Ein präklinischer CT- und MRI-Leberbilddatensatz mit anatomischen, funktionellen und Segmentierungsdaten

Warum das für Lebererkrankungen und medizinische Bildgebung wichtig ist

Chronische Lebererkrankungen wie Fettleber, Fibrose und Leberkrebs nehmen weltweit zu. Viele der detaillierten Forschungsdaten, die neue Diagnosen und Therapien beschleunigen könnten, bleiben jedoch in einzelnen Labors verborgen. Dieser Artikel stellt eine seltene Ressource vor: eine große, offen geteilte Sammlung von CT- und MRI-Aufnahmen von Mäusen mit verschiedenen Lebererkrankungen sowie präzise Organumrisse und umfangreiche Metadaten. Durch die freie Verfügbarkeit dieser Daten wollen die Autorinnen und Autoren die Bildgebungsforschung vorantreiben, die Entwicklung computergestützter Werkzeuge zur Auswertung von Scans verbessern und letztlich weniger invasive Methoden zur Überwachung der Lebergesundheit unterstützen.

Eine gemeinsame Bildbibliothek kranker und gesunder Lebern

Kern der Arbeit ist ein kuratierter präklinischer Bilddatensatz mit Fokus auf chronische Lebererkrankungen bei Mäusen. Er kombiniert 222 dreidimensionale CT- und MRI-Scans, die mehrere häufige Zustände abdecken: Leberkrebs (hepatozelluläres Karzinom), fettleibige und entzündete Leber (metabolisch bedingte Steatohepatitis, MASH) sowie Leberfibrose, zuzüglich Scans gesunder Tiere. Anders als viele bestehende Maus-Bildgebungsressourcen, die gesunde Organe oder einzelne Bildgebungsverfahren abdecken, legt diese Sammlung den Schwerpunkt auf erkrankte Lebern und vereint verschiedene Scan-Typen an einem Ort. Viele Scans sind mit handgezeichneten Organumrissen versehen, sogenannten Segmentierungen, die für das Training und Testen von Computeralgorithmen entscheidend sind.

Mehrere Scan-Typen zur Erfassung von Struktur und Funktion

Der Datensatz basiert auf fünf separaten Tierversuchen, die zusammengeführt wurden, um ein breites Spektrum an Leberschädigungen und Bildgebungsansätzen abzubilden. In einer Studie entwickelten Mäuse Leberkrebs in einer chronisch geschädigten Leber; hier wurde hochfeld-MRI wiederholt über Wochen eingesetzt, um das Auftreten und Wachstum von Tumoren zu verfolgen. Eine andere Studie nutzte „multiparametrische“ MRI-Untersuchungen, bei denen jede Maus mehrere Scan-Arten durchlief: manche betonten die Anatomie, andere maßen die Wasserdiffusion im Gewebe, wieder andere verfolgten, wie injizierte Kontrastmittel durch die Leber wandern. Diese verschiedenen Messungen liefern Hinweise auf zentrale Merkmale wie Vernarbung, Fettgehalt, Leberzellfunktion, Gewebeschäden und Aktivität von Immunzellen.

CT-Scans zur Kartierung von Körperfett, Lebergröße und Genetik

Zur Ergänzung der MRI-Daten fügten die Autorinnen und Autoren mehrere CT-basierte Studien hinzu. In einer Studie wurden Mäuse mit einer westlichen, fettreichen Diät gefüttert, mit oder ohne Hafer-Beta-Glucan, einem Nahrungsfaserstoff, dem ein schützender Effekt auf die Leber zugeschrieben wird. Ganzkörper-CTs wurden genutzt, um Lebervolumen und Fettverteilung zu messen; die Lebern wurden manuell segmentiert, um präzise Volumenschätzungen zu erhalten. Eine zweite CT-Studie untersuchte Mäuse ohne funktionelles ICAM-1-Gen, das an Entzündungsprozessen beteiligt ist, um zu sehen, wie diese genetische Veränderung die Fettverteilung und Lebergröße unter einer fettreichen Diät beeinflusst. In beiden CT-Studien wurden Körperfett, Leber und andere Strukturen segmentiert, sodass Forschende direkt analysieren können, wie Ernährung und Genetik Organmaße und Körperzusammensetzung formen.

