Prostate Commander Open – Technischer Ablauf von der DICOM-Untersuchung bis zur MR/US-Fusionspunktions-Simulation

Technische Dokumentation zum Pilotprojekt (deepnet.at)

Stand 14. Oktober 2026, Softwarestand OPEN (Quellstand 13.10.; KI-Neuerungen: Drüsennetz, KI-Herdsuche, ärztliche Korrektur und Nachlernen, HTML-Befund, Out-of-plane)

Hinweis: Prostate Commander ist ein Pilotprojekt zur Demonstration hybrider Softwareentwicklung (Experte + agentische KI). Die Software ist nicht CE-zertifiziert, kein Medizinprodukt und nicht für die klinische Diagnostik bestimmt. Alle in diesem Dokument beschriebenen Ergebnisse dienen ausschließlich der Erprobung.

1 Einleitung

Die multiparametrische MRT der Prostata (mpMRI) hat sich als Standard vor einer Biopsie etabliert; die Befundung folgt dem PI-RADS-Schema (Version 2.1), das je Zone eine dominante Sequenz definiert – Diffusion (DWI/ADC) in der peripheren Zone (PZ), T2 in der Transitionalzone (TZ) – und die dynamische Kontrastmitteluntersuchung (DCE) nur als Entscheidungshilfe in der PZ (Kategorie 3 → 4) heranzieht [1, 2]. Die gezielte Biopsie erfolgt heute überwiegend MR/US-fusioniert: Der im MRT identifizierte Herd wird auf das transrektale Ultraschallbild übertragen und unter Ultraschallsicht punktiert.

Prostate Commander bildet diese Kette als Pilotprojekt in einer einzigen Anwendung ab. Ziel des Pilotprojekts war nicht ein Medizinprodukt, sondern der Nachweis, dass eine vollständig arbeitsfähige Fachsoftware mit hochkomplexen Bausteinen – KI-Bibliotheken, CUDA-Zugriffe, mehrere Prozesse und Threads, eigene Registrierungs-, Rekonstruktions- und Rendering-Verfahren – im Zusammenspiel von Fachexperte und agentischer KI in wenigen Wochen entsteht. Die OPEN-Version ist die frei erprobbare Testfassung: Sie lädt ausschließlich per Ordnerwahl/Drag & Drop, führt keine Patientenliste, löscht alle Sitzungsdaten (importierte Bilder, Ergebnis-Caches) beim Programmende und ist auf 30 PIRADS-Berechnungen begrenzt.

Neben die regelbasierte Auswertung treten im Stand Oktober 2026 eigene neuronale Netze: ein Drüsen- und Zonennetz, das die Kontur der importierten KI verfeinert, und ein Herdnetz, das Herde aus T2, ADC und Diffusion vorschlägt. Beide wurden am öffentlichen PROSTATEx-Datensatz [8] mit veröffentlichten Referenzumrandungen [9] gelernt. Die Einstufung eines Herdes bleibt regelbasiert und nachvollziehbar: Die Netze bestimmen, wo Herde vorgeschlagen und was gezeigt wird, nicht die PI-RADS-Kategorie.

Dieses Dokument beschreibt den technischen Ablauf in der Reihenfolge der Verarbeitung: Systemarchitektur (Abschnitt 2.1), Laden der Untersuchung (2.2), Segmentierung und eigenes Drüsennetz (2.3–2.4), Diffusion und ADC (2.5), Ausrichtung (2.6), Perfusion (2.7), regelbasierte Herdsuche und Kategorisierung (2.8–2.9), KI-Herdsuche (2.10), ärztliche Korrektur und Nachlernen (2.11), Darstellung (2.12–2.14), 3D-Stapel mit Fusionspunktions-Simulation (2.15), Befund (2.16) und Rahmenbedingungen der OPEN-Version (2.17). Abschnitt 3 nennt beispielhafte Kenngrößen, Abschnitt 4 diskutiert Grenzen.

2 Material und Methoden

2.1 Systemarchitektur

OPEN besteht aus drei Prozessen (Abb. 1):

1. Viewer-Prozess (run_seg.exe, Nuitka-kompiliertes Python): Benutzeroberfläche (OpenCV HighGUI, ein Fenster), DICOM-Verarbeitung (core), Diffusions-/Herd-Pipeline (diffusion), Anzeige (viewer), Brücke zur KI (ki_bridge). Er enthält bewusst kein torch/monai; die Viewer-Seite der eigenen Netze (druese_ki, herd_ki: Ausschnitt, Rückrechnung, Bestätigung, Umrisse) arbeitet nur mit numpy und OpenCV.
2. KI-Dauerprozess (ki_seg.py --serve, externes Python mit torch/monai; Standard ein vom Installer eingerichtetes eingebettetes Python, wahlweise mit CUDA-torch): lädt das prostate158-Modell einmal und beantwortet danach JSON-Kommandos über stdin/stdout – „A“ Gesamtprostata-Segmentierung, „Z“ Zonenkarte, „D“ Verfeinerung durch das eigene Drüsen-/Zonennetz, „H“ KI-Herdkarte (Herdnetz, T2-Netz und Diffusionscluster C3), „S“ Superauflösung der Anzeige (Real-ESRGAN), „I“ Zwischenbilder (RIFE, nur GPU). Die eigenen Netze werden beim ersten Aufruf geladen und gegen die SHA-256-Prüfsummen in herdnetz.json bzw. druese.json geprüft. Der Prozess beendet sich, sobald der Viewer endet.
3. Dialog-Prozess (_dialog_prozess.exe, tkinter): alle modalen Dialoge (Ordnerwahl, Rückfragen, Herdauswahl, KI-Herd-Beurteilung, Passwort) laufen in einem eigenen Prozess, damit die OpenCV-Hauptschleife nie ein Fenster ohne Hauptfenster erzeugt und der Viewer nach dem Dialog sauber neu aufbaut.

Innerhalb des Viewers arbeiten neben der Hauptschleife mehrere Threads: die Pipeline (ADC/Herdsuche) läuft synchron mit Sanduhr; die Zonenkarte wird parallel angefordert und kommt aus demselben KI-Vorwärtslauf wie die Kontur (Inferenz-Cache im KI-Prozess, kein zweiter Durchlauf); Resampling und DCE-Karten rechnen blockweise parallel bzw. nur innerhalb der Kontur (bit-identisch zur seriellen Vollgitter-Rechnung); der Ergebnis-Cache wird in einem Hintergrund-Thread geschrieben; die Anzeige-Superauflösung und die Zwischenbilder werden in einem Hintergrund-Thread über den KI-Prozess beschafft; die Multiplanar-Panels (sag/cor) besitzen einen Vorab-Cache; die KI-Herdkarte, der Aufbau der KI-Herdstudie und der Befund (F2) laufen in eigenen Hintergrund-Threads. Einstellungen, Protokolle, Korrekturen, ärztliche Urteile und Lernablagen liegen seit dem 13.10.2026 im Programmordner unter daten\ (config.json, korrekturen.json, ki_korrekturen.json, ki_lernablage\, ki_umrisse\, druese_lernablage\); eine frühere Ablage unter %APPDATA%\run_seg wird beim ersten Start einmal dorthin kopiert. Testzähler und Freischaltmarke bleiben rechnerweit (Abschnitt 2.17). Sitzungsdaten (importierte DICOM, Ergebnis-Caches) liegen unter dem Programmordner in output_dcm, output_mpr, output_label, output_tiff und werden in OPEN bei jedem Start und Import restlos gelöscht (core.wipe_session_data).

2.2 Laden der DICOM-Untersuchung

Quellen. Der Knopf „MR“ (Taste L) öffnet die Ordnerwahl; alternativ wird ein Ordner oder ein ZIP-Archiv auf das Fenster gezogen. ZIP-Archive (auch ZIP in ZIP, Tiefe ≤ 2) werden in einen Staging-Ordner unter %TEMP%\run_seg_zip entpackt; defekte Archive werden übersprungen (core.zip_import_vorbereiten). Die Ordnerwahl beginnt im zuletzt gewählten Ordner. Vor jedem Import löscht OPEN die Arbeitsordner der vorigen Untersuchung.

Serienerkennung (zweistufig). Liegt direkt im Ordner eine DICOMDIR, gilt sie als autoritativer Index des Filesets (PS3.10) und liefert die Dateiliste; sonst wird rekursiv gescannt. Zunächst werden nur die Header gelesen (ohne Pixeldaten, prozessweit gecacht, core.lese_scan_header; jede Datei wird für alle Suchen genau einmal geöffnet), erst passende Dateien vollständig. Eine axiale T2-Serie gilt nur dann als echte T2-Spin-Echo-Serie (core.ist_echte_t2_serie), wenn herstellerübergreifend Standard-Tags zusammenpassen: „T2“ in SeriesDescription/SequenceName, kein T2*-Hinweis, kein Diffusions-b-Wert (Siemens 0019,100C / Philips 2001,1003), kein LOCALIZER, Echozeit ≥ 60 ms (fehlende Echozeit ist kein Ausschluss). Findet eine Untersuchung mehrere axiale T2-Serien (Wiederholung nach Bewegungsartefakt, 3D-Sequenz neben 2D-TSE), wird nur die PI-RADS-technisch nächstliegende behalten (_beste_axiale_t2_serie_je_untersuchung), damit nie Schichten verschiedener Serien vermischt werden. Enthält der Bestand mehrere Patienten oder Untersuchungen, lädt OPEN ohne Nachfrage genau eine: die zuerst gefundene, d. h. die erste Untersuchung der nach PatientID und StudyInstanceUID sortierten Dateiliste (_untersuchung_ohne_auswahl); die Statuszeile nennt sie. Es wird keine Untersuchung gemerkt.

