Ein Konsortium unter Leitung des Universitätsklinikums Erlangen und der Charité - Universitätsmedizin Berlin hat im Zuge des Projekts RACOON FADEN erstmals systematisch MRT-Aufnahmen des Uterus im gesunden und im pathologischen Zustand erhoben und ausgewertet. Zum Einsatz kam die Softwareplattform CuraMate, ein am Fraunhofer-Institut für Digitale Medizin MEVIS entwickelter Baukasten zur Annotation, Segmentierung und Quantifizierung medizinischer Bilddaten. Die Analyse unterstützt die frühzeitige Erkennung der Adenomyose, von der weltweit rund 10 % der Frauen im gebärfähigen Alter betroffen sind.
Im Zentrum der Untersuchung steht der dreischichtige Aufbau der Uteruswand, bestehend aus Endometrium, der mittleren junktionalen Zone sowie der äußeren Muskelschicht. Junktionale Zone und Muskelschicht bilden gemeinsam das Myometrium. Bei der Adenomyose wächst Endometriumgewebe in die Muskelschicht ein – eine Veränderung, die sich potentiell über MRT-Bildgebung quantifizieren lässt.
„Der Uterus ist ein sphärischer Körper von der Form eines Luftballons“, erklärt Prof. Dr. med. 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.“
KI-gestützte Segmentierung mit CuraMate
RACOON FADEN setzt daher auf automatisierte Segmentierung mittels Deep Learning. CuraMate ermöglicht es Radiologen und Radiologinnen, medizinische Bilddaten webgestützt zu annotieren und zu segmentieren. „Wir haben den Baukasten seit 2017 kontinuierlich weiterentwickelt“, erläutert Dr. Bianca Lassen-Schmidt, Projektleiterin RACOON beim Fraunhofer MEVIS. „Er enthält ausgereifte Softwarewerkzeuge für Bildannotation, Visualisierung, Workflowschritte und Review-Prozesse, und kann für jeden Anwendungsfall individuell zusammengestellt werden.“
Für das Training des Algorithmus müssen die Primärdaten zunächst manuell annotiert werden – also die drei Uterusstrukturen in den MRT-Aufnahmen präzise nachgezeichnet werden. „Diese Form des Annotierens ist sehr zeitaufwendig“, sagt Chiara Tappermann, Doktorandin am Fraunhofer MEVIS. Sie hat den Segmentierungsworkflow im Projekt auf die Anforderungen der klinischen Partner abgestimmt. Ziel ist es, den Prozess mittels KI so weit wie möglich zu automatisieren.
Neue MRT-Referenzdaten für gesunde Uteri
Erstmals wurde im Zuge von RACOON FADEN untersucht, wie der gesunde Uterus junger Frauen (12-30 Jahre) in MRT-Bildern erscheint. „Durch RACOON FADEN haben wir erstmals MRT-Referenzdaten für die Gebärmutter erhalten“, berichtet Prof. Dr. med. Sylvia Mechsner, Gynäkologin an der Charité.
Die Untersuchung offenbarte anatomische Herausforderungen: Der Uterus veränderte während der ca. 40-minütigen MRT deutlich seine Form und Lage. Tappermann passte daraufhin CuraMate an, um vor der Annotation die Ausrichtung des Uterus an der Bildachse zu ermöglichen – eine Voraussetzung für vergleichbare Segmentierungen.
Erste Hinweise auf Zusammenhang zwischen Zyklusphase und Uterusbewegung
Darüber hinaus liefert die Studie neue Hinweise zur Variabilität der junktionalen Zone. „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“, so May. Zudem gibt es erste Hinweise auf eine Korrelation zwischen eingeschränkter Uterusbewegung und starker Dysmenorrhoe: „Wir sehen eine Tendenz, dass Studienteilnehmerinnen mit starken Menstruationsschmerzen eine geringere Variabilität bei der Uterusbewegung zeigen.“
Auch die in der Literatur oft genannte Referenzdicke von 12 mm für die junktionale Zone im Frühstadium der Adenomyose konnte durch RACOON FADEN nicht bestätigt werden. Die Auswertungen sind noch nicht abgeschlossen, liefern aber bereits jetzt wertvolle Erkenntnisse für Diagnostik und Forschung.
Hintergrund: RACOON steht für das „Radiological Cooperative Network“, eine bundesweite Forschungsinfrastruktur innerhalb des Netzwerks Universitätsmedizin (NUM) zur strukturierten Erfassung und Auswertung radiologischer Bilddaten. FADEN ist kein eigenes Akronym, sondern der Name des Unterprojekts, das sich speziell um die Früherkennung der Adenomyose mittels MRI-basierten Bilddaten und KI-gestützter Analyse kümmert (https://www.netzwerk-universitaetsmedizin.de/projekte/racoon-faden).
Pressemitteilung „Innovative Studie zur Früherkennung von Adenomyose“. Fraunhofer-Institut für Digitale Medizin MEVIS, Bremen, 7.7.2025 (https://www.mevis.fraunhofer.de/de/press-and-scicom/press-release/2025/innovative-studie-zur-frueherkennung-von-adenomyose.html).