作者：邓妙峰，简志聪，佛山市三水区人民医院神经外科；
随着医疗技术的进步，手术辅助器械的更新迭代，神经外科手术逐渐由传统的开放性手术转向更为精准的微创操作，这一转变有赖于医学影像技术的发展。3D Slicer 由哈佛大学和麻省理工学院研发，其初衷是为外科医生提供便捷的三维图像处理和分析工具，核心优势在于其多模态影像数据处理能力。其开源特性不仅使得用户能够免费使用该软件，还能通过插件的形式不断扩展其功能，以满足特定的临床需求。
此外，3D Slicer 能够处理包括CT、MRI、PET、超声及DSA 等多种影像数据，支持图像的分割、配准、三维重建、体积测量和术中导航等功能，在影像数据处理精度和可视化效果方面也具有显著优势，可实现多种影像学数据的多模态融合，生成高质量的三维模型，为医生提供更精确的手术规划。
近年来，其在神经外科领域实现了从“辅助工具”到“诊疗核心引擎”的跨越式发展。其模块化架构与开源生态使其能够快速集成人工智能( AI) 、增强现实( AR) 、云计算等前沿技术，推动神经外科向多模态融合、智能化决策与实时交互的方向演进。本文旨在深入探讨其在神经外科手术中的应用，希望能够为神经外科领域的临床实践和研究提供有益的借鉴和启示。
1. 3D Slicer 概述
1.1 软件功能与特点
自问世以来，3D Slicer 不断扩展功能，现已成为一款功能丰富且高度灵活的工具，涵盖了从图像获取到最终临床应用的完整工作流程。
1.1.1 图像分割：是3D Slicer 最核心的功能之一。在神经外科手术中，准确的图像分割对于识别病灶、周围关键解剖结构以及规划手术路径至关重要。3D Slicer 支持多种分割方法，包括手动、半自动和全自动分割，可以帮助医生对脑肿瘤、脑血管异常( 如动脉瘤) 、
1.1.2 3D 重建：此功能通过整合CT、MRI 等多种影像数据，生成高质量的三维模型，展示解剖结构，同时进行动态旋转、缩放和剖面显示，提供丰富的视角用于术前规划和术中导航。
1.1.3 数据可视化：3D Slicer 提供了强大的数据可视化工具，能够以多种方式展示和处理影像数据。其多平面重建( MPR) 功能可同时显示横断面、矢状面和冠状面图像，帮助医生从多个维度上分析解剖结构。在手术规划中，可视化功能可通过颜色编码、透明度调整等手段，将病灶、血管、神经等结构同时展现，使医生能够清晰了解手术部位的解剖关系。
比较两组患者的手术指标、并发症发生率，以及术前和术后3 个月的GOS 评分、NIHSS评分，以及术前和术后7 d 的炎症因子和血管相关因子水平。结果显示，3D － slicer 组的手术时间、术中失血量和住院时间均显著短于对照组( 均P ＜0. 05) ，血肿清除率显著高于对照组( P ＜ 0. 05) 。
术后3 个月，3D － slicer 组预后良好率高于对照组( 91. 07% vs.67. 86%，P ＜ 0. 05) ，NIHSS 评分低于对照组( P ＜ 0. 05) 。术后7 d，两组炎症和血管因子水平均较术前下降，且3D － slicer 组低于对照组( P ＜ 0. 05) 。3D Slicer 组并发症发生率也显著更低( 3. 57% vs.19. 64%，P ＜ 0. 05) 。结果表明，3D Slicer辅助穿刺引流可提高HICH 血肿清除效果，促进康复，减轻神经损伤，并具有较高安全性。
1.1.4 测量与分析：通过提供精确的距离、体积、面积等测量工具，可帮助医生定量分析病变部位的情况。段新聪等探讨了AI 与3DSlicer 可视化技术在辅助诊断
以DSA 检查结果为金标准，比较了AI 和基于3DSlicer 的CTA 影像后处理在诊断准确率、动脉瘤瘤颈和最大直径测量方面的一致性。结果显示，AI 和3D Slicer 对颅内动脉瘤的诊断准确率分别为92%和90%，差异有统计学意义( P = 0. 002) ，3D Slicer在测量瘤颈＜3 mm 和3 ～ 5 mm 时一致性较好( ICC =0. 537、0. 602) ，在测量最大径＜ 3 mm 和3 ～ 5 mm 时一致性分别为较好和良好( ICC = 0. 732、0. 777) 。