Bildaufbereitung. Die Schichten werden nach PatientID/StudyInstanceUID/SeriesInstanceUID/SOPInstanceUID sortiert, per SHA-256 der Pixeldaten entdoppelt, auf ein quadratisches 512-px-Anzeigeraster gebracht (die Originalgeometrie – PixelSpacing, ImagePositionPatient, ImageOrientationPatient – bleibt für alle Berechnungen im Dataset erhalten) und in den Zustand S geladen (_lade_daten). Schicht 1 ist die apikalste Schicht; anatomische Drittel (basal/mittig/apikal) werden später immer aus der LPS-z-Koordinate abgeleitet, nie aus dem Schichtindex.

Begleitserien. Parallel werden die sagittale und coronale T2-Serie (größte Serie je Orientierung, core.waehle_t2_serien), alle Diffusionsserien nach b-Wert (core.find_diffusion_serien, auch über mehrere Serien wie B0/B100/B1000; abgeleitete Karten ausgelassen; Dedup per SOPInstanceUID), die Hersteller-ADC (nur zur Plausibilisierung) und die beste axiale T1-Serie (Dynamik, core.find_t1_serie) gesucht und nach output_dcm/{t2_mpr,dwi,t1} kopiert (SOP-UID-Dateinamen, idempotent).

Untersuchungsanalyse. Beim Laden wird eine Analyse der Sequenzen, Geometrien und Vollständigkeit erstellt: fehlende Schichten einer Serie führen zur roten Kopfzeile „UNTERSUCHUNG UNVOLLSTÄNDIG GELADEN“; geringe Überlappung zwischen sag/cor und axial wird als Warnung genannt; Sequenzen, die T2/Diffusion/ADC nicht matchbar machen, werden ausgewiesen. Die Analyse ist per „Analyse“-Knopf als Word-Dokument abrufbar.

Automatik. Liegt zu keiner Schicht eine echte Kontur vor (frischer Bestand), werden alle Schichten inaktiv gesetzt und die KI-Segmentierung automatisch angefordert (_import_nachbereitung); nach der Segmentierung startet die PIRADS-Berechnung automatisch, sobald genügend aktive Segmente vorliegen.

2.3 Prostatasegmentierung und Zonenkarte

Modell. Die Segmentierung nutzt das öffentlich verfügbare Modell anatomy aus prostate158 (Adams, Bressem et al. [3]; Gewichte CC BY 4.0, Zenodo 10.5281/zenodo.6397057): ein 3D-U-Net (monai, Kanäle 16–512, Strides 2, vier Residual-Units, PReLU, BatchNorm, Dropout 0,15) mit drei Klassen (Hintergrund, Transitional-/Zentralzone, periphere Zone). Vorverarbeitung: Orientierung RAS, isotropes Spacing 0,5 mm, z-Score-Normierung (nonzero); Inferenz per Sliding Window (ROI 96³, Overlap 0,5, Gauß-Gewichtung), Softmax → Argmax. Gesamtprostata = Klasse 1 ∪ Klasse 2.

Ablauf. ki_bridge.segmentiere schreibt die Liste der axialen T2-Dateien in Viewer-Reihenfolge in eine Temp-Datei, schickt {"cmd":"A", …} an den Dauerprozess und liest eine (N, Rows, Cols)-uint8-Maske. Von den zusammenhängenden 3D-Komponenten der Drüsenmaske behält der KI-Prozess die größte, deren Schwerpunkt höchstens 25 mm seitlich der Körpermitte liegt (_komponente_mittig; ohne sichere Entscheidung die größte) – so bleibt eine größere Fehlsegmentierung an Hüftkopf oder Beckenmuskulatur nicht als „Prostata“ übrig; der Viewer verwirft zusätzlich je Schicht seitlich abgelegene Flächen (_ki_maske_mittig). Anschließend verfeinert das eigene Drüsennetz Rand und Zonengrenze (Abschnitt 2.4). Je Schicht wird die größte zusammenhängende Fläche gewählt, morphologisch geschlossen, der Rasterrand gleichmäßig nachgetastet, mehrfach zirkulär tiefpassgefiltert und per B-Spline geglättet; daraus entstehen höchstens zwölf gleichverteilte Kontrollpunkte, die geschlossene kubische B-Spline durch diese Knoten ist die im Viewer gezeigte Kontur (_maske_zu_kontrollpunkten). Sichtbar und greifbar sind davon sechs gleichverteilte Griffe; beim Ziehen eines Griffs folgen die verborgenen Punkte bis zu den Nachbargriffen anteilig (_griffe_ziehen), ein Klick auf die Linie bzw. „+“ fügt einen Griff ein, Rechtsklick bzw. „−“ entfernt ihn. Schichten mit gefundener Prostata werden aktiv gesetzt. Die Kontur kann manuell editiert werden (Griffe ziehen, Strg+Klick = Kontrastkante, Freihand, Radius per Mausrad).

Konturansicht. Ab Werk zeigt der Viewer die Kontur als glatte Umrandung ohne Knoten; unter der Maus erscheint nur der Knoten, den ein Klick greifen würde. Taste A schaltet reihum Umrandung → Polygon mit Knoten (Bearbeiten) → Maske als transparente Fläche → Umrandung; bearbeitet werden kann in jeder Ansicht. Handkorrekturen einer KI-Kontur werden als namenloses Lernbeispiel für das Drüsennetz abgelegt (Abschnitt 2.11).

Zonenkarte. Für die zonengerechten Referenzen des Scores fordert die Pipeline dieselbe KI unsichtbar mit Kommando „Z“ auf allen axialen Schichten an (diffusion._zonen_karte): TZ = KI-Klasse 1 innerhalb der Nutzerkontur, PZ = Rest der Kontur – die Kontur des Nutzers bleibt Autorität, KI-Fehlstellen fallen in die PZ. Da die Zonenkarte aus demselben Vorwärtslauf wie die Kontur stammt, kommt sie aus dem Inferenz-Cache des KI-Prozesses ohne zweiten Durchlauf. Innerhalb der Nutzerkontur übernimmt anschließend das Drüsennetz die Grenze TZ/PZ (Abschnitt 2.4), sofern beide Zonen danach mindestens 50 Bildpunkte umfassen. Ohne KI gilt eine globale Referenz.

2.4 Eigenes Drüsen- und Zonennetz

Zweck. Die importierte KI liefert die Drüse als Ganzes; Rand und Grenze zwischen Transitional- und peripherer Zone verfeinert danach ein eigenes Netz (druese_ki im Viewer, ki_herdnetz.druese_anfrage im KI-Prozess, Kommando „D“). Gelernt wurde es an PROSTATEx [8] mit den Referenzmasken von Cuocolo et al. [9]. Nachgelernt wird ausschließlich dieses eigene Netz, nie das prostate158-Modell.

Netz und Eingabe. 2,5D-U-Net [10] – ein 2D-U-Net mit vier Auflösungsstufen (32–256 Merkmalskanäle, BatchNorm, ReLU, Dropout 0,1) – mit sieben Eingangskanälen: T2 der Schicht k und ihrer Nachbarschichten k ± 1, k ± 2 (geteilt durch den T2-Median der Drüse, begrenzt auf 0–4) sowie Vorlage Drüse und Vorlage TZ aus prostate158; Ausgabe drei Klassen (Hintergrund, TZ, PZ; Tab. 1). Gerechnet wird in einem Ausschnitt von 160 × 160 Bildpunkten zu 0,6 mm (96 × 96 mm) um den Drüsenschwerpunkt, nur auf den Schichten mit Vorlage; Abtastung und Normierung sind dieselben wie beim Lernen. Inferenz: Softmax, gemittelt mit der links-rechts-gespiegelten Eingabe, Argmax, nur die größte 3D-Komponente; die Rückrechnung auf das T2-Gitter tastet jede Klasse bilinear ab und entscheidet per Argmax.

Sicherheitsnetz. Liegt das Volumen des Netzergebnisses außerhalb von 0,6–1,4 × Vorlage, wird es verworfen und die prostate158-Kontur bleibt (_MAX_AENDERUNG); Schichten, auf denen das Netz nichts findet, behalten die Vorlage. Das Netz kann daher keine Schicht hinzufügen oder entfernen, nur Rand und Zone innerhalb der von prostate158 gefundenen Schichten ändern.

Einsatz. (1) Unmittelbar nach der KI-Segmentierung (Taste K bzw. automatisch; die Statuszeile meldet „Rand und Zonen vom Drüsennetz verfeinert“), (2) in der Zonenkarte des PIRADS-Laufs, dort nur für die Grenze TZ/PZ innerhalb der Nutzerkontur (Abschnitt 2.3). Schalter druese_netz in config.json (ab Werk an); ohne KI-Prozess, ohne Gewichte oder bei verworfenem Ergebnis gilt unverändert die prostate158-Kontur. Gewichte models/druese/druese_zonen.pt, Prüfsumme in druese.json.

