在进行医学图像器官分割时，无论我们是用传统方法还是深度学习，最后肯定要用到手动分割的区域作为金标准来验证我们方法的精度。但是手动标注器官的轮廓是十分耗时的，这里我介绍一个比较简单的标注方法，以肺分割作为例子。
我们使用ITK-snap作为分割标注工具。
当切片间距离比较小时，比如1mm，一个患者的完整HRCT序列通常在200张以上，如果让医生一一进行分割区域标注是非常耗时乏味的。因此，我们可以使用最简单的阈值法比如OSTU，加上基本的形态学操作对肺进行粗分割得到粗略的分割掩码，在此基础上再手动的对分割结果进行精分割，就能快速的得到一批金标准。
假设我们要对以下这张切片进行手动标注
首先打开粗分割结果，segmentation—>open segmentation。
由于这个掩码值为255，所以我们选择255的画笔进行修补，画笔大小和形状都可以修改，左键画图，右键去除。
假设下图为手动分割结果
最后将分割后的结果保存即可，segmentation—>save XXX as。
ITK-snap不能直接对原图进行三维显示，只能显示分割结果。因此我们首先打开原图，然后载入分割结果。然后在左下角将Continuous Update打钩就可以显示三维分割结果了。
有的时候分割结果可能有多个器官，我们需要进行不同颜色的显示，或者我们想改变某个分割器官的显示颜色。
只要打开label editor，改变激活标签的颜色就行，比如我这里的激活标签是Label 255。
版权声明：本文为u010409517原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。