当瘤颈＞ 5 mm 时，AI 和3D Slicer 均表现出较高一致性( ICC = 0. 956、0. 741) ；测量最大径＞ 5 mm 时，AI 与DSA 一致性良好( ICC = 0. 767) ，3D Slicer 则一致性极高( ICC = 0. 985) 。AI、DSA 及3D Slicer 在测量瘤颈和最大径时差异均有统计学怿怿( P ＜0. 05) ，表明AI 和3D Slicer 在颅内动脉瘤辅助诊断中均具有较高准确率，能够精确测量动脉瘤形态参数，经进一步优化后有望在临床智能诊断中推广应用。
1.2 3D Slicer 的技术特点
1.2.1 插件扩展性：3D Slicer 具有高度模块化的架构，允许用户根据需求定制软件功能。目前，在神经外科领域，常用的插件包括“Segment Editor”用于高级分割操作、“Slicer IGT”用于图像引导手术( IGS) 导航以及“Path Planning”用于手术路径规划等。
1.2.2 多模态数据处理能力：该功能可通过图像配准( image registration) 技术，将不同模态的数据准确叠加，实现多源信息的综合分析。该功能使医生能够将CT、MRI 与PET 等多种类型的影像数据融合，从而获得更加全面的解剖信息。
1.2.3 开源社区支持：3D Slicer 作为开源软件得益于全球范围内活跃的开发者和用户社区，不仅持续改进和扩展软件功能，还提供了丰富的学习资源、技术支持和详尽的使用教程。
2. 3D Slicer 在神经外科中的应用场景
2.1 术前规划与风险评估
利用3D Slicer，医生可以在术前准确定位病灶，评估病灶与周围结构的关系，从而制定最佳的手术路径和操作策略。
2.1.1 病灶定位与解剖结构识别：通过3D Slicer整合多模态影像如MRI 和DTI，进行高精度的图像分割和三维重建，生成详细的病灶及其周围组织的三维模型，将病灶、功能区及白质纤维束进行融合展示，使医生在术前可以清晰地识别关键解剖结构，从而降低术中损伤风险。
2.1.2 手术路径规划与风险评估：在复杂动脉瘤夹闭手术中，术前需要精确评估动脉瘤的形态、颅内血管走行及其与周围结构的关系。利用3D Slicer，可生成三维血管模型，并进行虚拟的手术路径模拟，明确夹闭点及夹闭角度，帮助医生认识可能的手术障碍，预测术中可能遇到的风险。
何川等探讨了CTA 联合3D Slicer 三维重建技术在颅内动脉瘤开颅夹闭术中的应用效果。研究回顾性分析了2021 年1 月至2023 年12 月期间接受手术的24 例患者的临床资料。术前将CTA 数据导入3D Slicer进行三维重建，分析动脉瘤特征并制定个体化手术方案，以术中实际所见为参考评估术前规划的准确性。结果显示，术前对动脉瘤朝向、血肿位置及载瘤动脉走行的判断与术中观察一致。
术前对载瘤动脉狭窄的预判与术中情况高度一致( κ = 0. 865，P ＜0. 001) ，对瘤颈分离困难的预判也具有较好一致性( κ = 0. 779，P ＜ 0. 001) 。术后24 h CT 未见新发出血，术后7 d 的CTA 未见动脉瘤复发。术中发生动脉瘤再破裂1 例，术后出现载瘤动脉远端区域梗死1 例。表明CTA 联合3D Slicer 三维重建能准确评估颅内动脉瘤，为手术规划提供关键解剖信息，有助于降低手术并发症风险。
2.1.3 复杂病例的多学科讨论支持：对于一些复杂的神经外科病例，多学科讨论( MDT) 是常见的决策方式。3D Slicer 生成的三维模型可以为MDT 提供清晰、直观的影像学参考，帮助各学科( 如神经外科、放射科、麻醉科等制定最佳的治疗方案。
2.2 术中导航与实时决策支持
在神经外科手术中，术中导航技术是实现精准手术的关键。3D Slicer通过与导航系统相结合，可实时更新术中影像数据，确保手术操作的精确性和安全性。