2.5 Diffusion, ADC und abgeleitete Karten

Serienwahl. Der ADC-Fit verwendet ausschließlich gemessene b-Wert-Bilder (adc_serien: „gemessen“ vs. „berechnet“); vom Scanner extrapolierte Bilder (z. B. CALC_BVAL b2000) dienen nur der Anzeige. Bei mehreren Diffusionsakquisitionen wird die tauglichste gewählt (Deckung mit T2, Echozeit, Pixelgröße, Anzahl b-Werte; grund = beste_messung). Beispiel: aus einer Akquisition b50/b1500 mit berechnetem b2000 wird der Fit über b50/b1500 gerechnet, b2000 gezeigt.

Resampling ohne Interpolation. Jede b-Bilderserie wird per nächstem Nachbarn auf das T2-Gitter gebracht: jeder T2-Voxel übernimmt für alle b-Werte genau einen nativen Diffusionsvoxel. Der Fit rechnet damit effektiv im nativen DWI-Gitter wie die Scanner-ADC – ohne Partialvolumen durch Mischung mit Nachbarvoxeln, das kleine Herde mit niedriger ADC systematisch anheben würde. Pixel außerhalb der Prostatamaske werden auf 0 gesetzt; wo das b0-Signal unter 10 % des 97-Perzentils liegt, gilt der Voxel als Rauschen (_SIG_SCHWELLE_FRAKTION).

ADC-Fit. Voxelweise gewichteter log-linearer Least-Squares-Fit von ln S über alle b ≥ 100 s/mm² (_ADC_BMIN), Gewicht je b und Voxel = S² (Varianzkorrektur der Log-Transformation), Steigung = −ADC (mm²/s, Anzeige in 10⁻⁶ mm²/s). Optional (≥ 3 hohe und ≥ 2 niedrige b-Werte) ein segmentierter IVIM-DKI-Fit: S(b)/S0 = (1−f)·exp(−bD + b²D²K/6) + f·exp(−bD). Virtuelle Karten: eADC = exp(−b_max·ADC) und ein synthetisches Hoch-b-Bild cDWI. Die ADC wird nie gefiltert* (kein Median, kein Bilateralfilter, keine Interpolation); Anzeige und Pixel-Hint zeigen immer den rohen Wert.

Interne Kopie für die Herdsuche. Nur für die Herderkennung entstehen Kopien: dwi_herd = Hoch-b-Bild mit 3×3-Median und homomorpher Bias-Feld-Korrektur (Spulenprofil als stark tiefpassgefiltertes Bild, Stärke 0,85) und eine 3×3-median-gefilterte ADC-Kopie gegen Einzelpixel-Ausreißer. Auch die Netzeingabe der KI-Herdsuche (Abschnitt 2.10) ist eine solche interne Kopie. Das angezeigte Diffusionsbild bleibt roh.

Plausibilitätsprüfung. Nach jedem Lauf wird die interne ADC gegen die Hersteller-ADC derselben Akquisition verglichen (gleicher Versatz, nächster Nachbar, Skalenerkennung): Pearson-Korrelation und Median-Verhältnis intern/Hersteller. Abweichungen erzeugen eine Warnung, nie eine stille „Heilung“ (Beispiel Fall A: Verhältnis 1,013, Median 1075 vs. 1061 · 10⁻⁶ mm²/s, n = 36 493 Voxel, Status „ok“).

Ablage. T2, Diffusion (roh), ADC, eADC, cDWI, Maske, Zonenkarte, DCE-Karten sowie das sag/cor-Reformatgitter werden als Ergebnis-Cache (komprimierte NumPy-Archive) unter output_mpr/_cache/ abgelegt (in OPEN nur für die Sitzung); ein NIfTI-Export findet seit dem 22.09.2026 nicht mehr statt. Das Schreiben läuft in einem Hintergrund-Thread, damit der Aufbau der Multiplanar-Ansicht nicht auf die Platte wartet.

2.6 Automatische Ausrichtung Diffusion → T2 und T1 → T2

Patientenbewegung zwischen T2- und Diffusionsakquisition ist in der DICOM-Geometrie nicht erfasst. _auto_diff_versatz_schaetzen schätzt deshalb je nativer DWI-Schicht einen In-Plane-Versatz per 2D-Phasenkorrelation (cv2.phaseCorrelate) zwischen der in die DWI-Ebene projizierten T2-Schicht und der DWI-Schicht mit dem niedrigsten b-Wert (T2-ähnlicher Kontrast), eingeschränkt auf ein Fenster um die projizierte Prostata. Neben der geometrisch nächsten T2-Schicht werden auch deren Nachbarn (±3) korreliert; gewinnt durchgängig eine Nachbarschicht, wird das als Durch-Schicht-Versatz (kraniokaudal, z. B. Tischverschiebung) gewertet und als einheitlicher Versatz auf die Serienaffine angewendet (zwei Durchläufe, sub-Schicht-Verfeinerung per Parabel). Die x/y-Schätzungen werden starr konsolidiert (robuster linearer Trend längs der Schichten, Theil-Sen, MAD ≤ 3 mm), Ausreißer > 4 px werden verworfen. Ein Versatz wird nur übernommen, wenn die Korrelationsantwort ≥ 0,15 und der Betrag ≤ 15 mm ist – lieber keine Korrektur als eine falsche. Manuelle Korrekturen (Original-Diffusionsbild-Fenster, Shift-Klick-Herdmarker) haben immer Vorrang. Beispiel Fall A: 18 Schichten, medianer Versatz 2,2 mm, Maximum 3,2 mm, z-Versatz 0.

Die T1-Dynamik wird analog, aber über Kantenbilder (Gradientenbetrag) starr ausgerichtet (_t1_deckung): Median aller Schichtschätzungen, nur bei ausreichender Übereinstimmung; die Intensitätskorrelation der Diffusion eignet sich für T1 nicht.

2.7 Perfusion (DCE)

Aus der axialen T1-Dynamik (_t1_phasen: Phasen aus AcquisitionNumber/TemporalPositionIdentifier bzw. Zeitstempeln, ≥ 4 Phasen) werden auf dem T2-Gitter berechnet (_dce_karten): Ankunft des Kontrastmittels aus der Gefäßkurve (hellste 1 % der Endphase; Ankunft, wenn die Kurve deutlich über das Basis-Mittel steigt), je Voxel die relative Anreicherung E(t) = (S − S0)/S0 (S0 = Mittel der Phasen vor der Ankunft), daraus die Karten frühe Anreicherung (größtes E in den ersten 60 s nach Ankunft), Beginn (Sekunden nach Ankunft, ab denen E ≥ 30 %), Maximum und Wash-out (Abfall vom Maximum bis zum Ende). Rechenausschnitt ist die Prostatakontur + 15 mm, je Bild ein 3×3-Median; die Karten werden trilinear mit Schichtdickenangleich aufs T2-Gitter gebracht – seit dem 22.09.2026 nur für die Gitterpunkte innerhalb der Kontur (bit-identisches Ergebnis, Bruchteil der Laufzeit).

Je Herd wird DCE gegen den 2–7-mm-Umkreis bewertet (_dce_herd_bewerten): positiv = Herd-Median E ≥ 50 %, ≥ 1,25 × Umkreis, Beginn nicht später als der Umkreis (+ eine Phase), in ≥ 40 % der Herdpixel. Unabhängig davon sucht _dce_kandidaten fokale Anreicherungsherde (E ≥ 80 %, ≥ 1,75 × Ring, 4–20 mm, rundlich, Maximum innerhalb 60 s und Wash-out ≥ 20 %) – ausschließlich innerhalb der P3-Bereiche und nur als Einblendung im DCE-Panel, ohne Einfluss auf Kategorie oder Rang.

2.8 Regelbasierte Herdsuche

Die regelbasierte Herdsuche (_herd_studie_rechnen, Abb. 2) läuft bei jeder PIRADS-Berechnung – auch im Modus „Nur KI-Herde“, in dem ihre Herde nicht gezeigt werden, aber die KI-Herde bestätigen und einstufen (Abschnitt 2.10). Sie läuft in der Reihenfolge:

