Placentan är ett av de mest vitala organen när en kvinna är gravid. Om det inte fungerar korrekt, konsekvenserna kan bli svåra:Barn kan uppleva hämmad tillväxt och neurologiska störningar, och deras mödrar löper ökad risk för blodtillstånd som havandeskapsförgiftning, vilket kan försämra njur- och leverfunktionen.

Tyvärr, Det är svårt att bedöma placentans hälsa på grund av den begränsade information som kan hämtas från bildbehandling. Traditionella ultraljud är billiga, portabla, och lätt att utföra, men de kan inte alltid fånga tillräckligt med detaljer. Detta har sporrat forskare att utforska potentialen för magnetisk resonanstomografi (MRT). Även med MRI, fastän, livmoderns krökta yta gör bilder svårtolkade.

Detta problem uppmärksammades av ett team av forskare från MIT:s Computer Science and Artificial Intelligence Laboratory (CSAIL), som undrade om moderkakans skrynkliga form kunde platta ut med hjälp av någon snygg geometri.

Nästa månad publicerar de en tidning som visar att det kan. Deras nya algoritm utvecklar bilder från MRI-skanningar för att bättre visualisera organet. Till exempel, deras bilder visar tydligare "hjärtbladen, " cirkulära strukturer som möjliggör utbyte av näringsämnen mellan mamman och hennes utvecklande barn eller barn. Att kunna visualisera sådana strukturer skulle kunna göra det möjligt för läkare att diagnostisera och behandla placentaproblem mycket tidigare under graviditeten.

"Tanken är att vika upp bilden av moderkakan medan den är i kroppen, så att det ser ut som hur läkare är vana vid att se det efter förlossningen, säger doktorand Mazdak Abulnaga, huvudförfattare till den nya artikeln med MIT-professorerna Justin Solomon och Polina Golland. "Även om detta bara är ett första steg, vi tror att ett tillvägagångssätt som detta har potential att bli en standardavbildningsmetod för radiologer."

Golland säger att algoritmen också skulle kunna användas i klinisk forskning för att hitta specifika biomarkörer förknippade med dålig moderkakehälsa. Sådan forskning kan hjälpa radiologer att spara tid och mer exakt lokalisera problemområden utan att behöva undersöka många olika skivor av moderkakan.

Chris Kroenke, en docent vid Oregon Health and Science University, säger att projektet öppnar många nya möjligheter för att övervaka moderkakans hälsa.

"De biologiska processerna som ligger bakom hjärtbladsmönster är inte helt förstådda, inte heller är det känt om ett standardmönster bör förväntas för en given population, säger Kroenke, som inte var inblandad i tidningen. "De verktyg som detta arbete ger kommer säkerligen att hjälpa forskare att ta itu med dessa frågor i framtiden."

Abulnaga, Salomo, och Golland skrev tidningen tillsammans med tidigare CSAIL postdoc Mikhail Bessmeltsev och deras medarbetare, Esra Abaci Turk och P. Ellen Grant från Boston Children's Hospital (BCH). Grant är chef för BCH:s Fetal-Neonatal Neuroimaging and Development Science Center, och professor i radiologi och pediatrik vid Harvard Medical School. Teamet arbetade också nära med medarbetare vid Massachusetts General Hospital (MGH) och MIT professor Elfar Adalsteinsson.

Uppsatsen kommer att presenteras 14 oktober i Shenzhen, Kina, vid den internationella konferensen om medicinsk bildberäkning och datorstödd intervention.

Teamets algoritm modellerar först placentans form genom att dela upp den i tusentals små pyramider, eller tetraedrar. Detta tjänar en effektiv representation för datorer att utföra operationer för att manipulera formen. Algoritmen arrangerar sedan pyramiderna i en mall som liknar den tillplattade formen som en moderkaka håller när den väl är ute ur kroppen. (Algoritmen gör detta genom att i huvudsak flytta pyramidernas hörn på ytan av moderkakan för att matcha mallens två parallella plan och låta resten fylla den nya formen.)

Modellen måste göra en avvägning mellan pyramiderna som matchar mallens form och minimera mängden distorsion. Teamet visade att systemet i slutändan kan uppnå noggrannhet på en skala av mindre än en voxel (en 3D-pixel).

Projektet är långt ifrån det första som syftar till att förbättra medicinsk bildbehandling genom att faktiskt manipulera nämnda bilder. Det har nyligen gjorts försök att vika ut skanningar av revben, och forskare har också ägnat många år åt att utveckla sätt att platta ut bilder av hjärnans hjärnbark för att bättre visualisera områden mellan vecken.

Under tiden, arbete som involverar livmodern är mycket nyare. Tidigare tillvägagångssätt för detta problem fokuserade på att platta ut olika lager av moderkakan separat. Teamet säger att de känner att den nya volymetriska metoden resulterar i mer konsistens och mindre förvrängning eftersom den kartlägger hela 3D-placentan på en gång, gör det möjligt för den att närmare modellera den fysiska utvecklingsprocessen.

"Teamets arbete ger ett mycket elegant verktyg för att ta itu med problemet med att placentans oregelbundna form är svår att avbilda, säger Kroenke.

Som nästa steg, teamet hoppas kunna arbeta med MGH och BCH för att direkt jämföra in-utero-bilder med bilder av samma moderkakor efter födseln. Eftersom moderkakan förlorar vätska och ändrar form under förlossningen, detta kommer att kräva att man använder en speciell kammare designad av MGH och BCH där forskare kan lägga moderkakan direkt efter förlossningen.

Källkoden för projektet finns tillgänglig på github.

Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.