Un conjunto de datos preclínicos de imágenes hepáticas por TC y RM con datos anatómicos, funcionales y de segmentación

Por qué esto importa para la enfermedad hepática y la imagen médica

Las enfermedades hepáticas crónicas, como la esteatosis hepática, la fibrosis y el cáncer de hígado, están en aumento en todo el mundo, pero gran parte de los datos de investigación detallados que podrían acelerar nuevos diagnósticos y tratamientos permanece aislada en laboratorios individuales. Este artículo presenta un recurso poco común: una colección amplia y de acceso abierto de exploraciones por TC y RM de ratones con distintas enfermedades hepáticas, junto con contornos precisos de los órganos y metadatos completos. Al poner estos datos a disposición gratuitamente, los autores pretenden acelerar la investigación en imagen médica, mejorar las herramientas informáticas para interpretar exploraciones y, en última instancia, favorecer métodos menos invasivos para monitorizar la salud del hígado.

Una biblioteca compartida de hígados enfermos y sanos

El núcleo del trabajo es un conjunto de datos de imagen preclínica curado, centrado en la enfermedad hepática crónica en ratones. Reúne 222 exploraciones tridimensionales por TC y RM que abarcan varias condiciones comunes: cáncer de hígado (carcinoma hepatocelular), hígado graso e inflamado (esteatohepatitis asociada a disfunción metabólica, o MASH) y fibrosis hepática, además de exploraciones de animales sanos. A diferencia de muchos recursos existentes en ratones que se centran en órganos sanos o en una sola modalidad de imagen, esta colección enfatiza hígados enfermos y agrupa diferentes tipos de exploración en un mismo sitio. Muchas exploraciones van acompañadas de contornos dibujados a mano, conocidos como segmentaciones, que son cruciales para entrenar y evaluar algoritmos informáticos.

Múltiples tipos de exploración para captar estructura y función

El conjunto de datos se construyó a partir de cinco estudios animales independientes que se combinaron para cubrir una amplia gama de daño hepático y enfoques de imagen. En un estudio, los ratones desarrollaron cáncer hepático en un hígado crónicamente dañado, y se utilizó RM de alto campo repetidamente durante semanas para seguir cómo aparecían y crecían los tumores. Otro estudio empleó RM “multiparamétrica”, en la que cada ratón se sometió a varios tipos de exploración: algunas centradas en la anatomía, otras midiendo cómo difunde el agua por el tejido, y otras rastreando cómo se desplazan los agentes de contraste inyectados por el hígado. Estas mediciones diferentes informan sobre características clave como la cicatrización, el contenido de grasa, la función celular hepática, el daño tisular y la actividad de las células inmunitarias.

Exploraciones por TC para mapear grasa corporal, tamaño hepático y genética

Para complementar la RM, los autores añadieron varios estudios basados en TC. En uno, los ratones recibieron una dieta rica en grasas al estilo occidental, con o sin beta‑glucano de avena, una fibra dietética que se piensa puede proteger el hígado. Se usaron exploraciones TC de cuerpo entero para medir el volumen hepático y la distribución de grasa, y los hígados se delinearon manualmente para obtener estimaciones precisas de volumen. Un segundo estudio por TC examinó ratones carentes de un gen funcional ICAM‑1, implicado en la inflamación, para ver cómo este cambio genético influía en la distribución de grasa y en el tamaño del hígado cuando los animales consumían una dieta alta en grasas. En ambos estudios por TC, la grasa corporal, el hígado y otras estructuras fueron segmentados para que los investigadores puedan analizar directamente cómo la dieta y los genes moldean el tamaño de los órganos y la composición corporal.

Conectar TC y RM en los mismos animales

Otro componente del conjunto de datos se centra en ratones desnudos sanos escaneados tanto por TC como por RM en el mismo soporte de imagen. Aquí, el objetivo fue crear vistas superpuestas de la misma anatomía para que las imágenes de las dos tecnologías puedan alinearse con precisión. Los animales se exploraron con TC de cuerpo entero y luego con una secuencia especial de RM que separa las señales de agua y grasa. Muchos órganos—incluyendo hígado, pulmones, corazón, riñones, bazo, estómago, intestinos, cerebro y médula espinal—fueron segmentados en TC, en RM o en ambas. Estas exploraciones emparejadas son valiosas para tareas como construir mapas de atenuación para escáneres PET‑RM y para probar métodos de registro de imágenes que alinean diferentes modalidades de imagen.

Metadatos completos para apoyar la reutilización y la reproducibilidad

Más allá de las propias imágenes, los autores invirtieron mucho en metadatos estandarizados para que otros puedan comprender y reutilizar los datos. Para cada animal y exploración registran información como cepa de ratón, edad, modelo de enfermedad, modalidad de imagen, marca del dispositivo, agentes de contraste y parámetros exactos de la exploración como campo de visión, tamaño de vóxel y tiempos. Las segmentaciones de órganos están vinculadas a definiciones claras de lo que representa cada etiqueta (por ejemplo, hígado, grasa visceral, vejiga o columna vertebral). Toda esta información se almacena en archivos ISA‑Tab siguiendo un perfil de metadatos adaptado, y el paquete completo está alojado en Zenodo como datos abiertos. Las exploraciones se proporcionan en formatos médicos estándar (DICOM o NIfTI) con segmentaciones en tipos de archivo de segmentación de uso común.

Cómo este recurso puede acelerar futuros descubrimientos

Para un lector no especializado, la conclusión principal es que este trabajo no presenta un nuevo fármaco o prueba diagnóstica, sino que construye la base para muchos de esos avances. Al publicar una biblioteca grande y bien anotada de exploraciones hepáticas por TC y RM en ratones, los autores facilitan que los investigadores entrenen modelos informáticos que delineen automáticamente órganos, detecten tumores o predigan cómo progresará la enfermedad hepática—sin someter a nuevos animales a cada experimento. El conjunto de datos puede servir como referencia para estudios de imagen, reducir el uso redundante de animales y favorecer una ciencia abierta y reproducible. En resumen, convierte años de trabajo especializado en imagen en un activo comunitario compartido para abordar la enfermedad hepática crónica.

Cita: 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

Palabras clave: enfermedad hepática crónica, imagen preclínica, RM, TC, modelos de ratón