在 3D Slicer 中，从手动导入CT数据到生成用于3D打印的STL模型，涉及一个标准化的处理流程。以下 Python 代码将这一流程封装为一个简易的软件模块，通过 `openclaw` 类提供清晰的函数调用接口 [ref_2][ref_3]。 ### 核心流程与代码结构 整个流程可解构为六个步骤，代码将围绕一个主类 `OpenClawProcessor` 进行组织。 ```python """ openclaw.py 3D Slicer 自动化处理流程：从CT分割到生成3D打印浇筑腔。 依赖：3D Slicer 内置 Python 环境 (SlicerPython) """ import slicer import os class OpenClawProcessor: """ 主处理器类，封装从数据加载到模型导出的完整流程。 """ def __init__(self): self.volume_node = None # 加载的CT体积数据节点 self.skin_segment_name = "Skin" # 皮肤分割段名称 self.tumor_segment_name = "Tumor" # 肿瘤分割段名称 self.cavity_segment_name = "CastingCavity" # 生成的浇筑腔名称 self.segmentation_node = None # 分割节点，容纳所有分割结果 self.segment_editor_node = None # 分割编辑器逻辑节点 def load_ct_volume(self, file_path): """ 步骤1：手动导入CT图像数据。 支持 DICOM 目录、NIfTI (.nii/.nii.gz) 或 NRRD 文件。 """ if not os.path.exists(file_path): raise FileNotFoundError(f"文件路径不存在: {file_path}") print(f"[INFO] 正在加载数据: {file_path}") # slicer.util.loadVolume 能自动识别多种格式 self.volume_node = slicer.util.loadVolume(file_path) if not self.volume_node: raise RuntimeError(f"无法加载文件，请检查格式: {file_path}") print(f"[INFO] 数据加载成功。图像尺寸: {self.volume_node.GetImageData().GetDimensions()}") return self.volume_node def setup_segmentation_workspace(self): """ 步骤2：初始化分割工作空间。 创建分割节点，并关联到分割编辑器。 """ # 创建新的分割节点 self.segmentation_node = slicer.mrmlScene.AddNewNodeByClass("vtkMRMLSegmentationNode") self.segmentation_node.CreateDefaultDisplayNodes() # 关键：设置分割的参考几何，确保与CT空间对齐 self.segmentation_node.SetReferenceImageGeometryParameterFromVolumeNode(self.volume_node) # 获取分割编辑器部件并关联节点 segment_editor_widget = slicer.modules.segmenteditor.widgetRepresentation().self() segment_editor_widget.setSegmentationNode(self.segmentation_node) segment_editor_widget.setMasterVolumeNode(self.volume_node) # 创建并设置分割编辑器节点 self.segment_editor_node = slicer.mrmlScene.AddNewNodeByClass("vtkMRMLSegmentEditorNode") segment_editor_widget.setCurrentSegmentEditorNode(self.segment_editor_node) print("[INFO] 分割工作空间初始化完成。") return self.segmentation_node def segment_skin_by_threshold(self, threshold_min=-200, threshold_max=200): """ 步骤3.1：使用阈值法分割皮肤。 基于CT值范围进行分割，适用于皮肤与空气高对比度场景。 """ import vtkSegmentationCorePython as segCore # 在分割节点中创建皮肤段 skin_segment = segCore.vtkSegment() skin_segment.SetName(self.skin_segment_name) self.segmentation_node.GetSegmentation().AddSegment(skin_segment) # 配置分割编辑器 segment_editor_widget = slicer.modules.segmenteditor.widgetRepresentation().self() segment_editor_widget.setCurrentSegmentEditorNode(self.segment_editor_node) segment_editor_widget.setActiveEffectByName("Threshold") effect = segment_editor_widget.activeEffect() # 设置阈值参数 effect.setParameter("MinimumThreshold", str(threshold_min)) effect.setParameter("MaximumThreshold", str(threshold_max)) effect.setParameter("ThresholdRangeMin", str(threshold_min)) effect.setParameter("ThresholdRangeMax", str(threshold_max)) print(f"[INFO] 应用皮肤阈值分割，范围: [{threshold_min}, {threshold_max}]") effect.self().onApply() # 执行分割 # 可选后处理：保留最大连通区域以去除内部“孤岛”（如鼻腔） segment_editor_widget.setActiveEffectByName("Islands") effect = segment_editor_widget.activeEffect() effect.setParameter("Operation", "KEEP_LARGEST_ISLAND") effect.self().onApply() print("[INFO] 皮肤分割完成，并已清理孤岛。") def segment_tumor_by_grow_from_seeds(self, seed_coordinates_list, intensity_tolerance=50): """ 步骤3.2：使用区域生长法分割肿瘤。 需要提供肿瘤内部的种子点坐标（基于图像索引或RAS坐标）。 注意：此函数模拟了参数设置，但种子点交互通常更适合在GUI中完成。 """ import vtkSegmentationCorePython as segCore # 创建肿瘤段 tumor_segment = segCore.vtkSegment() tumor_segment.SetName(self.tumor_segment_name) self.segmentation_node.GetSegmentation().AddSegment(tumor_segment) # 配置分割编辑器使用区域生长工具 segment_editor_widget = slicer.modules.segmenteditor.widgetRepresentation().self() segment_editor_widget.setCurrentSegmentEditorNode(self.segment_editor_node) segment_editor_widget.setActiveEffectByName("Grow from seeds") effect = segment_editor_widget.activeEffect() effect.setParameter("IntensityTolerance", str(intensity_tolerance)) # 重要：在实际GUI操作中，种子点通过鼠标点击放置。 # 此处为演示，假设种子点已通过其他方式设置。 # 更自动化的方法可能需要预先将坐标转换为标记点 (Fiducial)。 print(f"[INFO] 设置肿瘤区域生长，强度容差: {intensity_tolerance}") print(f"[INFO] 模拟种子点位置: {seed_coordinates_list}") # effect.self().onApply() # 因种子点依赖交互，此行在此示例中注释掉 print("[INFO] 提示：请在GUI中使用‘Grow from seeds’工具，在肿瘤内部点击放置种子点，然后点击Apply。") def create_casting_cavity_by_subtraction(self): """ 步骤4：运用布尔减法生成浇筑腔。 原理：浇筑腔 = 皮肤 - 肿瘤。在分割逻辑中创建一个新段来代表此布尔操作的结果。 """ import vtkSegmentationCorePython as segCore # 创建新的段来代表浇筑腔 cavity_segment = segCore.vtkSegment() cavity_segment.SetName(self.cavity_segment_name) self.segmentation_node.GetSegmentation().AddSegment(cavity_segment) # 获取皮肤和肿瘤段的ID segmentation = self.segmentation_node.GetSegmentation() skin_segment_id = segmentation.GetSegmentIdBySegmentName(self.skin_segment_name) tumor_segment_id = segmentation.GetSegmentIdBySegmentName(self.tumor_segment_name) if skin_segment_id is None or tumor_segment_id is None: raise ValueError("未找到皮肤或肿瘤分割段，请先完成分割。") # 配置分割编辑器进行逻辑操作 segment_editor_widget = slicer.modules.segmenteditor.widgetRepresentation().self() segment_editor_widget.setCurrentSegmentEditorNode(self.segment_editor_node) segment_editor_widget.setActiveEffectByName("Logical operators") effect = segment_editor_widget.activeEffect() # 设置操作：从皮肤中减去肿瘤 effect.setParameter("Operation", "SUBTRACT") effect.setParameter("ModifierSegmentId”, tumor_segment_id) # 选择当前活动段为皮肤段，操作结果将存储在新创建的浇筑腔段中 # 注意：在GUI中，需要手动在Segment列表中选择‘Skin’段，然后应用此效果。 # 以下代码模拟了参数设置，但段的选择逻辑在GUI中更直观。 print(f"[INFO] 正在执行布尔运算: {self.skin_segment_name} - {self.tumor_segment_name}") print("[INFO] 提示：在Segment Editor中，1) 在Segment列表中选择‘Skin’。2) 在Effects中选择‘Logical operators’。3) 设置Operation为‘SUBTRACT’，Modifier Segment为‘Tumor’。4) 点击Apply。结果将生成新段‘CastingCavity’。") # effect.self().onApply() # 由于段选择依赖GUI状态，此行在此示例中注释掉 def export_cavity_to_stl(self, output_file_path): """ 步骤5：将布尔运算生成的浇筑腔导出为STL文件，用于3D打印。 """ if not self.segmentation_node: raise RuntimeError("分割节点未初始化。") # 确保输出路径以.stl结尾 if not output_file_path.lower().endswith('.stl'): output_file_path += '.stl' # 设置导出参数 segmentation = self.segmentation_node.GetSegmentation() cavity_segment_id = segmentation.GetSegmentIdBySegmentName(self.cavity_segment_name) if cavity_segment_id is None: raise ValueError(f"未找到名为 '{self.cavity_segment_name}' 的分割段。") # 创建模型节点用于导出 model_node = slicer.mrmlScene.AddNewNodeByClass("vtkMRMLModelNode") # 将分割段转换为模型表面 success = slicer.modules.segmentations.logic().ExportSegmentToModelNode(self.segmentation_node, cavity_segment_id, model_node) if not success: raise RuntimeError("将分割段转换为3D模型失败。") # 导出模型为STL success = slicer.util.saveNode(model_node, output_file_path) if success: print(f"[SUCCESS] 浇筑腔STL模型已成功导出至: {output_file_path}") else: raise RuntimeError(f"导出STL文件失败: {output_file_path}") # 清理临时模型节点（可选） slicer.mrmlScene.RemoveNode(model_node) return output_file_path def run_full_pipeline(self, ct_file_path, output_stl_path, skin_threshold=(-200, 200)): """ 步骤6：运行完整处理流程的封装函数。 这是一个高级接口，按顺序调用所有步骤。 注意：肿瘤分割的种子点需要用户交互，因此该步骤被标记为需手动操作。 """ print("="*50) print("开始 OpenClaw 完整处理流程") print("="*50) # 1. 加载CT self.load_ct_volume(ct_file_path) # 2. 初始化分割 self.setup_segmentation_workspace() # 3. 分割皮肤 (自动) self.segment_skin_by_threshold(skin_threshold[0], skin_threshold[1]) # 4. 分割肿瘤 (需要用户交互 - 此处为提示) print("\n[ACTION REQUIRED] 下一步：肿瘤分割。") print("请在3D Slicer GUI中完成以下操作：") print(" a. 在‘Segment Editor’模块的Segment列表中，点击‘+’添加新段，命名为‘Tumor’。") print(" b. 在二维切片视图中，滚动到肿瘤位置。") print(" c. 在Effects中选择‘Grow from seeds’工具。") print(" d. 在肿瘤内部多个位置点击鼠标左键，放置种子点（绿色十字）。") print(" e. 调整‘Intensity tolerance’参数，预览生长区域。") print(" f. 