2.2.1 实时图像更新与导航校正：手术过程中，当切除病灶较深或靠近其他重要结构时，实时图像更新对于手术的定位至关重要。3D Slicer 可与术中MRI、CT 等设备联动，获取患者动态影像数据，并将其与术前影像进行匹配，实现在手术过程中不断校正手术路径，避免因组织移位或手术操作导致的偏差。
2.2.2 术中导航在复杂手术中的应用：对于复杂的深部颅脑手术，手术路径的选择极具挑战。3DSlicer 结合导航系统可展示病灶位置及其与周围结构的关系，提供详细的术中可视化。在遇到解剖结构变异或术中出血等意外情况时，这种精确导航使得医生可在手术中动态调整操作策略，降低术中风险。
2.3 术后评估与随访管理
术后影像分析是评估手术效果和预测患者长期预后的重要环节。
2.3.1 手术效果评估：手术后可通过3D Slicer 进行多模态影像融合和三维重建，精确地量化残留病灶的大小和位置，判断手术是否达到预期效果。例如，对于脑肿瘤切除手术，3D Slicer 可在术后MRI 影像上标记并量化残留肿瘤体积，从而为术后辅助治疗提供依据。
2.3.2 并发症监测与随访管理：3D Slicer 通过定期影像学数据的对比分析，帮助医生动态评估病情变化。以脑积水为例，3D Slicer 可通过测量脑室系统的变化，量化脑积水程度，为调整治疗方案提供依据。
2.3.3 个性化随访方案的制定：每例患者的恢复情况不同，3D Slicer 可根据患者影像学数据的变化，帮助医生制定个体化的随访计划。
2.4 医学教育与训练
2.4.1 神经解剖结构教学：复杂的神经解剖结构一直是医学教育的难点，3D Slicer 可通过生成高质量的三维解剖模型，使学生能够直观地观察和探索脑部各结构的空间关系，提高学习效率。许松为探讨案例教学法( CBL) 联合3D Slicer 可视化教学在神经外科实习带教中的应用效果，选取2023 年10 月至2024 年10 月在永州市中心医院神经外科实习的64 名学生作为研究对象，并按教学方法差异将其分为研究组与参照组，每组32 名。参照组采用传统教学法，研究组则实施CBL 与3D Slicer相结合的可视化教学策略。
比较两组学生的考核成绩和教学评价结果显示，研究组神经外科实习生的理论知识得分( 46. 07 ± 1. 15) 、实操成绩( 45. 79 ±1. 06) 及综合得分( 91. 86 ± 1. 45) 均高于参照组( 理论知识: 43. 95 ± 1. 57；实操: 43. 23 ± 1. 92；综合:87. 18 ± 2. 49) ，差异均有统计学意义( t 值分别为6. 162、6. 603、9. 188，均P ＜ 0. 001) 。同时，研究组在各教学评价指标上均优于参照组，差异均有统计学意义( 均P ＜ 0. 05) 。还有研究结果表明在神经外科实习教学中应用CBL 与3D Slicer 可视化教学能够有效提高学生成绩，增强知识掌握程度，并获得更高的教学评价与认可度。
2.4.2 手术模拟与训练：模拟训练是医学教育中的重要环节。3D Slicer 通过虚拟手术功能，使医学生能够进行模拟手术操作练习，熟悉手术流程，提升其在真实手术中的应对能力。
2.4.3 临床技能培训中的应用：在住院医师规范化培训( 住培) 医生的临床技能培训中，3D Slicer 软件可以通过术前规划和手术路径模拟，帮助他们在手术前熟悉手术操作步骤。
3. 3D Slicer 的优势与局限性
3.1 主要优势
3D Slicer 作为一款开源的医学影像处理软件，其灵活可定制的架构、多模态数据支持和广泛的社区资源使其在复杂影像处理和手术规划中占据了重要位置。
3.1.1 开源与免费：是3D Slicer 最显著的优势，避免了昂贵的许可费用，使其在临床和科研中得到了普及。
3.1.2 灵活可定制：3D Slicer 拥有高度模块化的架构，用户可根据自身需求增加或减少不同的功能模块。例如，在神经外科领域，可以添加专门用于脑肿瘤分割、术中导航和血管分析的插件。