1. Studienweite DWI-Schwelle. Über alle Prostatavoxel der Untersuchung: Median und robustes Sigma (1,4826 · MAD) des bias-korrigierten Hoch-b-Bildes; Schwelle = max(1,3 · Median, Median + 2,5 · σ). Beispiel Fall A: 36,6 (Median 24,8, σ 4,7).
2. Kandidaten je Schicht (_herd_karte). Harter Kern: Diffusion ≥ 97-Perzentil der Schicht oder ≥ Studienschwelle (maßgeblich ist der kleinere Wert – so wird ein großer Herd ganz erfasst, nicht nur seine hellsten 3 %), ADC im Fenster 250–1000 · 10⁻⁶ mm²/s (Kandidatenband) und T2 hypointens gegenüber der zonengerechten Referenz (PZ-Pixel gegen PZ-Median, TZ gegen TZ-Median der Schicht). Toleranz: zu Bereichen mit hartem Kern kommen Pixel mit höchsten Diffusionswerten, die das ADC-Fenster um ≤ 150 verfehlen oder im T2 nur mäßig (≤ Median · 1,15) darüber liegen. DWI-3-Kandidaten (nur PZ): ADC nur mäßig erniedrigt (bis 1300), aber DWI-hell und T2 ≥ 20 % unter der Referenz – sie erhalten später DWI-Kategorie 3 und werden nur mit positiver DCE sichtbar.
3. Formfilter (_herd_formmaske): Mindestdurchmesser 2 mm, Solidität ≥ 0,55, Achsverhältnis ≤ 4 (rundlich bis längsoval), Ausnahme „ausgestanzt“ kreisrund; zerklüftete/strichförmige Komponenten werden einmal um 1 mm geöffnet und ihre Teile einzeln geprüft (dünne Brücken fallen weg).
4. Artefaktfilter: Rektumwand-Streifen und periurethrale Kandidaten werden verworfen (Zählung im Protokoll). Band-Filter (je 3D-Herd nach der Kategorisierung): länglich bandförmige Diffusions-/ADC-Senkungen entlang anatomischer Ränder – tragende Schichten ≥ 6 mm lang, ≤ 4,5 mm breit (Länge/Breite ≥ 3), ≥ 60 % der Pixel innerhalb 2,5 mm der Kapsel oder der TZ/PZ-Grenze und parallel dazu – gelten nicht als malignomsuspekt und werden verworfen (_band_filter; Korrekturmodus-Code band).
5. T2-first-Kandidaten (_t2_kandidaten): fokal T2-hypointense Areale, gemessen am 2–8-mm-Ring der eigenen Umgebung (Kontrast c = 1 − T2/Ring ≥ 0,20, unter dem Schichtmedian, 1,5 mm innerhalb der Kontur), 3D-Komponenten 5–18 mm, Fläche ≥ 15 mm², Füllgrad ≥ 0,40, kraniokaudal ≤ 21 mm; Ausschluss vorderes fibromuskuläres Stroma, Kapselsaum-Streifen und langgestreckte Ellipsoide; Zonenregel: TZ → Kandidat, PZ nur mit Bestätigung durch ADC (Median ≤ 1100) oder DWI (≥ 1,2 × Prostata-Median). Nicht fokale Komponenten (T2-dunkle Zentraldrüse) werden bei stufenweise angehobener Kontrastschwelle (0,30/0,40/0,50) in dunklere Teilareale zerlegt. Diffusions- und T2-Kandidaten werden vereinigt.
6. ADC-Saum (_herd_saum_trimmen): je 3D-Herd Halbwertsbegrenzung des zu 1000–1200 ansteigenden Partialvolumensaums; Pixel mit DWI ≥ Studienschwelle und ADC ≤ 900 bleiben immer (klare Diffusionsstörung, kein Saum); T2-definierte Pixel werden nicht zerlegt.
7. Kategorisierung und Score je 3D-Herd (Abschnitt 2.9), Sichtbarkeit, Reihung, Ausdehnung (_herd_ausdehnung: Wachsen vom Kern in T2/ADC-auffällige Nachbarpixel, höchstens 3 mm; bei länglichem Kern quer zur Hauptachse nur um ein Drittel der Kernbreite, damit die Form erhalten bleibt – für das rote Areal der PIRADS-3-Karte, nicht für Score/Volumen).

2.9 Kategorisierung nach PI-RADS 2.1, Sichtbarkeit und Reihung

Säulen je 3D-Herd (_herd_scores_rechnen): DWI-Säule aus Rang (Perzentil des Herd-DWI in der Studie), Verhältnis zum Referenzring und absoluter Höhe (Gewichte 0,35/0,30/0,35); ADC-Säule aus dem Kern (10. Perzentil, mindestens 4 px / 6 mm² bzw. 25 % des Herdes) und seinem Verhältnis zum Umkreis; die ADC gilt nur dann als signifikant, wenn der Kern ≤ 900 und ≤ 0,75 der Zonenreferenz liegt (Höhe), der Median des Herdes ebenfalls ≤ 0,75 der Zonenreferenz bleibt (Fokalität – die ADC-Pathologie ist die Summe aus herdförmiger Anordnung und niedrigen Werten; in einer BPH-Transitionalzone, deren Referenz selbst bei etwa 790 liegt, ist ein Herd mit Median 685 kein fokaler Herd) und ein zusammenhängender Fleck niedriger Werte besteht (Zahl); T2-Säule aus dem Kontrast zum 2–7-mm-Ring (Ring mindestens 20 mm² Gewebe, sonst schrittweise bis 15 mm erweitert, dann Nachbarschichten, dann global). Die Säulen ergeben einen Summenscore, der seit dem 17.09. nur noch der Reihung dient.

ADC-Ratio (_adc_ratio_mw): Weil absolute ADC-Werte je nach Hersteller, Feldstärke und Patient schwanken, gibt die Anwendung zu jedem Herd zusätzlich das Verhältnis an: ADC-Ratio = ADC-Mittelwert des Herdes / ADC-Mittelwert des gesunden Gewebes. Als gesundes Gewebe gilt die segmentierte Prostata ohne Herd-Kandidaten (weder T2-/P3- noch Diffusionskandidaten), und zwar in derselben Zone (KI-Zonenkarte) und auf denselben Schichten wie der Herd – nicht der Durchschnitt der ganzen Untersuchung, der die Zonen vermischen würde. Liegen dort weniger als 50 gesunde Pixel, dient die Zone über alle Schichten, sonst die ganze Prostata als Referenz. Stufen: > 0,75 normal bis gutartig; 0,65–0,75 Grauzone (intermediär, meist PI-RADS-3-Bereich, Überschneidung von Prostatitis und niedriggradigem Tumor); < 0,65 pathologisch (hoher Verdacht); ≤ 0,55 hochgradig pathologisch (entspricht in Studien Gleason ≥ 4+3 bzw. PI-RADS 4/5). Die Ratio steht im Herd-Hint, im Text- und im Word-Bericht. Wie sie in die DWI-Kategorie eingeht, ist im Herd-Auswahldialog wählbar („ADC-Bewertung“, gespeichert, im Bericht genannt): absolut (ADC-Kern ≤ 900 für DWI 4 und – ab 15 mm – DWI 5; ≤ 750 = starke Diffusion – Standard), absolut und Ratio (zusätzlich Ratio < 0,65 bzw. ≤ 0,55), nur Ratio (Ratio < 0,65 bzw. ≤ 0,55 statt der absoluten Schwellen) und absolut oder Ratio. Ein Wechsel bewertet die Herde sofort neu, ohne neuen Pipeline-Lauf; so lassen sich die Varianten am Fall vergleichen. Hintergrund: PI-RADS 2.1 beschreibt die Diffusion qualitativ („leicht“, „deutlich“) mit absoluten Orientierungswerten, die gerätebedingte Unterschiede der ADC nicht berücksichtigen – die Ratio auf das Gewebe derselben Untersuchung gleicht sie aus.

Kategorie (_kategorie_21): DWI-Kategorie 4 = DWI-Säule ≥ 0,5 und signifikanter ADC-Kern ≤ 900; 5 = dieselben Kriterien und ≥ 15 mm in der größten Ausdehnung (axial, kraniokaudal oder im Raum) oder extraprostatische Ausdehnung (EPE: Kapselkontakt ≥ 10 mm, ≥ 25 % Außensaum, DWI-Anteil außen ≥ 0,7) – wie PI-RADS 2.1 („same as 4 but ≥ 1.5 cm“), seit 10.10.2026 ohne eigene ADC-Schwelle für 5; 3 = fokal, aber nur mäßig – ebenso ein T2-Herd ohne Diffusionskandidat mit leicht erniedrigtem ADC (Median ≤ 0,85 der Zonenreferenz oder zusammenhängender ADC-Fleck ≤ 900 ab 6 mm², PI-RADS 2.1: fokal leicht bis mäßig hypointens im ADC bei isointensem DWI); 2 = kein Diffusionskandidat ohne ADC-Absenkung. Absolute ADC-Werte zwischen 750 und 900 gelten als Graubereich (intermediär); als starke Diffusionsstörung zählt erst ein Kern ≤ 750 (P3-Regel unten). T2-Kategorie: 4 = Kontrast ≥ 30 % (< 15 mm), 5 = ≥ 15 mm/EPE, 3 = 20–30 %, 2 darunter. Homogen (TZ, _T2_HOMOGEN_QUOT): Ein Herd ab 10 mm mit DWI ≥ 4, dessen T2-Streuung (Interquartilsabstand/Median) höchstens halb so groß ist wie die seines Rings, ist im T2 als homogenes, unscharf begrenztes Areal in knotiger BPH-Umgebung sichtbar, auch wenn er nicht dunkler ist – kein umschriebener BPH-Knoten (T2 2), aber auch nicht hypointens (T2 4): T2-Kategorie 3. Herde im Raum (_raum_vereinen_gruppen): Zwei Herdteile, die sich in der nächsten Schicht fortsetzen (keine gemeinsame Schicht, gleiche Zone, beide ab 10 mm in der Ebene und DWI ≥ 4, Versatz am Übergang ≤ 6 mm), werden als ein Herd bewertet; kleine Herde bleiben Ebenen-Herde. Endkategorie: PZ = DWI-Kategorie, wobei Kategorie 3 mit positiver DCE zur 4 wird (auch bei einem T2-Herd mit DWI 3); TZ = T2-Kategorie, mit den Regeln T2 3 + DWI 5 → 4, T2 3 + DWI ≤ 4 → 3, T2 2 + DWI ≥ 4 → 3, T2 2 + DWI 5 → 4 („kein BPH-Knoten“). Zusätzlich die P3-Regel (abgeleitet aus [2], eigene Operationalisierung): TZ-Herd mit P3 (T2-Kategorie 3) und ADC-Kern ≤ 750 oder positiver DCE → 4.

