시

Segment	MeanSUV	PeakSUV	SUVr (reference=cer)
lesion1	5.2	8.0	3.0
region2	2.1	3.2	1.2

---

📚 정량지표 이해

• MeanSUV: ROI 내 평균 섭취

• PeakSUV: ROI 최고 픽셀 섭취

• Volume: ROI 부피

• TLG: ROI 대사 활성 총량

• SUVr: 기준 영역 대비 표준화 값 (QIICR)

---

📌 요약

PET-IndiC은:

✔ 빠른 ROI 정량 측정
✔ SegmentStatistics 연동
✔ GUI/CLI 모두 지원
✔ Batch 명령줄 계산 가능

단, SUVr 계산은 직접 공식 적용 필요입니다. (3D Slicer)

---

📌 참고자료

1. PET-IndiC 공식 3D Slicer 확장 설명 (3D Slicer)

2. PET-IndiC 적용 예: FDG PET uptake 측정 논문 (link.springer.com)

3. SUV 개념 (정량 기준 설명) (위키백과)

---

다음단계:

PET-IndiC CLI 자동 Batch 스크립트 예시도 단계별 코드로 정리

관련된

MONAI Label 서버 시작 및 3D Slicer 연결 방법

MONAI Auto3DSeg 확장 설치와 뇌 영역 분할 튜토리얼

MONAI Parcellation 모델 선택과 자동 세그멘테이션 실행

3D Slicer에서 MONAI Label 설정 옵션 최적화 팁

MONAI Label로 brain tumor 또는 organ parcellation 예제