BPD-Neo: Ein MRI‑Datensatz zur Lungen‑Trachea‑Segmentierung mit klinischen Daten für neonatale Bronchopulmonale Dysplasie

Warum winzige Lungen wichtig sind

Jedes Jahr werden viele Babys zu früh geboren, mit Lungen, die noch nicht fertig ausgebildet sind. Diese fragilen Lungen können zu einer schweren Erkrankung führen, der bronchopulmonalen Dysplasie (BPD), die Säuglinge oft wochen- oder monatelang auf der Intensivstation hält. Ärztinnen und Ärzte möchten diese winzigen Brustkörbe dreidimensional, sicher und detailliert sehen, um zu verstehen, was schiefläuft und wie geholfen werden kann. Dieser Artikel stellt einen neuen offenen Datensatz vor, der hochentwickelte MRT‑Aufnahmen, sorgfältige Konturen der Lungen und der Luftröhre sowie wesentliche medizinische Informationen von 40 Frühgeborenen zusammenführt und Forschenden ein kraftvolles neues Werkzeug gibt, um Krankheit bei den kleinsten Patienten zu untersuchen und zu messen.

Von flachen Röntgenaufnahmen zu 3D‑Ansichten

Heute sind Bettseitenröntgenaufnahmen das Standardinstrument zur Überwachung von Frühgeborenen auf Intensivstationen, aber sie liefern nur flache, zweidimensionale Bilder und setzen die Babys wiederholter Strahlenbelastung aus. Die Computertomographie (CT) kann dreidimensionale Strukturen zeigen, verwendet jedoch noch höhere Strahlendosen und kommt bei Neugeborenen selten zum Einsatz. Die Magnetresonanztomographie (MRT) bietet einen anderen Weg: Sie liefert detaillierte, dreidimensionale Darstellungen von Weichteilen ohne Strahlung und kann durchgeführt werden, während die Babys ruhig atmen und eingewickelt sind, oft ohne Sedierung. In dieser Studie nutzte das Team eine bewegungsrobuste MRT‑Technik namens StarVIBE, die für zappelige Säuglinge gut geeignet ist, um hochauflösende 3D‑Bilder der Lungen und der Hauptatemwege zu erfassen.

Ein sorgfältiges Bild winziger Atemwege erstellen

Die Forschenden untersuchten 40 Kinder unter sechs Monaten, die meisten mit einem gewissen Grad an BPD, mithilfe eines MRT‑Scanners, der direkt auf der neonatologischen Intensivstation stand. Zum Schutz des Gehörs und für mehr Komfort wurden die Babys gefüttert, eingewickelt und mit gestaffeltem Gehörschutz versehen, während Pflegekräfte die Vitalzeichen eng überwachten. Nach der Aufnahme nutzten Bildgebungsspezialisten ein Software‑Tool, um Lungen und Trachea dreidimensional nachzuzeichnen. Sie setzten Samenpunkte in jede Struktur und ließen einen Computeralgorithmus die Regionen nach außen wachsen, gefolgt von Glättung und sorgfältigen manuellen Korrekturen. Diese fertigen Konturen wurden als separate Dateien gespeichert, die genau mit den Original‑MRT‑Daten gepaart sind, und ein zweiter Experte segmentierte eine Teilmenge der Scans erneut, sodass Unterschiede zwischen menschlichen Gutachtern quantifiziert werden konnten.

Klinische Details zu Bilddaten hinzufügen

Neben den Bildern enthält der Datensatz grundlegende, aber wichtige klinische Informationen zu jedem Säugling, wie Geburtsgewicht, Länge, Geschlecht, Gestationsalter bei Geburt, Alter zum Zeitpunkt der Aufnahme und eine moderne Einstufung der BPD‑Schwere nach den Jensen‑Kriterien von 2019. Da jeder Datensatz vollständig deidentifiziert und nur über einen Studiencode verknüpft ist, bleibt die Privatsphäre der Familien gewahrt. Dass diese medizinischen Angaben zusammen mit 3D‑Formen von Lunge und Atemwegen vorliegen, ermöglicht Forschenden zu untersuchen, wie strukturelle Veränderungen der Lunge mit dem Geburtszeitpunkt, dem Gewicht und dem Schweregrad der Atemprobleme zusammenhängen. Zum Beispiel können Wissenschaftler das gesamte Lungenvolumen berechnen, es an die Körpergröße anpassen und Karten erstellen, wie das Lungensignal variiert, was Narbenbildung, Überblähung oder kollabierte Bereiche widerspiegeln könnte.

Computern das Nachzeichnen winziger Strukturen beibringen

Um zu zeigen, was mit dieser Ressource möglich ist, trainierten die Autorinnen und Autoren Computermodelle, bekannt als U‑Nets, um Lungen und Trachea in den MRT‑Scans automatisch zu finden und zu umranden. Diese Modelle lernen aus Beispielen: Sie sehen viele Paare aus Bildern und Expertenkonturen und versuchen dann, ähnliche Konturen auf bislang ungesehenen Scans zu erzeugen. Mithilfe eines strengen Kreuzvalidierungsverfahrens erzielte das Lungenmodell sehr gute Leistungen und erreichte eine Übereinstimmung mit menschlichen Expertinnen und Experten, die nahe an dem Niveau liegt, das zwei Experten untereinander erreichen. Die Trachea, eine deutlich kleinere und auf MRT blassere Struktur, erwies sich als anspruchsvoller. Sowohl Menschen als auch Algorithmen zeigten größere Abweichungen beim Nachzeichnen, und die automatischen Trachea‑Konturen waren weniger genau und stärker sensitiv gegenüber Unterschieden in Körpergröße und Bildgebungsbedingungen.

Was das für fragile Neugeborene bedeutet

Der BPD‑Neo‑Datensatz stellt erstmals ein frei verfügbares Paket aus 3D‑MRT‑Scans, fachmännisch nachgezeichneten Lungen‑ und Atemwegsformen sowie zugehörigen klinischen Daten für frühgeborene Kinder mit Risiko für chronische Lungenerkrankungen bereit. Indem gezeigt wird, dass automatisierte Werkzeuge bereits die menschliche Leistung für Lungenvolumina erreichen können und gleichzeitig Bereiche aufzuzeigen, in denen aktuelle Methoden noch kämpfen — etwa die winzige Trachea —, legt die Arbeit das Fundament für bessere, schnellere und objektivere Messungen der Lungenfunktion bei Neugeborenen. Langfristig könnten verbesserte Bildgebung und Analysen Ärzten helfen, Schwächen der Atemwege und Lungenschäden früher zu erkennen, Behandlungen gezielter anzupassen und die Belastung durch BPD für Kinder und ihre Familien zu verringern.

Zitation: Saluja, R., Kovanlikaya, A., Chien, C. et al. BPD-Neo: An MRI Dataset for Lung-Trachea Segmentation with Clinical Data for Neonatal Bronchopulmonary Dysplasia. Sci Data 13, 659 (2026). https://doi.org/10.1038/s41597-026-07006-8

Schlüsselwörter: Frühgeborenenlungen, bronchopulmonale Dysplasie, neonatales MRT, Lungensegmentierung, Datensatz medizinischer Bildgebung