Sichtbarkeit (_herd_anzeige_maske): Nur Herde der Kategorie 4 und 5 werden gezeigt und beurteilt; Kategorie 2 und 3 werden verworfen (keine Ersatzanzeige). Ausnahmen: PI-RADS-3-Herde aus der T2 ohne Diffusionsstörung bleiben als rotes Areal sichtbar; eine Diffusionsstörung ohne P3 (T2-Kontrast < 20 %) fällt weg, außer sie ist sehr groß (≥ 10 mm / ≥ 0,25 ml). Primär zeigt die Anwendung das „radiologische Auge“: T2-Kontrast ≥ 20 % ist Pflicht, Herde ≥ 10 mm in der Ebene (Größenregel, Abschnitt 2.12), neben dem eindeutigen Kategorie-4/5-Herd nur die fast genauso großen (Achse ≥ 75 %) sowie Kategorie 5 und Rang 1, sofern sie nicht zu klein oder unsicher sind; die übrigen sind über das Herd-Fenster zuschaltbar (Rechtsklick auf einen Herd). Diese Sichtbarkeitsregeln gelten für die Regelherde; im Modus „Nur KI-Herde“ wird jeder KI-Herd gezeigt (Abschnitt 2.10).

Reihung (_rank_schluessel): Rang 1 = am ehesten maligne – sortiert nach Kategorie (5 vor 4 vor 3), P3 vor Diffusionsstörung ohne P3, DWI-Kategorie, ADC-Kern in 100er-Stufen, DWI-Stärke, Volumen, Durchmesser, Summenscore. Farbe = Kategorie: 5 weiß, 4 gelb, 3 rot; jeder Herd erhält eine Rangnummer, den roten Umkreis nur mit dem Schalter im Herd-Fenster. Das Herdvolumen wird als Ellipsoid aus den drei T2-Ebenen berechnet.

Korrekturmodus. Rechtsklick neben einen Herd erklärt, welches Kriterium dort verletzt ist (herd_diagnose: Codes zu_klein, t2_pflicht, t2_kat, adc_kat, dwi, adc_band, t2_hypo, form, relativ, nachrangig) und erlaubt „Herd fehlt hier“ (erzwungener 4-mm-Anker mit echten Messwerten); Rechtsklick auf einen Herd erlaubt „falsch“ (ausblenden). Korrekturen werden je Studie in korrekturen.json abgelegt und beim nächsten Lauf angewendet. Sie betreffen die Regelherde; Urteile zu KI-Herden beschreibt Abschnitt 2.11.

2.10 KI-Herdsuche und Modus „Nur KI-Herde“

Netze. Die KI-Herdkarte (herd_ki im Viewer, ki_herdnetz im KI-Prozess, Kommando „H“) besteht aus zwei gelernten 2,5D-U-Netzen gleicher Bauart wie das Drüsennetz und einem regelhaften Diffusionscluster (Tab. 1, Abb. 3):

• Herdnetz „mp“ mit 18 Eingangskanälen: T2 (geteilt durch den Drüsenmedian), ADC (10⁻³ mm²/s) und DWI (bias-korrigiertes Hoch-b-Bild der Herdsuche, geteilt durch den Drüsenmedian), jeweils für die Schicht k und zwei Nachbarschichten zu jeder Seite, dazu Drüse, TZ und PZ aus Kontur und Zonenkarte; Ausgabe je Bildpunkt die Wahrscheinlichkeit eines klinisch signifikanten Karzinoms (Sigmoid).
• T2-Netz „t2“ mit 8 Kanälen (T2 der fünf Schichten, Drüse, TZ, PZ); Ausgabe die Wahrscheinlichkeit eines in T2 abgrenzbaren Läsionsareals (P3-Areal).

Beide Netze wurden an der PROSTATEx-Trainingskohorte [8] mit den Umrandungen von Cuocolo et al. [9] gelernt; einzelne Referenzumrandungen, die bei der Durchsicht als fehlerhaft beurteilt wurden, sind von jedem Training ausgeschlossen.

Tab. 1. Eigene neuronale Netze im Werkszustand. Gemeinsam: 2,5D-U-Net [10] mit vier Auflösungsstufen (32–256 Merkmalskanäle), Ausschnitt 160 × 160 Bildpunkte zu 0,6 mm um den Drüsenschwerpunkt, Schicht k mit k ± 1 und k ± 2, Mittelung mit links-rechts-gespiegelter Eingabe, Lerndaten PROSTATEx [8] mit Referenzumrandungen [9]; die SHA-256-Prüfsummen werden beim Laden geprüft.

Eingabe. Aus den Karten des PIRADS-Laufs (T2, ADC, DWI, Kontur und Zonenkarte auf dem T2-Gitter) entsteht ein Ausschnitt von 160 × 160 Bildpunkten zu 0,6 mm (96 × 96 mm) um den Drüsenschwerpunkt, bilinear abgetastet und wie beim Lernen als float16 abgelegt und wieder gelesen, sodass die Eingabe der Lernpipeline entspricht; die Werte werden begrenzt (T2 0–4, ADC 0–3,5, DWI 0–6). Dieser Ausschnitt ist eine interne Kopie wie die der regelbasierten Herdsuche (Abschnitt 2.5) – die angezeigte ADC und alle Messwerte bleiben roh. Die Netze rechnen mit Mittelung über die links-rechts-gespiegelte Eingabe und nur innerhalb der Drüse; die Labelkarten werden per nächstem Nachbarn auf das T2-Gitter zurückgerechnet. Die Berechnung läuft im Hintergrund und wird je Rechenstand (Untersuchung und PIRADS-Lauf) einmal angestoßen.

Kandidaten. KI-Herd = zusammenhängendes 3D-Gebiet mit Wahrscheinlichkeit ≥ 0,5 (26er-Nachbarschaft), größter Durchmesser in der Ebene ≥ 5 mm, dessen höchster Wert die feste Schwelle 0,7852 erreicht (schwelle_mp in herdnetz.json). P3-Areal = Gebiet des T2-Netzes nach derselben Regel mit Schwelle 0,5.

Diffusionscluster C3. Ein zweites, regelhaftes Signal aus ADC und DWI: Je Zone gilt ein Bildpunkt als auffällig, wenn die ADC ≤ 0,85 (TZ) bzw. ≤ 0,75 (PZ) × Zonenmedian und zugleich das DWI ≥ 1,2 × Zonenmedian liegt. Die lokale Dichte ρ auffälliger Bildpunkte (Gauß-Glättung σ = 3 mm in der Ebene, Nachbarschichten mit 0,25/0,5/0,25 gewichtet) wird auf ρ ≥ 0,4 geschwellt; ein Cluster muss in der Ebene ≥ 5 mm messen, ≥ 2 Schichten umfassen und gegenüber der Grundrate seiner Zone signifikant dicht sein (Binomial-z-Wert ≥ 3, effektive Stichprobe je 2 × 2 mm²). Cluster in der TZ zählen nur, wenn das T2-Netz dort ein P3-Areal (≥ 0,5) sieht. Die Schwellen sind eine eigene Operationalisierung; PI-RADS 2.1 [2] beschreibt die Diffusionsstörung qualitativ.

Bestätigung. Ein KI-Herd gilt als bestätigt, wenn höchstens 5 mm entfernt (3D-Näherung: in der Ebene 5 mm, auf einer Nachbarschicht im Abstand d noch √(5² − d²) mm) ein Diffusionscluster C3 oder ein regelbasierter Herd der Kategorie ≥ 4 liegt, wenn die KI-Wahrscheinlichkeit ≥ 99,5 % beträgt oder wenn der Arzt ihn als richtig beurteilt hat (Abschnitt 2.11). Sonst bleibt er unbestätigt und wird als solcher gekennzeichnet („unbestätigt – bitte prüfen“).

Modus „Nur KI-Herde“ (Umschalt+E, config.json nur_ki_herde, ab Werk an). Die KI-Herde ersetzen die Regelherde in Bild, Multiplanar-Ansicht, Panelstreifen, Herdliste, 3D-Ansicht und Befund; Regelherde, Diffusionscluster und P3-Areale werden im Hintergrund weiter berechnet – sie bestätigen die KI-Herde und liefern deren Einstufung –, aber nicht gezeigt. Dazu baut diffusion._ki_hs_bauen aus den KI-Herden eine Herdstudie mit denselben Feldern wie die regelbasierte:

• Herde: alle KI-Herde außer den vom Arzt verworfenen; ein vom Arzt korrigierter Umriss tritt an die Stelle des betroffenen Herdes; dazu kommen die vom Arzt ergänzten Herde (Diffusionscluster oder P3-Areal „Herd richtig“, „KI hat übersehen“, „Herd hier“; Abschnitt 2.11).
• Einstufung: Liegt höchstens 5 mm entfernt ein Regelherd – auch ein ausgeblendeter der Kategorie 2 oder 3, nicht aber ein vom Arzt als falsch markierter –, übernimmt der KI-Herd dessen PI-RADS-Kategorie, Messwerte und Begründung (bei mehreren den mit der höchsten Kategorie); Geometrie (Schichten, Durchmesser, Volumen) bleibt die des KI-Herdes. Misst der Regelherd unter 5 mm, entfällt die Kategorie. Ohne Regelherd am Ort steht „ohne PI-RADS-Einstufung“. Die KI-Wahrscheinlichkeit selbst ist keine PI-RADS-Kategorie.
• Reihung und Sichtbarkeit: bestätigt vor unbestätigt, dann PI-RADS-Kategorie, dann KI-Wahrscheinlichkeit, dann Volumen; jeder KI-Herd wird gezeigt – die Sichtbarkeits- und Größenregeln der Regelherde (Abschnitte 2.9 und 2.12) gelten für deren Kategorie, nicht für den Fund der KI.
• Darstellung: bestätigter KI-Herd mit rotem, unbestätigter mit orangem Umriss und Rangnummer (T2-Panels, ADC- und Diffusionspanel, gekippte Ebenen, 3D); das P3-Feld des Panelstreifens zeigt „P3-Karte aus – nur KI-Herde“.
• Ablaufzustände: Solange die KI-Herdkarte rechnet, steht „KI-Herdsuche läuft …“; ist die KI nicht verfügbar (Prozess fehlt, Fehler), zeigt das Programm die Regelherde mit dem Hinweis „KI nicht verfügbar – PI-RADS-Herde angezeigt“ – nie eine leere Anzeige ohne Hinweis. Ändern sich Arzturteile oder der Schalter, baut ein Hintergrund-Thread die Herdstudie neu; Umschalt+E schaltet auf alle Herde nach PI-RADS zurück.

