Hierarchische Phasenkontrast-Tomographie

HiP-CT nutzt Phaseneffekte der Röntgenwelle in Materie: Beim Durchtritt durch Gewebe wird die Röntgenwelle nicht nur abgeschwächt, sondern auch ihre Ausbreitungsgeschwindigkeit minimal verändert. Diese Veränderungen führen zu Phasenverschiebungen, die besonders an Grenzflächen zwischen unterschiedlichen Weichteilstrukturen auftreten. Wird nach der Probe ein definierter Abstand bis zum Detektor eingehalten, wandeln sich diese Phasenverschiebungen durch Interferenz in messbare Intensitätsunterschiede um. Dieser sogenannte "Propagation-based (Inline-)Phasenkontrast" verstärkt Kanten, feine Gewebsgrenzen und Mikroarchitekturen deutlich stärker als die reine Absorptionsbildgebung. Die praktische Realisierung dieses Prinzips erfordert eine Röntgenquelle mit hoher Brillanz und Kohärenz. Erst moderne Synchrotronquellen wie die Extremely Brilliant Source (EBS) der European Synchrotron Radiation Facility (ESRF) ermöglichen die stabile und reproduzierbare Anwendung dieses Verfahrens.

Der Begriff „hierarchisch“ beschreibt kein eigenes physikalisches Kontrastverfahren, sondern ein standardisiertes Multiskalen-Bildgebungskonzept, das verschiedene räumliche Auflösungen innerhalb derselben Probe kombiniert. Zunächst wird das gesamte Organ in einer moderaten Auflösung tomographisch erfasst. Diese Übersichtsaufnahme dient der anatomischen Orientierung und der Identifikation relevanter Regionen. In der Erstbeschreibung der Methode lagen die Voxelgrößen hierfür typischerweise bei etwa 25 µm. Auf Basis dieses Datensatzes werden anschließend gezielt Volumes of Interest (VOI) ausgewählt. Diese begrenzten Regionen werden erneut tomographiert, nun jedoch mit höherer geometrischer Vergrößerung und entsprechend kleinerer Voxelgröße. Übliche Zwischenstufen liegen bei etwa 6 µm, hochaufgelöste Aufnahmen erreichen je nach Organ und Setup etwa 1,3–2,5 µm. Alle hochaufgelösten Teilvolumina werden räumlich exakt in den Übersichtsdatensatz zurückregistriert, sodass die Mikrostruktur stets im makroskopischen Kontext interpretierbar bleibt.

HiP-CT wird ausschließlich an entnommenen Organen durchgeführt. Nach der Fixation werden die Präparate schrittweise dehydriert, meist durch Überführung in Ethanol. Zur mechanischen Stabilisierung während der teils sehr langen Messzeiten werden die Organe in geeigneten Behältern positioniert und häufig in ein stabilisierendes Medium (z.B. ethanolhaltiges Agar) eingebettet. Die Präparation ist stark organspezifisch und beeinflusst Bildkontrast, Geometrie und quantitative Messungen. Insbesondere die Dehydratation führt zu einer gewissen Gewebeschrumpfung, die bei morphometrischen Analysen berücksichtigt werden muss. Eine direkte Übertragbarkeit absoluter Größenangaben auf in-vivo-Verhältnisse ist daher nur eingeschränkt möglich.

Die Bildrekonstruktion folgt grundsätzlich den bekannten Schritten der Computertomographie, einschließlich Korrekturen für Detektor- und Strahlungsinhomogenitäten. Zusätzlich ist eine Phasenrückgewinnung (Phase Retrieval) erforderlich, um aus dem beobachteten Propagationskontrast die zugrunde liegenden Phaseninformationen abzuleiten. Häufig kommen hierfür Ein-Distanz-Modelle zum Einsatz, die auf physikalischen Annahmen über das Verhältnis von Absorption und Phasenverschiebung beruhen. Das Ergebnis sind dreidimensionale Volumendatensätze mit ausgeprägtem Weichteilkontrast, die sich für detaillierte morphologische Analysen eignen. Zunehmend werden diese Datensätze mit maschinellen Lernverfahren kombiniert, etwa zur automatisierten Segmentierung von Gefäß- oder Parenchymstrukturen.

Ein zentrales Einsatzgebiet der HiP-CT ist die nicht-destruktive, dreidimensionale Erfassung der Organmikroarchitektur, häufig als "virtuelle Histologie" bezeichnet. Im Gegensatz zur klassischen Histologie bleiben dabei Strukturzusammenhänge im gesamten Organ erhalten; zelluläre Details sind abhängig von Gewebe und Präparation begrenzt darstellbar. Die Methode ermöglicht pathomorphologische Analysen im vollständigen Organverband. So wurden beispielsweise regionale Architekturveränderungen bei COVID-19-assoziierter Lungenschädigung multiskalig untersucht. Weitere Anwendungen umfassen quantitative morphometrische Analysen, etwa der glomerulären Architektur in der Niere, sowie die Entwicklung gezielter "virtueller Biopsien", bei denen Untersuchungsregionen kontextbasiert ausgewählt werden. Auch die Feinanatomie des menschlichen Herzens wurde mittels HiP-CT detailliert analysiert.

HiP-CT liefert skalenübergreifende dreidimensionale Bildinformationen, die von der makroskopischen Organstruktur bis zur Mikroarchitektur reichen und aus derselben Probe gewonnen werden. Durch den Phasenkontrast wird eine hohe Weichteilsensitivität erreicht, auch bei großen Probenvolumina. Als nicht-destruktives Verfahren erhält HiP-CT die strukturelle Integrität des Organs. Das bedeutet, dass das Gewebe während der Bildgebung nicht physisch geschnitten oder zerstört wird und anschließend prinzipiell weiteren Analysen, etwa histologischen oder immunhistochemischen Untersuchungen, zugänglich bleibt, sofern die Präparation dies erlaubt.

HiP-CT ist keine klinische Routinebildgebung. Die Methode ist an Großforschungseinrichtungen mit Synchrotronzugang gebunden und erfordert spezialisierte Hardware, lange Messzeiten und datenintensive Rekonstruktionsverfahren. Die notwendige Strahlendosis schließt eine Anwendung am lebenden Menschen aus. Weitere Einschränkungen ergeben sich aus präparationsbedingten Artefakten wie Schrumpfung oder Dehydratation, der begrenzten molekularen Spezifität des nativen Kontrasts sowie den sehr großen Datenmengen hochaufgelöster VOI-Scans.

• Human Organ Atlas

• Walsh CL et al. Imaging intact human organs with local resolution of cellular structures using hierarchical phase-contrast tomography. Nat Methods. 2021
• Brunet J, et al. Hierarchical phase-contrast tomography: a non-destructive multiscale imaging approach for whole human organs, SPIE Proceedings. 2024.
• Brunet J et al. Multidimensional Analysis of the Adult Human Heart in Health and Disease Using Hierarchical Phase-Contrast Tomography. Radiology. 2024
• Yagis E et al. Deep learning for 3D vascular segmentation in hierarchical phase contrast tomography: a case study on kidney. Sci Rep. 2024
• Xian RP et al. A multiscale X-ray phase-contrast tomography dataset of a whole human left lung. Sci Data. 2022