CT und MRI an denselben Tieren verbinden

Ein weiterer Bestandteil des Datensatzes konzentriert sich auf gesunde, nacktmäuse (nude mice), die sowohl per CT als auch per MRI im selben Halter gescannt wurden. Ziel war es, überlappende Ansichten derselben Anatomie zu erzeugen, sodass Bilder der beiden Technologien präzise aufeinander ausgerichtet werden können. Die Tiere wurden mit Ganzkörper-CT gescannt und anschließend mit einer speziellen MRI-Sequenz, die Wasser- und Fett-Signale voneinander trennt. Viele Organe – darunter Leber, Lunge, Herz, Nieren, Milz, Magen, Darm, Gehirn und Rückenmark – wurden entweder im CT, im MRI oder in beiden Modalitäten segmentiert. Solche gepaarten Scans sind wertvoll für Aufgaben wie die Erstellung von Abschwächungskarten für PET-MR-Systeme und das Testen von Registrierungsverfahren, die unterschiedliche Bildgebungsverfahren ausrichten.

Umfangreiche Metadaten zur Unterstützung von Wiederverwendung und Reproduzierbarkeit

Über die Bilder hinaus legten die Autorinnen und Autoren großen Wert auf standardisierte Metadaten, damit andere die Daten verstehen und wiederverwenden können. Für jedes Tier und jeden Scan werden Angaben wie Mauslinie, Alter, Krankheitsmodell, Bildgebungsmodalität, Gerätehersteller, Kontrastmittel und exakte Scan-Einstellungen wie Sichtfeld, Voxelgröße und Zeitpunkte festgehalten. Organsegmentierungen sind mit klaren Definitionen verknüpft, was jedes Label bedeutet (zum Beispiel Leber, viszerales Fett, Blase oder Wirbelsäule). All diese Informationen sind in ISA-Tab-Dateien entsprechend einem angepassten Metadatenprofil gespeichert, und das gesamte Paket wird als offene Daten auf Zenodo gehostet. Die Scans werden in standardisierten medizinischen Formaten (DICOM oder NIfTI) bereitgestellt, die Segmentierungen in weit verbreiteten Segmentierungsdateitypen.

Wie diese Ressource zukünftige Entdeckungen beschleunigen kann

Für eine nichtfachliche Leserschaft lautet die wichtigste Erkenntnis, dass diese Arbeit kein neues Medikament oder diagnostisches Testverfahren präsentiert, sondern die Grundlage für viele solche Fortschritte schafft. Durch die Veröffentlichung einer großen, gut annotierten Bibliothek von Leber-CT- und MRI-Scans bei Mäusen erleichtern die Autorinnen und Autoren es Forschenden, computergestützte Modelle zu trainieren, die automatisch Organe umreißen, Tumoren erkennen oder vorhersagen, wie sich eine Lebererkrankung entwickelt – ohne dafür ständig neue Tiere Versuchen auszusetzen. Der Datensatz kann als Referenz für Bildgebungsstudien dienen, redundante Tiernutzung reduzieren und offene, reproduzierbare Forschung fördern. Kurz gesagt: Er verwandelt jahrelange spezialisierte Bildgebungsarbeit in ein gemeinschaftliches Gut zur Bekämpfung chronischer Lebererkrankungen.

Zitation: Schraven, S., Gonzalez, C., Baskaya, F. et al. A preclinical CT and MRI Liver Imaging Dataset with Anatomical, Functional and Segmentation Data. Sci Data 13, 446 (2026). https://doi.org/10.1038/s41597-026-07003-x

Schlüsselwörter: chronische Lebererkrankung, präklinische Bildgebung, MRI, CT, Mausmodelle