In diesem Teilvorhaben entwickelt Chimaera statistische Modelle für die Diagnose und Therapievorhersage von Lebertumoren. Dazu werden in einem ersten Schritt innovative Bildregistrierungsverfahren entwickelt um Daten aus unterschiedlichsten Quellen (PET/SPECT, MR, CT, histologische Schnitte) räumlich aneinander auszurichten. Dies ermöglicht dann aus den miteinander registrierten Daten quantitative, multi-parametrische Informationen zu extrahieren und diese zusätzlich mit Informationen aus der digitalen Pathologie, sowie Omics Daten zu korrelieren. Auf Basis dieser Daten können Modelle abgeleitet werden, die zur Diagnose von Lebertumoren und der Prognose entsprechenden Therapieverläufen genutzt werden können. Die entwickelten Verfahren aus allen Arbeitspaketen werden in eine klinische Bildgebungssoftware integriert, um sie auf einfache Weise den klinischen Kooperationspartnern zugänglich zu machen. Arbeitspakete sind: Entwicklung von Bildregistrierungsverfahren für multi-modale Kleintierdaten (HCC) und digitale Pathologie; Anpassung der Bildregistierungsverfahren an klinische (human) Daten; Entwicklung von Data Mining Methoden zur Erstellung von statistischen Modellen zur HCC-Diagnose und Prognose von Therapieverläufen auf der Basis von Bildgebung, klinischen und Omics Daten.