Nytt grisedatasett kan bane vei for hjerte-CT uten kontrastvæske

Hovedbilde: Norsvin har gjennom mange år bygget opp omfattende kompetanse på CT-skanning og bildeanalyse. På råneteststasjonen Delta Norge CT-skannes flere tusen griser hvert år. Foto: Norsvin

Blod og muskelvev har svært lik tetthet og er vanskelig å skille i vanlige CT-bilder. Ved CT-undersøkelser av hjertet brukes det derfor vanligvis kontrastvæske for å gjøre det mulig å skille blod fra hjertemuskulatur.

Kontrastmidlene inneholder jod som kan belaste nyrene, og dette er en utfordring for pasienter med redusert nyrefunksjon. I svineproduksjon er bruk av slik kontrastvæske lite aktuelt, noe som gjør kontrastfrie metoder spesielt interessante også for Norsvin.

I svineavlen ønsker man å utvikle effektive metoder for å måle hjertets slagvolum, for å kunne overvåke hvordan hjertekapasiteten utvikler seg i avlsprogrammet. Et alternativ, både innen humanmedisin og svineavl, kan være å utvikle kunstig intelligens (KI) som lærer å kjenne igjen hjertets strukturer direkte i CT-bilder tatt uten kontrast.

Samme hjerte med og uten kontrast

I forskningsprosjektet “Med hjerte for grisen” har Norsvin i flere år jobbet med å utvikle presise mål på egenskaper knyttet til hjertekapasitet direkte fra CT-bilder. Slike egenskaper er relevante i avlsarbeidet, og en kontrastfri metode kan derfor være verdifull både for Norsvins eget forsknings- og avlsarbeid og for videre utvikling av medisinsk bildeanalyse.

I prosjektet ble ti griser CT-skannet annenhver uke gjennom vekstperioden, fra rundt 15 til 130 kilo, med opptil seks runder med skanning per gris. Ved undersøkelsene ble hjertet avbildet både med og uten kontrastvæske. Dermed har forskerne bilder av det samme hjertet under svært like forhold, der kontrastbildene gir informasjon om hvor de ulike strukturene i hjertet befinner seg. Denne informasjonen kan brukes som fasit når KI-modeller trenes til å finne de samme strukturene i bilder uten kontrast.

«Vårt mål var å lage et variert CT-datasett, med romlig og tids-synkroniserte bilder, tatt med og uten kontrastvæske» sier Øyvind Nordbø, forsker i Norsvin. «Ved å ta bilder av det samme hjertet både med og uten kontrastvæske kan vi bruke kontrastbildene som en fasit. Da kan vi lære opp KI til å finne de samme strukturene i bilder uten kontrast».

KI-modellen finner hjertestrukturer uten bruk av kontrastvæske

Forskere fra NMBU, NTNU og Norsvin har testet om datasettet kan brukes til å trene opp den robuste KI-modellen nnUNet til å gjenkjenne hjertestrukturer i bilder uten kontrast. Modellen fant hjertets yttergrenser med høy presisjon (Dice-koeffisient 0,93 av 1,0), men var mindre treffsikker når den skulle skille venstre hjertekammer fra hjertemuskulaturen rundt (Dice-koeffisient 0,78). Uten kontrastvæske er overgangen fra blod og hjertemuskel svært vanskelig å finne, og modellen må derfor i større grad kjenne igjen hjertekammeret ut fra form og plassering i det tredimensjonale bildet.

“Selv om deteksjonen av venstre hjertekammer foreløpig ikke er perfekt, viser valideringene at KI er i stand til å gjøre gode prediksjoner. Med mer data vil man kunne forbedre prediksjonene ytterligere, og da kan man ha et helt nytt avbildingsverktøy som kan anvendes både i svineavl og i bildediagnostikk” sier Nordbø.

Vanskelig å etablere tilsvarende datasett på mennesker

For forskere innen medisinsk bildeanalyse er tilgang til gode treningsdata en betydelig utfordring. Tilsvarende parvise datasett er svært vanskelige å etablere på mennesker, fordi det kan innebære at de samme personene må CT-skannes flere ganger, med og uten kontrast, og dermed utsettes for ekstra stråling og undersøkelser uten direkte medisinsk nytte.

Professor Faouzi Alaya Cheikh ved Institutt for datateknologi og informatikk ved NTNU har fulgt samarbeidet med Norsvin tett:

“Samarbeidet med Norsvin har vært svært fruktbart for oss innen bildeanalyse og maskinlæring. Datasettene med parvise kontrast- og ikke-kontrastbilder av hjertet gjør det mulig å utvikle og validere algoritmer for kontrastfri hjerteavbildning, noe som kan bidra til tryggere CT-undersøkelser. Slike datasett er svært vanskelige å skaffe, og når dataene i tillegg gjøres åpent tilgjengelige, senker det terskelen for mindre forskningsgrupper, gjør det mulig å sammenligne metoder på likt grunnlag og gjør forskningen lettere å etterprøve”, sier Alaya Cheikh.

Dataene blir tilgjengelige for forskere over hele verden

Datasettet inneholder både de opprinnelige CT-bildene og annoteringer av hjertet og venstre hjertekammer. I arbeidet som nå er publisert inngår 149 annoterte tredimensjonale bilder med kontrast og 145 uten kontrast. Ved annotering tillegges bildene ulik informasjon som man ønsker at modellen skal lære. Dataene er gjort offentlig tilgjengelige gjennom forskningsdata-plattformen Figshare.

Forskerne beskriver også hvordan KI kan brukes til å generere annoteringer for de resterende bildene, slik at antallet annoterte bilder potensielt kan økes til 640 kontrastbilder og 610 bilder uten kontrast.

“For Norsvin er det naturligvis viktig at dataene våre bidrar til bedre avl og bedre helse hos grisen. Men når vi sitter på datasett som også kan være verdifulle for andre, er det veldig positivt at de kan skape verdi langt utover svineavlen”, sier Nordbø.

Fra svineavl til medisinsk bildeanalyse

Norsvin har gjennom mange år bygget opp omfattende kompetanse på CT-skanning og bildeanalyse. På råneteststasjonen Delta Norge CT-skannes flere tusen griser hvert år for å registrere egenskaper som blant annet kroppssammensetning og helse. Disse dataene brukes i avlsarbeidet, men har også åpnet for samarbeid med forskningsmiljøer innen blant annet kunstig intelligens og medisinsk bildebehandling.

Vitenskapelig artikkel

A spatially and temporally aligned contrast-non-contrast cardiac CT dataset of pigs

Scientific Data, 2026

DOI: 10.1038/s41597-026-08293-x