KI-Herdkarte (Taste E, ab Werk an, experimentell). Zusätzliche Einblendung im axialen T2-Panel. Im Modus „Nur KI-Herde“ trägt jeder KI-Herd seine Wahrscheinlichkeit („KI 97 %“, ggf. „(unbestätigt)“ oder „(Arzt: richtig)“), vom Arzt verworfene KI-Herde erscheinen grau mit dem Vermerk „verworfen“. Ist der Modus aus, legt E die KI-Herdkarte über die Regelherde: KI-Herd rot bzw. orange, Diffusionscluster blau, P3-Areal des T2-Netzes violett; bestätigte KI-Herde stehen dann als eigener Abschnitt „KI-Zweitmeinung“ in Herdliste und Befund, getrennt von den PI-RADS-Herden, deren Kategorien und Rang unverändert bleiben.

2.11 Ärztliche Korrektur, Lernablage und Nachlernen

Urteile zu KI-Herden. Ein Rechtsklick genau auf einen KI-Herd im axialen Panel der Multiplanar-Ansicht (er geht dem Rechtsklick auf einen Regelherd vor und wirkt im Modus „Nur KI-Herde“ auch bei ausgeschalteter Taste E) öffnet den Dialog „KI-Herd beurteilen“: KI-Wahrscheinlichkeit, Bestätigungsquelle und bisheriges Urteil, Knöpfe „KI-Herd richtig“, „KI-Herd falsch“, im Modus „Nur KI-Herde“ „Umriss / Größe ändern“, bei vorhandenem Urteil „Urteil zurücknehmen“ sowie „PI-RADS-Herdliste“. Bei ausgeschaltetem Modus sind auch Diffusionscluster und P3-Areale der KI-Herdkarte beurteilbar („Herd richtig (KI hat übersehen)“ / „Kein Herd (falsch)“). Für einen von der KI übersehenen Herd gibt es zwei Wege: im Herd-Fenster eines Regelherdes ohne KI-Herd im Abstand ≤ 5 mm „KI hat übersehen“, oder – bei eingeschalteter KI-Herdkarte – Rechtsklick neben einen Herd und „KI hat übersehen – Herd hier“ (Kugel von 5 mm um den Punkt, auf die Drüse begrenzt). Jedes Urteil wirkt sofort auf Anzeige, Herdliste, 3D und Befund: verworfene KI-Herde entfallen, ergänzte Herde werden als bestätigte Herde („vom Arzt ergänzt (KI hat übersehen)“) aufgenommen; die PI-RADS-Kategorien der Regelherde ändern sich dadurch nicht.

Umriss / Größe ändern. Der Dialogknopf startet die Bearbeitung des angezeigten Herdes im axialen Bild (gelber Umriss; die gekippten Ebenen werden dafür ausgeschaltet): Mausrad = Größe ± 1 mm über ein 3D-Abstandsfeld (höchstens ± 15 mm gegenüber dem Ausgangsumriss, Wachstum höchstens 3 mm über die Drüsenkontur hinaus), Griffe ziehen = Umriss je Schicht (zwölf Punkte im Hintergrund; sichtbar sind vier Griffe bei Herden ab 10 mm, sonst zwei, die übrigen Punkte folgen anteilig), Umschalt+Mausrad = Schicht, Enter = übernehmen, Esc = verwerfen; ein Fall- oder Ansichtswechsel bricht ab. Die Titelzeile nennt Durchmesser und Volumen vorher und nachher. Der neue Umriss ersetzt den Herd, den er betrifft (Überlappung oder höchstens 3 mm vom bisherigen Schwerpunkt), in Anzeige, 3D und Befund („Umriss vom Arzt korrigiert“) und gilt als bestätigt; „Urteil zurücknehmen“ entfernt auch ihn.

Ablage. Die Urteile stehen in daten\ki_korrekturen.json, je StudyInstanceUID mit der Position des Herdes in Weltkoordinaten (LPS, mm) – so hängt ein Urteil auch nach einer Neuberechnung am selben Herd (Zuordnung ≤ 5 mm; ein neues Urteil ersetzt ein früheres derselben Art im Umkreis von 8 mm). Korrigierte Umrisse liegen als Maske (gepackte Bits mit Affinmatrix) in daten\ki_umrisse\. Zu jeder beurteilten Untersuchung legt das Programm ein namenloses Lernbeispiel in daten\ki_lernablage\ ab: den Netzausschnitt (sechs Kanäle, float16), die Masken der beurteilten Gebiete, je Gebiet einen Urteilscode (Tab. 2) und die KI-Wahrscheinlichkeit – ohne Namen und ohne DICOM-Kopfdaten; der Dateiname ist eine aus der StudyInstanceUID abgeleitete Kennung (SHA-1, 16 Zeichen). Ein korrigierter Umriss ersetzt im Lernbeispiel frühere Urteile zum selben Herd. Alle Ablagen bleiben auf dem Rechner; nichts wird übertragen.

Tab. 2. Ärztliche Urteile und ihre Codes im Lernbeispiel des Herdnetzes. Gelernt wird nur in den beurteilten Gebieten; der übrige Ausschnitt geht nicht in den Verlust ein.

Drüsenkontur. Ändert der Nutzer eine KI-Kontur von Hand (Griffe, Freihand, m-Modus) oder schaltet er KI-Schichten mit Taste D aus, legt das Programm ein Lernbeispiel für das Drüsennetz in daten\druese_lernablage\ ab: Ausschnitt wie in Abschnitt 2.4 über alle Schichten des KI-Laufs, prostate158-Vorlage, Netzkontur, Nutzerkontur als Ziel und die korrigierten Schichten – ohne Namen, Dateiname wie oben. Gespeichert wird nach dem nächsten Herdlauf, bei jedem Untersuchungswechsel und beim Programmende; eine Signatur verhindert Doppelablagen, die Statuszeile nennt die Zahl der bisher abgelegten Untersuchungen.

Nachlernen. Das Nachlernen ist bewusst nicht Teil der Programmoberfläche (auch nicht der OPEN-Version), sondern ein eigenes Werkzeug (tools/nachlernen.py, Optionen --druese, --herd oder --beide). Es stimmt das jeweilige Netz vom eingebauten Stand aus fein ab (Lernrate 2 · 10⁻⁴, ab Werk 10 Epochen) und mischt dazu die eigenen Lernbeispiele (fünffach gezogen) mit dem PROSTATEx-Trainingsbestand [8, 9] als Gedächtnis gegen das Vergessen; als fehlerhaft beurteilte Referenzumrandungen bleiben ausgeschlossen. Beim Drüsennetz zählen ab Werk nur die korrigierten Schichten der eigenen Konturen. Jeder fünfte PROSTATEx-Trainingspatient bildet eine feste Prüfgruppe, die nicht nachgelernt wird; da das alte Netz diese Patienten kennt, ist der Vergleich für das neue Netz streng. Übernommen wird nur, was nicht schlechter ist:

• Drüsennetz: Dice-Koeffizient der Prüfgruppe neu ≥ Wert der ungesehenen Kreuzvalidierung − 0,005 und ≥ alt − 0,02; auf den eigenen Konturen – vierfach kreuzvalidiert, also ungesehen, und gemessen wie im Programm einschließlich Rückfall auf die Vorlage und Volumenwächter – auf den korrigierten Schichten und auf der ganzen Drüse neu ≥ alt.
• Herdnetz „mp“: in der Prüfgruppe höchstens ein im Abstand von 5 mm getroffener Referenzbefund weniger als bisher, Markierungen ohne Referenzbefund je Patient höchstens um 0,05 mehr, und in den als Herd beurteilten eigenen Gebieten eine mittlere KI-Wahrscheinlichkeit neu ≥ alt.

Ohne --anwenden entsteht nur eine Probe mit Bericht. Mit --anwenden schreibt das Werkzeug die neuen Gewichte in <Programmordner>\models\druese bzw. \herdnetz; das alte Netz bleibt als *.vor_<Zeit>.pt erhalten, die neue Prüfsumme und ein Verlaufseintrag „nachgelernt“ stehen in der json-Beschreibung. Die Quellstände (Werkszustand) bleiben unberührt.