3.1.3 跨平台支持与兼容性：3D Slicer 支持Windows、macOS 和Linux 等操作系统，提高了其在不同环境中的应用广泛性。此外，该软件还能处理多种影像数据格式，包括DICOM、NIfTI、NRRD 等兼容性良好。
3.1.4 社区资源丰富：3D Slicer 背后有一个活跃且不断壮大的全球开源社区，为用户提供了丰富的技术支持、教程和使用文档。此外，资源的持续更新和插件开发极大提升了软件的功能扩展性。
3.2 局限性与挑战
尽管3D Slicer 在神经外科及其他医学领域中展现了许多优势，但在实际应用中，仍然存在一些局限性及挑战。
3.2.1 自动化程度有限：在许多场景下，用户需要进行大量手动操作，如分割调整、路径规划等，特别是在复杂解剖结构的处理上，操作过程较为繁琐。
3.2.2 学习曲线陡峭：界面较为专业，每个模块都有独立的工作界面和操作步骤，对于初学者使用时可能会面临较高的学习难度。
3.2.3 数据融合与处理精度的挑战：虽然3D SlicerⓇ 提供了多种配准算法，但在高分辨率要求下，某些自动配准结果可能不够理想，仍需进行手动校正。
3.2.4 硬件要求与性能限制：对于处理大规模高分辨率影像数据、复杂三维重建和实时导航等应用，用户需要具备性能较强的计算机硬件。在实时更新影像数据的术中导航应用中，延迟问题可能对手术安全性构成潜在风险。
3.2.5 临床应用的标准化与认证问题：3D Slicer的开源性质使其在临床应用中可能面临监管要求不一致，与经过严格认证的商业医学软件相比，在涉及医疗器械和手术导航时，使用未经认证的软件可能带来法律风险。
4. 未来发展方向
4.1 与AI 技术融合
3D Slicer 与AI 的结合为神经外科向智能外科转变提供了强大支持。通过将深度学习算法集成到3D Slicer 中，可以实现对医学影像的自动分割、病灶识别和诊断预测等功能。例如，利用深度学习模型对脑肿瘤的MRI 影像进行分析，能够快速、准确地进行分割出肿瘤的边界，识别肿瘤的类型和分级，为医生提供更客观、准确的诊断信息。同时，结合AI 技术的3D Slicer 还可以根据患者的临床资料和影像特征，预测手术风险和治疗效果，帮助医生制定更合理的治疗方案。这种智能化的分析和决策支持系统，将大大提高神经外科诊疗的效率和准确性，推动神经外科向智能化方向发展。
4.2 远程医疗与手术协作
随着互联网技术的发展，远程医疗和手术协作成为可能。3D Slicer 作为一个开放的平台，可以与远程医疗系统集成，实现医学影像数据的实时传输和共享。在神经外科领域，医生可以通过3D Slicer 远程查看患者的影像资料，进行手术规划和会诊。对于复杂的神经外科手术，不同地区的专家可以通过3D Slicer 在虚拟环境中共同制定手术方案，进行手术模拟和指导。这种远程协作的方式，不仅能够让患者在当地医院享受到顶级专家的诊疗服务，还可以促进医疗资源的均衡分配，提高神经外科手术的整体水平。同时，通过对远程手术数据的积累和分析，可以进一步优化手术流程和技术，推动智能外科的发展。
4.3 智能手术机器人辅助
手术机器人在神经外科手术中的应用逐渐增多，3D Slicer 可以为智能手术机器人提供精确的导航和定位支持。通过与手术机器人系统的集成，3D Slicer 生成的三维模型和手术规划信息可以直接传输给手术机器人，引导机器人准确地执行操作。例如，在脑深部病变的活检手术中，手术机器人可根据3D Slicer 规划的路径，精确地将活检针插入病灶，提高活检的准确性和安全性。此外，3D Slicer 还可以实时监测手术机器人的操作过程，与术中成像设备配合，对手术过程进行实时调整和优化。智能手术机器人与3D Slicer 的结合，将使神经外科手术更加精准、微创与智能化，为患者带来更佳的治疗效果。
来源：邓妙峰,黄伟青,梁庆,等.3D Slicer在神经外科中的创新应用[J].广东医学,2025,46(12):1907-1912.DOI:10.13820/j.cnki.gdyx.20250301.
我要投稿
