Driedimensionale reconstructie van gigapixel whole-mount histopathologiebereidingen met RAPID

Waarom het omzetten van weefselplakjes naar 3D ertoe doet

Wanneer artsen kanker diagnosticeren, vertrouwen ze vaak op vlijmscherpe weefselplakjes die onder een microscoop worden bekeken. Deze slides tonen ongelooflijke details, tot op celniveau, maar ze verliezen de oorspronkelijke driedimensionale vorm van het orgaan. Die ontbrekende diepte bemoeilijkt het vergelijken van wat de patholoog ziet met 3D-scans zoals MRI, of het nauwkeurig meten van de omvang en complexiteit van een tumor. Deze studie introduceert RAPID, een nieuwe computermethode die met gebruik van routinematig in ziekenhuizen verzamelde data een volledig 3D-beeld reconstructeert uit gewone digitale slides.

Van vlakke plaatjes naar een 3D-orgaan

In de routine wordt een verwijderd orgaan, zoals de prostaat, in relatief ruime stappen doorgesneden, gekleurd en gescand tot extreem grote afbeeldingen die whole slide images worden genoemd. Elk beeld is een vlakke weergave van een ander niveau in het orgaan, en tijdens het snijden en verwerken kan het weefsel uitrekken, krimpen of omkeren. Daardoor gaat de oorspronkelijke 3D-indeling verloren en sluiten de slides niet meer op elkaar aan. RAPID pakt dit aan door de stapel niet-uitgelijnde slides te nemen en te berekenen hoe elk van hen geroteerd en verschoven moet worden zodat ze samen zo goed mogelijk het oorspronkelijke orgaan benaderen. Het resultaat is een virtueel 3D-preparaat dat nog op celniveau bekeken kan worden.

Een AI het grote geheel laten zien

Een kernidee in RAPID is te focussen op de algemene vorm en grootschalige structuren in elke slide in plaats van op kleine matchende punten. De methode gebruikt een krachtig visiemodel, oorspronkelijk getraind op miljoenen alledaagse foto’s, om wat de auteurs globale kenmerken noemen te extraheren uit downsamplede versies van de slides. Deze kenmerken vangen patronen zoals brede weefselgebieden en klierclusters die vaak behouden blijven, zelfs wanneer plakjes ver uit elkaar liggen. RAPID voert eerst een grove uitlijning uit op basis van de hoofdcontour van het weefsel en verfijnt vervolgens de overeenkomst tussen aangrenzende slides met deze globale kenmerken samen met fijnere details, terwijl de transformaties anatomisch realistisch blijven.

Heel grote beelden efficiënt herbouwen

De originele pathologiefoto’s zijn enorm, vaak gigapixels groot, wat zulke reconstructies normaal traag en geheugenintensief zou maken. RAPID omzeilt dit door alle berekeningen op lagere resolutie-kopieën uit te voeren en de resulterende transformaties vervolgens terug op full resolution te schalen. Het past de uiteindelijke verschuivingen en rotaties tegel voor tegel toe, waarbij kleine pixelblokken door het geheugen worden gestreamd in plaats van de volledige afbeelding in één keer te laden. Dit ontwerp stelt RAPID in staat routineklinische gevallen op standaard werkstations te verwerken terwijl toch een volledige resolutie 3D-stapel wordt geproduceerd die celniveau-informatie bewaart.

Testen op echte en uitdagende data

De onderzoekers trainden en valideerden RAPID voornamelijk op prostaatverwijderingspreparaten die in ruime stappen van 4 millimeter waren gesneden, overeenkomstig de routinematige praktijk. Vervolgens testten ze het op aanvullende prostaatcases uit andere ziekenhuizen en op publieke datasets van muizenorganen die veel dichter gesneden waren. Ze vergeleken RAPID met een gevestigde tool genaamd VALIS en maten hoe vaak alle slides in een case vrijwel de juiste oriëntatie kregen, hoeveel de weefselvormen overlapten tussen aangrenzende niveaus, en hoe ver overeenkomende structuren van elkaar verwijderd waren in het uiteindelijke 3D-resultaat. RAPID deed het even goed als VALIS bij dicht op elkaar gelegen sneden maar presteerde duidelijk beter wanneer de sneden verder uit elkaar lagen, en behaalde nauwkeurige reconstructies in meer dan 90 procent van de prostaatcases.

Scans en slides in drie dimensies koppelen

Om aan te tonen waarom dit klinisch relevant is, gebruikte het team RAPID om prostaten te reconstrueren van patiënten die ook preoperatieve MRI-scans hadden. Door de conventionele slides om te zetten in een 3D-volume konden ze de tumor op MRI visueel vergelijken met de werkelijke omvang in het weefsel. In één voorbeeld was het tumorgewicht in de 3D-reconstructie ruwweg vier keer zo groot als de schatting op basis van MRI alleen, wat overeenkomt met de bekende onderschatting in beeldvorming. In een ander geval hielp de 3D-weergave om biopseresultaten te relateren aan het meer gedetailleerde beeld uit de operatie. Hoewel RAPID nog geen volledige automatische matching tussen MRI en histologie uitvoert, verwijdert het een belangrijke barrière door beide modaliteiten een gemeenschappelijke 3D-vorm te geven.

Wat dit betekent voor toekomstige diagnostiek

RAPID laat zien dat bestaande slidearchieven kunnen worden omgezet in realistische 3D-modellen van organen zonder speciale scanners of nieuwe laboratoriumroutines. Voor patiënten kan dit uiteindelijk resulteren in betere overeenstemming tussen beeldvorming en pathologie, nauwkeurigere schattingen van tumorgrootte en verbeterde hulpmiddelen voor behandelingsplanning. Voor onderzoekers opent de methode de deur naar grootschalige studies naar hoe ziekten in drie dimensies door weefsel groeien en zich verspreiden, met gebruik van data die ziekenhuizen al in bezit hebben.

Bronvermelding: Schouten, D., van der Laak, J., Somford, D. et al. Three-dimensional reconstruction of gigapixel whole-mount histopathology specimens with RAPID. Sci Rep 16, 15649 (2026). https://doi.org/10.1038/s41598-026-46776-4

Trefwoorden: 3D-pathologie, digitale histologie, beeldvorming bij prostaatkanker, beeldregistratie, radiologie-pathologie correlatie