Früherkennung von Adenomyose: Erstmals systematisch MRT-Aufnahmen durchgeführt7. Juli 2025 Der dreischichtige Aufbau des Uterus im MRT nach dem Segmentierungsprozess mit dem CuraMate FADEN-Workflow (blau = Myometrium, rot = Junktionale Zone, gelb = Endometrium). Copyright: Fraunhofer MEVIS Ein Konsortium unter Führung des Universitätsklinikums Erlangen und der Charité Berlin hat im Projekt RACOON FADEN erstmals systematisch MRT-Aufnahmen der Gebärmutter im gesunden und im kranken Zustand durchgeführt und analysiert. Im Projekt RACOON FADEN soll erstmals ein Verfahren zur Früherkennung der Adenomyose entwickelt werden. Im Fokus der Untersuchung steht der dreischichtige Aufbau der Uteruswand. Als Biomarker für Adenomyose kommt die mittlere, junktionale Schicht infrage. „Der Uterus ist ein sphärischer Körper von der Form eines Luftballons“, sagt Prof. Matthias May, Radiologe am Universitätsklinikum Erlangen. „Die manuelle Bestimmung der Dicke der junktionalen Zone mittels Segmentierung ist angesichts des dreidimensionalen Aspekts zu aufwendig für die klinische Routine“, erklärt er. Etablierung eines Biomarkers Deshalb soll im Projekt RACOON FADEN mit Hilfe von CuraMate ein Segmentierungsworkflow für eine Gebärmuttersegmentierung auf Basis von Deep-Learning-Technologien entwickelt werden. CuraMate ist eine nach dem Baukastenprinzip aufgebaute webbasierte Software des Fraunhofer-Instituts für Digitale Medizin MEVIS, mit der Radiologen nahezu alle Arten von medizinischen Bildern annotieren können. Vor der Segmentierung müssen die Radiologen die Primärdaten annotieren, indem sie die drei Uterusstrukturen auf den MRT-Bildern nachzeichnen und dadurch die Grundlage für das Training des Algorithmus schaffen. „Diese Form des Annotierens ist sehr zeitaufwendig“, erklärt Chiara Tappermann. Die Doktorandin des Fraunhofer MEVIS hat in RACOON FADEN den Workflow nach den Wünschen der Kliniker erstellt. Je genauer die Annotation erfolgt, desto besser kann der Algorithmus darauf trainiert werden, die Strukturen eigenständig „nachzuzeichnen“. Auf dieser Basis kann die Segmentierung erfolgen. „Mit CuraMate verfolgen wir das Ziel, den Segmentierungsprozess mittels künstlicher Intelligenz so weit wie möglich zu automatisieren“, so Tappermann. RACOON FADEN bringt viele neue Erkenntnisse Bisher wurde noch nicht systematisch und mit moderner Technik untersucht, wie die gesunde Gebärmutter einer 12- bis 30-jährigen Frau auf einem MRT-Bild aussieht. „Durch RACOON FADEN haben wir erstmals MRT-Referenzdaten für die Gebärmutter erhalten“, stellt Prof. Sylvia Mechsner, Gynäkologin an der Charité, fest. Mit den MRT-Untersuchungen betraten die Radiologen Neuland: Im Unterschied beispielsweise zu einer CT-Aufnahme der Lunge wussten sie zu Beginn der Studie nicht, was sie segmentieren sollten. Deshalb wurden anfangs viele verschiedene Sequenzen und Bildarten aufgenommen. Dabei zeigte sich, dass der Uterus schon während der rund 40-minütigen Untersuchung im MRT sehr unterschiedliche Formen annehmen kann und auch nicht gleichmäßig im Körper liegt. Tappermann hat daraufhin CuraMate so angepasst, dass die Ärzte das dreidimensionale Bild noch vor der Annotation so drehen konnten, dass die Achse des Uterus zur Bildachse wurde. Durch die Anpassung der Uterusachsen auf allen Aufnahmen der Studie wurden die Segmentierungen vergleichbar. Junktionale Zone im Fokus Die Studie liefert weitere neue Erkenntnisse über die junktionale Zone als Biomarker. „Diese Zone, die im Ultraschall immer als feste Größe angesehen wurde, variiert im MRT sowohl innerhalb einer Untersuchung als auch zwischen der Menstruations- und der Ovulationsphase“, stellt May fest. „Die Auswertungen sind noch nicht abgeschlossen“, ergänzt er, „aber wir sehen eine Tendenz, dass Studienteilnehmerinnen mit starken Menstruationsschmerzen eine geringere Variabilität bei der Uterusbewegung zeigen.“ Auch die bislang in der Literatur angegebene Wanddicke von 12 Millimetern für die junktionale Zone im Frühstadium der Adenomyose konnte RACOON FADEN nicht bestätigen. RACOON FADEN hatte eine Laufzeit vom 1.1.2024 bis 30.6.2025 und wurde vom Bundesministerium für Bildung und Forschung (BMBF, heute BMFTR) gefördert. Am Projekt waren neben dem Universitätsklinikum Erlangen und der Charité – Universitätsmedizin Berlin noch 12 weitere Endometriosezentren des Netzwerks Universitätsmedizin (NUM) in Deutschland beteiligt. Durchgeführt wurde die prospektive Vergleichsstudie unter Nutzung der Forschungsinfrastrukturen RACOON (Radiological Cooperative Network) und NUKLEUS (NUM Klinische Epidemiologie- und Studienplattform). Neben dem Fraunhofer-Institut für Digitale Medizin MEVIS waren auch das Deutsche Krebsforschungszentrum (DKFZ), Mint Medical GmbH und das Helmholtz-Zentrum München – Deutsches Forschungszentrum für Umwelt und Gesundheit GmbH an der Umsetzung beteiligt.
Mehr erfahren zu: "Neue Studie: weitaus weniger Mikroorganismen in Tumoren als bisher angenommen" Weiterlesen nach Anmeldung Neue Studie: weitaus weniger Mikroorganismen in Tumoren als bisher angenommen Ein Forschungsteam der Johns Hopkins University (USA) hat herausgefunden, dass sequenzierte Tumorproben deutlich weniger mikrobielles Erbgut aufweisen, das tatsächlich mit einer bestimmten Krebsart assoziiert ist, als bisher angenommen. Bisherige Ergebnisse […]
Mehr erfahren zu: "Gesundheitsleistungen weltweit: Sexuelle und reproduktive Gesundheit laut DEval selten im Fokus" Gesundheitsleistungen weltweit: Sexuelle und reproduktive Gesundheit laut DEval selten im Fokus Laut dem Deutschen Evaluierungsinstitut der Entwicklungszusammenarbeit (DEval) stehen bei den Vorhaben des Bundesministeriums für wirtschaftliche Zusammenarbeit und Entwicklung (BMZ) sexuelle und reproduktive Rechte deutlich seltener im Fokus.
Mehr erfahren zu: "DKG zur ePA: „Kliniken treiben Umsetzung aktiv voran“" DKG zur ePA: „Kliniken treiben Umsetzung aktiv voran“ Fast alle Klinken in Deutschland (98%) haben mit den organisatorischen Vorbereitungen zur Einführung der elektronischen Patientenakte (ePA) begonnen. Dies geht aus einer aktuellen Blitzumfrage des Deutschen Krankenhausinstituts (DKI) hervor.