2.12 Multiplanare Darstellung und Panelstreifen

Isotropes Gitter. Axiale, sagittale und coronale T2 werden auf ein gemeinsames isotropes Gitter resampled (_mpr_bauen): Achsen der axialen T2, Ausdehnung = Vereinigung aller drei Serien, Kantenlänge = max(1,0 mm, kleinster Voxel, Ausdehnung/160) – je Studie typisch 1,6–2,5 mm. Die Prostatamaske wird nicht als Binärvolumen, sondern über vorzeichenbehaftete Abstandsfelder je Schicht an der echten Weltposition interpoliert (_mpr_maske_iso), sodass die Kontur auch bei fehlenden oder ungleich beabstandeten Schichten richtig sitzt. Die sag/cor-Panels werden auf denselben mm-pro-Bildschirmpixel-Maßstab wie das Axialbild gebracht (achs_fov_mm).

Größenregel (seit 10.10.2026, Festlegung der Anwendung): Herde unter 5 mm in der Ebene erhalten keine Kategorie, Herde unter 10 mm gelten als unsicher; beide erscheinen primär nie – auch nicht Kategorie 5 oder Rang 1 –, sind aber im Herd-Fenster zuschaltbar, Herde unter 5 mm stehen am Ende der Reihung. Maßgeblich ist die angezeigte Größe. PI-RADS 2.1 nennt keine Mindestgröße; seine einzige Größenangabe ist die Grenze 1,5 cm zwischen Kategorie 4 und 5. Seine Beschreibungen („fokal“, „umschrieben“, „linsenförmig“, „nicht abgekapselt“) setzen aber eine abgrenzbare Form voraus, ein Befund muss in mehreren Sequenzen übereinstimmen, und er muss für eine gezielte Biopsie ansteuerbar sein. Hinweis und Befund begründen die Regel je Herd mit den Zahlen der Untersuchung: Bildpunkt und Schichtdicke der Diffusion (höchster gemessener b-Wert), Zahl der Diffusionsbildpunkte und -schichten des Herdes, Hintergrundrauschen (aus dem Bildrand geschätzt) im Verhältnis zum Gewebesignal. Die Beurteilung nennt ausgeblendete Kategorie-4/5-Herde ausdrücklich. Im Modus „Nur KI-Herde“ wirkt die Größenregel nur auf die übernommene PI-RADS-Kategorie (Abschnitt 2.10).

Multiplanar-Ansicht. Nach der PIRADS-Berechnung öffnet sich die Ansicht mit axialem, sagittalem und coronalem Panel (gekoppeltes grünes Zielkreuz, Maus über einem Panel setzt den Fokus in den anderen), positioniert auf Herd Rang 1; die Regelherde erscheinen als Kategorie-farbige Flächen mit rotem Areal darunter und Rangnummer, im Modus „Nur KI-Herde“ die KI-Herde als roter (bestätigt) bzw. oranger (unbestätigt) Umriss mit Rangnummer; der rote Umkreis wird nur gezeichnet, wenn der Schalter „Umkreis“ im Herd-Fenster eingeschaltet ist. Das Herd-Fenster (Taste L, Rechtsklick auf einen Regelherd bzw. Knopf „PI-RADS-Herdliste“ im Dialog eines KI-Herdes; eigener Prozess, nicht modal) listet die Herde als Tabelle – An/Aus, Rang, Kategorie in Bildfarbe, Zone/Seite (rechts, links oder beidseits: ≥ 20 % der Herdpixel und ≥ 4 mm jenseits der Prostata-Mittellinie), Lage, Größe, ADC-Kern (× Zonenreferenz), DWI-/T2-Kategorie, DCE, Hinweis, im Modus „Nur KI-Herde“ dazu je Herd eine KI-Zeile (KI-Wahrscheinlichkeit bzw. „vom Arzt ergänzt“, Bestätigung, PI-RADS-Kategorie am Ort) – mit Detailzeile, Schnellwahl und Sprung zum Herd; jede Änderung wird als Live-Zeile an den Viewer gemeldet und wirkt sofort in allen drei Ebenen. Herdflächen, Umkreise, Rangnummern und Konturen werden als Vektor-Overlays in Fensterauflösung gezeichnet (Subpixelkurven, dreifach supersampled) und sind beim Verschieben im Zoom auf ihr Panel begrenzt.

Panelstreifen (F6). Unter der T2-Reihe: ADC (10⁻⁶ mm²/s), Diffusion b_max, DCE (frühe Anreicherung 0–200 %; nur wenn die DCE einen sicher pathologischen Herd zeigt – DCE-Herd mit Wash-out oder DCE-positiver eingeblendeter Herd –, sonst Fußzeile „DCE: kein sicher pathologischer Herd“ im PIRADS-3-Panel) und PIRADS 3 (T2-Ausschnitt mit rotem Herdareal und Rangnummern). Umschalt+F6 erweitert um eADC, cDWI und ggf. IVIM-DKI. Im Modus „Nur KI-Herde“ tragen ADC- und Diffusionspanel die Umrisse der KI-Herde (rot/orange), das PIRADS-3-Panel zeigt den Hinweis „P3-Karte aus – nur KI-Herde“. Ein Splitter regelt das Größenverhältnis zwischen T2-Reihe und Streifen; Strg+Rad zoomt alle Bilder, Strg+Ziehen verschiebt.

Hints. Jeder Herd zeigt beim Zeigen einen zweigeteilten Hint (Messwerte: Durchmesser, kraniokaudal, Volumen, ADC-Kern/Median, DWI-Stärke, T2-Kontrast, DCE; Beurteilung: Kategorie mit Begründung je Säule, Zone, Lage basal/mittig/apikal aus LPS-z, Rang). Paneltitel erklären Rechenweg und Regeln.

2.13 Out-of-plane-Darstellung (experimentell, nur Anzeige)

Prinzip. Taste X (bzw. der Fußknopf mit dem Ebenen-Symbol) schaltet in der Multiplanar-Ansicht die drei T2-Panels auf frei kippbare Ebenen um (mehrstapel_fenster, kein eigenes Fenster). Gezeigt werden drei zueinander senkrechte Ebenen durch einen Kreuzungspunkt; Start ist der Fokus der 3-Ebenen-Ansicht mit Ausschnitt und Maßstab des Axialbildes – ungekippt sieht das axiale Panel aus wie gewohnt. Beim Ausschalten (X oder ESC) übernimmt die 3-Ebenen-Ansicht den Kreuzungspunkt als Fokus. Rechenwege (ADC, Herdsuche, KI-Netze, Messwerte) bleiben unberührt.

Bedienung. Ein Griff am Ende einer Spurlinie dreht die beiden anderen Ebenen um die Normale dieses Panels (beliebig doppelt schräg); Klick = Kreuzungspunkt; Mausrad = Verschiebung entlang der Panel-Normalen (Umschalt × 5); Strg+Rad = Zoom; rechte Maustaste bzw. Strg+links ziehen = Ausschnitt verschieben; R = gerade (Serienachsen, Startpunkt); P = sagittale Neigung an der Prostata-Längsachse; „,“ / „.“ = Ebene des Panels unter der Maus.

Quelle (Taste O) und Interpolation (Taste I). Ab Werk gilt die Quelle „Original“: Jede Ebene stammt nur aus ihrer eigenen gemessenen Serie (axial aus ax, sagittal aus sag, coronal aus cor; fehlt eine Serie, aus ax), abgetastet direkt im Voxelgitter dieser Serie – ohne Punkte der anderen Sequenzen. O wechselt reihum Original → nur ax → nur sag → nur cor → Rekonstruktion; die Rekonstruktion aus allen drei Serien (SIRT, mehrstapel.rekonstruieren) rechnet im Hintergrund und gilt nur im Quader um die Prostata. I schaltet die Interpolation zwischen den Schichten der eigenen Serie (ab Werk an: trilinear an den Weltpunkten; aus: nächste gemessene Schicht). Die Ebene wird je berührter Schicht per cv2.remap mit Schichtgewicht abgetastet – mit demselben Ergebnis wie die trilineare Abtastung.

Grenzen der Darstellbarkeit. Der Kreuzungspunkt wird je Panel entlang seiner Normalen auf die Spanne der Serie begrenzt, die dieses Panel zeigt (geschnitten mit dem axialen Stapel) – auch nach einem Quellenwechsel und beim Nachladen einer Serie; die Darstellung geht also nie über den gemessenen Bereich einer Sequenz hinaus.

Overlays und Streifen. Prostatakontur und Herde werden in jeder Ebene subpixelgenau geschnitten: Maske mit halbem Voxelabstand abgetastet, Gauß-Glättung 0,8 Voxel, doppelt feines Raster, Ringglättung, Gleitkomma-Polygone; bei vergrößerter Anzeige als Vektoren in Fensterauflösung. Herde: PI-RADS 4 gelb, 5 weiß, im Modus „Nur KI-Herde“ rot bzw. orange; die Prostatakontur nur auf Wunsch (Taste C, mpr_organkontur, ab Werk aus). ADC und Diffusion im F6-Streifen kippen mit der axialen Ebene mit (Titel „gekippt“), nur für die Anzeige geglättet und nie mit Superauflösung. Superauflösung (Menüzeile „MPR (Out-of-plane) mit SR“) und weiches Blättern beim Mausrad (Menüzeile „Auch im MPR“) gelten auch hier (Abschnitt 2.14).

