Ein Forschungsteam der Universitätsmedizin Würzburg hat erstmals ein KI-Modell entwickelt, das Spinalganglien – sensorische Nervenzellkörper im peripheren Nervensystem – in MRT-Bildern automatisch erkennt und abgrenzt. Die in NeuroImage veröffentlichte Studie markiert einen Fortschritt für die Schmerzforschung, da sie standardisierte Analysen von Nervenstrukturen ermöglicht, um krankhafte Veränderungen präzise zu untersuchen.

Spinalganglien, auch dorsale Wurzelganglien (DRG) genannt, spielen eine Schlüsselrolle bei der Weiterleitung von Schmerzsignalen vom Körper zum Gehirn. Bisher lag der Fokus der neuroradiologischen Forschung vor allem auf dem zentralen Nervensystem, doch die Würzburger Wissenschaftler konzentrieren sich auf diese peripheren Strukturen. Mithilfe hochauflösender MRT-Aufnahmen mit einer Auflösung von einem Millimeter pro Bildpunkt gelang es, die DRG klarer darzustellen, trotz ihrer Bewegung durch Atmung.

Das Team trainierte einen Deep-Learning-Algorithmus, um die Spinalganglien in den lumbosakralen Rückenmarkssegmenten L5 und S1, die Signale aus den Beinen leiten, zu segmentieren. Dazu wurden MRT-Bilder von Experten manuell markiert, um eine Referenz für das Training zu schaffen. Der Algorithmus erkennt nun zuverlässig sowohl gesunde als auch veränderte DRG in neuen Bildern, arbeitet schnell und liefert standardisierte Ergebnisse ohne menschliche Voreingenommenheit.

Die Methode ermöglicht die Analyse von Signalintensität und Volumen der DRG. So zeigte sich bei Patienten mit Morbus Fabry eine erhöhte Signalintensität, möglicherweise durch Ablagerungen im Gewebe. Zudem wurde bei chronischen Leistenschmerzen eine Volumenverkleinerung der betroffenen DRG festgestellt. Diese Erkenntnisse könnten die Diagnostik und Therapie von Schmerzerkrankungen verbessern.

Die Forschung ist Teil der Klinischen Forschungsgruppe KFO5001 ResolvePAIN und wird durch das Interdisziplinäre Zentrum für Klinische Forschung gefördert. Nächste Schritte zielen darauf ab, die Schmerzverarbeitung in den DRG funktional zu untersuchen, um gezieltere Behandlungsansätze zu entwickeln.

Original Paper:

Automated segmentation of the dorsal root ganglia in MRI – ScienceDirect

Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.