Brustkrebs ist einer der häufigsten bösartigen Tumoren, der die Gesundheit und das Leben von Frauen weltweit bedroht. Das fibroglanduläre Gewebe der Brust (fibroglandular tissue, FGT) ist ein Bestandteil des Brustparenchyms, der sich von Fettgewebe unterscheidet. Seine Menge, Verteilung und damit verbundener Funktionszustand beeinflussen nicht nur die Darstellung von Läsionen, sondern stehen auch in engem Zusammenhang mit Brustkrebs-Screening, Risikostratifizierung und Therapieevaluierung. Verschiedene Bildgebungsverfahren können ergänzende Informationen zur Gewebezusammensetzung, räumlichen Verteilung und funktionellen Aktivität liefern. Die Mammographie spiegelt hauptsächlich den Anteil des FGT und dessen Abschirmungseffekt durch die Brustdichte wider und ist derzeit die ausgereifteste Bewertungsmethode, jedoch kann die Überlappung von Gewebe in der zweidimensionalen Projektion die Läsionserkennung erschweren. Ultraschall kann die Zusammensetzung des Drüsengewebes und die Komplexität der Hintergrundechos beschreiben und bietet zusätzliche Informationen, um Differenzen innerhalb dichter Brüste besser zu verstehen. Die Magnetresonanztomographie (magnetic resonance imaging, MRI) kann die räumliche Verteilung des FGT, die Blutperfusion und den hormonabhängigen Funktionszustand anhand der Menge des fibroglandulären Gewebes und der Hintergrundparenchymverstärkung bewerten. Molekulare Brustbildgebung und Positronen-Emissions-Tomographie können die Aufnahme des Hintergrundparenchyms und die Stoffwechselaktivität weiter widerspiegeln; diese Anwendungen befinden sich derzeit noch im Erkundungsstadium. Mit der Entwicklung der künstlichen Intelligenz erweitert sich die FGT-Bewertung von der visuellen Klassifikation zur automatischen quantitativen Analyse und Bildmerkmal-Extraktion. Die bestehenden Studien konzentrieren sich hauptsächlich auf die automatische Bewertung der Brustdichte, die dreidimensionale Segmentierung der gesamten Brust und des FGT in der MRT sowie die quantitative Bewertung der Hintergrundparenchymverstärkung, gefolgt von Analysen der Textur, räumlichen Verteilung und Topologie. Forschungen zur künstlichen Intelligenz in anderen Bildgebungsverfahren befinden sich noch im Erkundungsstadium; deren Standardisierung und klinischer Nutzen müssen noch validiert werden. Dieser Artikel gibt einen Überblick über den aktuellen Stand der Forschung und die neuesten Fortschritte zu FGT-bezogenen Indikatoren wie Brustdichte, Zusammensetzung des Drüsengewebes im Ultraschall, Menge des fibroglandulären Gewebes in der MRT, Hintergrundparenchymverstärkung und -aufnahme, unter Einbeziehung quantitativer Analyseverfahren der künstlichen Intelligenz und klinischer Anwendungsszenarien.

Brusttumoren;fibroglanduläres Gewebe;Hintergrundparenchymverstärkung;künstliche Intelligenz