点击‘Apply’执行分割。") print("完成后，请在Python控制台按回车继续...") input("Press Enter to continue after manual tumor segmentation...") # 5. 生成浇筑腔 (需要用户交互 - 此处为提示) print("\n[ACTION REQUIRED] 下一步：生成浇筑腔（布尔减法）。") print("请在‘Segment Editor’模块中完成以下操作：") print(" a. 在Segment列表中，点击‘+’添加新段，命名为‘CastingCavity’。") print(" b. 在Segment列表中，**选中‘Skin’段**。") print(" c. 在Effects中选择‘Logical operators’工具。") print(" d. 设置Operation为‘SUBTRACT’，Modifier Segment为‘Tumor’。") print(" e. 点击‘Apply’。此时，‘CastingCavity’段应显示为皮肤减去肿瘤的结果。") print("完成后，请在Python控制台按回车继续...") input("Press Enter to continue after boolean subtraction...") # 6. 导出STL self.export_cavity_to_stl(output_stl_path) print("\n" + "="*50) print("流程完成！") print(f"最终STL文件已保存至: {output_stl_path}") print("="*50) # ====== 使用示例 ====== if __name__ == "__main__": """ 示例：如何使用 OpenClawProcessor 类。 将此脚本放在 3D Slicer 的 Python Interactor 中运行，或作为模块导入。 """ # 初始化处理器 processor = OpenClawProcessor() # 定义输入输出路径 (请根据实际情况修改) ct_path = r"C:\MyData\Patient01\CT.nii.gz" # 或 DICOM 目录路径 output_path = r"C:\MyOutput\casting_cavity.stl" try: # 方式一：全自动运行（皮肤分割自动，肿瘤和布尔运算需手动干预） processor.run_full_pipeline(ct_path, output_path, skin_threshold=(-150, 250)) # 方式二：分步控制（更灵活，适合集成到更大工作流） # processor.load_ct_volume(ct_path) # processor.setup_segmentation_workspace() # processor.segment_skin_by_threshold(-200, 200) # # ... 在此处进行手动肿瘤分割和布尔运算 ... # processor.export_cavity_to_stl(output_path) except Exception as e: print(f"[ERROR] 流程执行失败: {e}") import traceback traceback.print_exc() ``` ### 关键操作与注意事项 1. **手动交互部分**：该代码自动化了数据加载、皮肤分割和最终导出。然而，**肿瘤分割 (`Grow from seeds`)** 和**布尔减法 (`Logical operators`)** 这两个步骤严重依赖用户在图形界面中的交互操作（如点击放置种子点、选择操作段）。代码中通过 `print` 语句和 `input()` 暂停来引导用户。这是为了平衡自动化与分割精度要求，因为肿瘤边界通常需要人工判断 [ref_5]。 2. **参数调整**： * **皮肤阈值 (`skin_threshold`)**：代码中默认值为 `(-200, 200)` HU。这适用于典型的软组织。**必须根据具体CT扫描协议和患者体型进行调整**。可以在 `run_full_pipeline` 函数中修改此参数。 * **肿瘤区域生长容差 (`intensity_tolerance`)**：在 `segment_tumor_by_grow_from_seeds` 函数中定义。值越小，生长越严格，可能无法覆盖整个肿瘤；值越大，可能泄露到周围组织。需要在GUI中实时调整预览。 3. **布尔运算逻辑**：浇筑腔 (`CastingCavity`) 是皮肤 (`Skin`) 减去肿瘤 (`Tumor`) 的结果。这在手术规划或定制植入物制造中很常见，用于创建容纳健康组织或填充物的空腔 [ref_3]。 4. **封装为简易软件**：`OpenClawProcessor` 类将所有功能封装在一起。可以将其保存为 `openclaw.py` 文件。在 3D Slicer 中，通过 `View -> Python Interactor` 打开控制台，使用 `exec(open(‘path/to/openclaw.py’).read())` 加载，然后创建对象并调用方法。更进一步的封装可以创建一个 Slicer 扩展模块，添加图形界面按钮和参数输入框 [ref_4]。 5. **导出与3D打印**：导出的STL文件是一个三角网格表面模型。在用于3D打印前，**务必使用专业的3D打印切片软件（如Ultimaker Cura、PrusaSlicer）检查模型**，确保其是“水密”的（无孔洞、非流形边），必要时进行修复和添加支撑 [ref_6]。 通过运行此脚本，用户可以在3D Slicer环境的引导下，高效地完成从CT数据到可3D打印的浇筑腔模型的半自动化生成流程。