BPD-Neo: un dataset MRI per la segmentazione di polmoni e trachea con dati clinici per la displasia broncopolmonare neonatale

Perché i polmoni minuscoli contano

Ogni anno molti neonati nascono troppo presto, con polmoni ancora in via di sviluppo. Questi polmoni fragili possono portare a una condizione grave chiamata displasia broncopolmonare, o BPD, che spesso tiene i piccoli ricoverati in terapia intensiva per settimane o mesi. I medici vorrebbero vedere allinterno di questi minuscoli toraci in tre dimensioni, in modo sicuro e dettagliato, per capire cosa non va e come intervenire. Questo articolo presenta un nuovo dataset aperto che unisce scansioni MRI avanzate, sagomature accurate dei polmoni e della trachea e informazioni cliniche chiave provenienti da 40 neonati pretermine, offrendo ai ricercatori un nuovo potente strumento per studiare e quantificare la malattia nei pazienti più piccoli.

Dalle radiografie piatte alle viste 3D

Oggi le radiografie al letto del paziente sono lo strumento principale per monitorare i neonati pretermine in terapia intensiva, ma forniscono soltanto immagini piatte bidimensionali e sottopongono i bambini a radiazioni ripetute. La tomografia computerizzata (TC) può rivelare la struttura tridimensionale, ma utilizza dosi di radiazione ancora maggiori ed è raramente impiegata in questi neonati. La risonanza magnetica (MRI) offre una strada alternativa: fornisce immagini dettagliate tridimensionali dei tessuti molli senza radiazione e può essere eseguita mentre i neonati respirano tranquillamente e sono avvolti, spesso senza sedazione. In questo studio il team ha usato una tecnica MRI resistente al movimento chiamata StarVIBE, adatta ai neonati che si muovono, per catturare immagini 3D ad alta risoluzione dei polmoni e delle vie aeree principali.

Costruire un quadro accurato delle vie aeree minute

I ricercatori hanno sottoposto a scansione 40 neonati più giovani di sei mesi, la maggior parte con qualche grado di BPD, usando uno scanner MRI collocato direttamente nell'unità di terapia intensiva neonatale. Per proteggere udito e comfort, i neonati sono stati nutriti, avvolti e dotati di protezioni acustiche a strati, mentre gli infermieri monitoravano da vicino i parametri vitali. Dopo la scansione, gli specialisti di imaging hanno usato un software per tracciare i polmoni e la trachea in tre dimensioni. Hanno posizionato punti seed all'interno di ciascuna struttura e lasciato che un algoritmo informatico facesse crescere le regioni verso l'esterno, seguiti da levigatura e meticolose correzioni manuali. Questi contorni finali sono stati salvati come file separati che si abbinano esattamente ai dati MRI originali, e un secondo esperto ha rissegmentato un sottoinsieme di scansioni in modo da poter misurare le differenze tra i revisori umani.

Aggiungere dettagli clinici ai dati di imaging

Insieme alle immagini, il dataset include informazioni cliniche basilari ma importanti per ciascun neonato, come peso e lunghezza alla nascita, sesso, età gestazionale alla nascita, età al momento della scansione e una classificazione moderna della gravità della BPD secondo i criteri Jensen del 2019. Poiché ogni record è completamente de-identificato e collegato solo tramite un codice di studio, viene preservata la privacy delle famiglie. Avere questi dettagli medici insieme alle forme 3D di polmoni e vie aeree permette ai ricercatori di esplorare come i cambiamenti strutturali nei polmoni si relazionino con l'anticipo della nascita, il peso e la gravità delle difficoltà respiratorie. Per esempio, gli scienziati possono calcolare il volume polmonare totale, rapportarlo alla dimensione corporea e creare mappe di come varia il segnale del tessuto polmonare, che potrebbe riflettere cicatrici, iperinflazione o aree collassate.

Insegnare ai computer a tracciare strutture minute

Per dimostrare cosa si può fare con questa risorsa, gli autori hanno addestrato modelli informatici noti come U‑Net per individuare e delineare automaticamente polmoni e trachea nelle scansioni MRI. Questi modelli apprendono dagli esempi: vedono molte coppie di immagini e contorni esperti, quindi cercano di produrre contorni simili su scansioni non viste. Utilizzando una procedura rigorosa di cross‑validation, il modello polmonare ha ottenuto prestazioni eccellenti, raggiungendo un accordo con gli esperti umano vicino al livello che due esperti raggiungono tra loro. La trachea, struttura molto più piccola e meno evidente in MRI, si è rivelata più sfidante. Sia gli umani sia gli algoritmi hanno mostrato maggiori discrepanze nel tracciarla, e i contorni automatici della trachea sono risultati meno accurati e più sensibili alle differenze di dimensione corporea e alle condizioni di imaging.

Cosa significa per i neonati fragili

Il dataset BPD‑Neo fornisce, per la prima volta, un pacchetto liberamente disponibile di scansioni MRI 3D, forme di polmoni e vie aeree tracciate da esperti e dati clinici abbinati per neonati pretermine a rischio di malattia polmonare cronica. Dimostrando che strumenti automatizzati possono già eguagliare la performance umana per i volumi polmonari e segnalando dove i metodi attuali incontrano ancora difficoltà — come nella piccola trachea — il lavoro pone le basi per misurazioni della salute polmonare nei neonati più accurate, più rapide e più oggettive. A lungo termine, immagini e analisi migliorate potrebbero aiutare i medici a individuare prima la debolezza delle vie aeree e i danni polmonari, a personalizzare meglio i trattamenti e a ridurre il carico della BPD sui bambini e sulle loro famiglie.

Citazione: 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

Parole chiave: polmoni dei neonati pretermine, displasia broncopolmonare, MRI neonatale, segmentazione polmonare, dataset di immagini mediche