MRT: Spinalganglien automatisiert auswerten

mg
Spiunalganglien MRT
Um das KI-Modell zu trainieren, wurden die Spinalganglien auf den MRT-Aufnahmen vorher manuell annotiert. Dazu ordneten drei Experten unabhängig voneinander auf einem Grafiktablett die Voxel den Nervenstrukturen zu. © UKW
Newsletter­anmeldung

Bleiben Sie auf dem Laufenden. Der MT-Dialog-Newsletter informiert Sie jede Woche kostenfrei über die wichtigsten Branchen-News, aktuelle Themen und die neusten Stellenangebote.


* Pflichtfeld

Spinalganglien sind schwer zu segmentieren. Forschende haben nun einen Deep Learning Algorithmus angelernt, Spinalganglien in MRT-Bildern automatisch zu segmentieren – ein wichtiger Schritt zur Analyse neuronaler Aktivität in vivo.

Bisher hat sich die neuroradiologische Forschung meist auf den Kopf oder das zentrale Nervensystem konzentriert. Forscher Magnus Schindehütte interessiert sich hingegen für die Spinalganglien im peripheren Nervensystem, genauer die dorsal root ganglia (DRG). Diese Ansammlungen sensorischer Nervenzellkörper befinden sich an der dorsalen Nervenwurzel und sind schwierig zu segmentieren. Dabei spielen sie eine wichtige Rolle bei der Weiterleitung von Schmerzsignalen. „Das DRG ist die erste Station im Nervensystem, an der Schmerzreize verarbeitet und weitergeleitet werden – eine Schlüsselstelle für das Verständnis, die Diagnose und die Therapie von Schmerzerkrankungen“, betont Magnus Schindehütte.

Spinalganglien automatisch erkennen

In der aktuellen Studie konnten die Forschenden einen Deep Learning Algorithmus anlernen, der jetzt automatisiert die Spinalganglien in MRT-Bildern erkennt und segmentiert. Dank großer Fortschritte in der Bildgebung rücken diese, vormals Knubbel an der Wirbelsäule, weiter in den Fokus. Da die Aufnahmen mittlerweile so hoch auflösend sind, können Strukturen klarer abgegrenzt werden, obwohl die Spinalganglien sich bei jeder Bewegung leicht verschieben.

Die MRT-Aufnahmen erreichen eine isotrope Auflösung von 1 x 1 x 1 mm, jedes Voxel entspricht einem Millimeter Kantenlänge. Zum anlernen der KI markierten Schindehütte und sein Team die Voxel, die sie der Struktur der Spinalganglien zuordneten. Um das Programm möglichst genau zu trainieren, wurden die Spinalganglien von drei Experten separat markiert. Inzwischen erkennt der Deep Learning Algorithmus (nnU-Net) dadurch neben den ursprünglichen Trainingsdaten auch neue MRT-Bilder, sowohl von gesunden als auch von erkrankten Personen.

Entscheidende Signalintensität

Für die Diagnostik ist vor allem die Signalintensität (dunkel/hell) entscheidend. Bei Morbus Fabry besitzen die DRG in flüssigkeitssensitiven, T2-gewichteten Aufnahmen eine erhöhte Signalintensität – auch dieses Muster wurde zuverlässig von der KI erkannt. Auch Volumenänderungen können Hinweise geben, zum Beispiel schrumpfen die DRG bei Schmerzen, wie in einer anderen Studie gezeigt werden konnte (DOI: 10.1101/2024.06.18.24309141). 

In folgenden Arbeiten möchte sich Schindehütte den Fragen widmen, wie die DRG Schmerzreize verarbeiten und was bei der Schmerzentstehung bzw. der Schmerzlinderung passiert.

Literatur:
Nauroth-Kreß A, Schindehütte M. et al.: Automated segmentation of the dorsal root ganglia in MRI. NeuroImage, Volume 311, 2025, 121189. DOI: 10.1016/j.neuroimage.2025.121189.

Quelle: idw

Artikel teilen

Online-Angebot der MT im Dialog

Um das Online-Angebot der MT im Dialog uneingeschränkt nutzen zu können, müssen Sie sich einmalig mit Ihrer DVTA-Mitglieds- oder Abonnentennummer registrieren.

Stellen- und Rubrikenmarkt

Möchten Sie eine Anzeige in der MT im Dialog schalten?

Stellenmarkt
Industrieanzeige