2.14 Anzeige-Superauflösung und weiches Blättern (nur Anzeige)

Optional (Chip „SR“, Taste V; ab Werk an) werden T2 axial, sagittal und coronal sowie das DCE- und das PIRADS-3-Bild für die Darstellung per Real-ESRGAN (BSD-3-Clause; Netze im KI-Prozess, Kommando „S“) hochgerechnet und beim Vergrößern anstelle der bikubischen Interpolation gezeichnet – nur dort, wo kein Overlay liegt. ADC und Diffusion werden nie hochgerechnet, auch nicht in den gekippten Ebenen. Sagittal/coronal wird dafür die native Serie fein reformatiert (3 × iso). Rechtsklick auf den Chip öffnet die Netzwahl (ab Werk x4v3) sowie die Zeilen „MPR (Out-of-plane) mit SR“ und „Netz im MPR“ (x2plus empfohlen oder wie oben). Weiches Blättern (Chip „RIFE“, nur mit GPU): RIFE (MIT) rechnet Zwischenbilder und blendet über; Klick schaltet an und aus, Rechtsklick wählt 1, 3 (Standard) oder 7 Zwischenbilder, die Dauer (0,12 / 0,20 / 0,35 s) und „Auch im MPR (Out-of-plane)“. Axial ist RIFE unabhängig von der Superauflösung, der sag/cor-Übergang braucht sie; Kontur und Herde gleiten geometrisch mit. Auf Rechnern ohne CUDA-GPU (CPU-Version) bleibt die Superauflösung erhalten, fest mit dem Kompaktmodell x4v3, nur im Prostata-Ausschnitt gerechnet (axial ≥ 62,5 % der Kante, sag/cor Prostata + 20 mm), ohne Netzmenü und ohne Zwischenbilder. ADC, Diffusion, Herdsuche, KI-Netze, Messwerte und Befund sehen diese Bilder nie.

2.15 3D-Herdstapel und MR/US-Fusionspunktions-Simulation

Geometrie. Taste T (F7) baut aus der Report-Skizze eine eigenständige HTML-Seite (_prostata_stapel_html, ohne externe Bibliotheken, WebGL mit Canvas-Rückfall) und öffnet sie im Browser. Grundlage ist _skizze_geometrie: alle Schichtkonturen der Prostata in normierten Stapelkoordinaten (0..1 der LR/AP-Box, lr_mm, ap_mm, Schichtabstand gap_mm, kraniokaudale Länge cc_mm) und je eingeblendetem Herd die Randpolygone je Schicht sowie die Schichtzentren; im Modus „Nur KI-Herde“ sind das die KI-Herde einschließlich vom Arzt korrigierter Umrisse. Aus den Schicht-Splines jedes Herdes entsteht ein glattes, geschlossenes Volumen (diffusion.stapel_herd_mesh): zwischen den Herdschichten wird das vorzeichenbehaftete Abstandsfeld linear interpoliert (fehlende Zwischenschichten überbrückt), über der obersten/unter der untersten Schicht läuft das Volumen eine halbe Schichtdicke weiter und rundet ab; Ergebnis Dreiecksnetz (verts/faces). Die Prostataoberfläche wird als Netz aus 72 Strahlen je Schicht mit elliptischen Kappen aufgebaut; alle Konturen sind B-Spline-geglättet.

3D-Ansicht. Ziehen dreht (Azimut/Neigung, Trackball), Rad zoomt; Beschriftung basal/apikal, rechts/links, ventral/dorsal, Drittel-Tönung, Legende der Herde (Farbe = Rang). Herde erscheinen halbtransparent; Klick auf eine Berichtszeile richtet die Sonde auf den Herd aus.

Darstellung (WebGL mit Rückfall). Die Grafikkarte zeichnet Prostataschichten, Herdnetze, den Sondenkörper (3D-Bild, US-Bild, Biplan-Einblendung) und die Bewegungstasten auf dem Transducer als echte Körper per WebGL in ein Canvas außerhalb der Seite; das Ergebnis wird an derselben Stelle der Zeichenreihenfolge in das 2D-Canvas eingesetzt. Weil die Projektion eine Parallelprojektion ist (je Bild affin), trifft die Grafikkarte exakt dieselben Bildpunkte wie Beschriftung, Trefferprüfung und Nadel im 2D-Canvas. Beleuchtung je Bildpunkt nach dem Schattierungsprofil der Sondenskizzen mit Glanz, Kantenglättung durch Mehrfachabtastung. Rückfall auf den bisherigen Canvas-2D-Weg ohne WebGL, bei Software-Renderer, Kontextverlust oder Fehler; beim ersten Einsatz misst die Seite je Teil (Szene, Sonde) beide Wege und nimmt den schnelleren. Gemessen (Prozessorzeit je Bild, 914 × 960 Bildpunkte, Headless-Chrome mit RTX 3090): 3D drehen 4,6 → 0,7 ms, TRUS-Simulation 14–24 → 1,8–2,3 ms. Zeichenlinien (Schichtkonturen, Umrisse, Ränder von Schallebene und Schnittflächen) und die Umkreis-Kugeln entfallen; die Herde sind kräftig (90 % deckend), im WebGL-Weg weich schattiert; Nadel, Führung und Beschriftung bleiben.

Fusionssimulation (Knopf „Gesamte MR/US-Fusionssimulation“). Die Simulation ergänzt die 3D-Szene um einen transrektalen Schallkopf und ein schematisches Ultraschallbild:

• Sondenmodell. Stilisierte Rotationskörper (Kuppe, Schaft, Hals, Griff mit Rillen, Kabel, Schallfenster) aus _sonden_spec.SPECS – End-fire- und Side-fire/biplane Bauformen mit herstellertypischen Proportionen (u. a. BK, Hitachi, Philips, GE, Siemens, Canon, Esaote, Mindray, Samsung, Koelis, ExactVu; ohne Markenlogos). Die Herstellerauswahl setzt Sondentyp, typische Nadelführungswinkel und ggf. den Zugang (ca.-Werte, mit der Gebrauchsanweisung abzugleichen). Die Sondenachse liegt auf der Mittellinie, die Sondenoberfläche an der dorsalen Kontur (Rektumwand); Eindringtiefe mindestens 70 mm.
• Punktionslage. Die MRT-Lage (Rückenlage) wird in Steinschnitt- oder Seitenlage überführt, indem die Prostata gegenüber der Sonde starr um ihre Mitte gekippt (Basis ventral), seitlich geneigt, verlagert und in AP-Richtung komprimiert wird – typische Literaturwerte der MR/TRUS-Fusion (wenige mm, 5–15°, ca. 10 %), keine Patientenmessung; alle Werte sind editierbar. Schichtkonturen, Prostata- und Herdnetze und die Sondenlage folgen dieser Abbildung.
• Ultraschallbild. Je Sondentyp definiert eine Bildebene (Ursprung, Normale, Sektor mit Halbwinkel und Radius): End-fire = Längsebene ab der Spitze mit einstellbarer Neigung; Side-fire = axialer oder sagittaler Sektor (biplan: beide Ebenen, die zweite als Einblendung). Im Sektor werden der Schnitt des Prostatanetzes (Kapsel), die Schnitte der Herdvolumen mit Trefferkreis der Umkreiskugel, cm-Skala und Orientierungschips gezeichnet (Längsebenen gespiegelt: Basis links, Apex rechts). Ein Sweep fährt die Sonde automatisch von Apex bis Basis und zurück.
• Nadelführung. Transrektal: Nadel durch die Führung an der Sonde im Winkel 5–45° zur Sondenachse (End-fire ab Spitze, Side-fire nur im sagittalen Sektor). Transperineal: Sonde bleibt im Rektum, die Nadel tritt am Perineum ein und verläuft parallel zur Sondenachse in einstellbarer Höhe über der Sondenoberfläche (Raster 5 mm, Nadelhöhe statt Winkel).
• Zielstellung. „Ziel-Herd“ bzw. Klick auf eine Tabellenzeile richtet die Sonde so aus, dass die Führungslinie durch die Herdmitte läuft (zielen: Rotation ab Mittellinie aus dem Herdschwerpunkt, Einschub ab Apex entlang der Führung), und setzt die Nadelspitze 1 cm vor die Herd-Vorderkante (kante: Schnitt der Führung mit dem Herdpolygon in der Längsebene).
• Virtuelle Punktion. Die Punktion fährt den 2-cm-Schlitten aus (Animation) und wertet den 2-cm-Stanzzylinder ab der Nadelspitze millimeterweise aus (treffer): je Millimeter wird der Nadelpunkt in die Längsebene projiziert und per Punkt-in-Polygon gegen Prostata-Schnitt und Herdschnitte geprüft; Ergebnis in der Fußzeile, z. B. „Prostata 18 mm, Herd 1: 9 mm“ oder „kein Herd getroffen“.
• Berichtdaten. Tabelle je Herd: Tiefe ab Apex, Uhrzeit (Uhrzeigerposition im Axialschnitt), Abstand von der Sondenoberfläche, Seite, Einschub ab Apex, Rotation ab Mittellinie, Nadelweg bis zur Herd-Vorderkante (ziel).

Die Simulation ist eine geometrische Planungshilfe auf Basis der MR-Geometrie (starre Lageabbildung, keine Gewebedeformation, kein echtes Ultraschallsignal) und ersetzt keine Fusionsbiopsie-Plattform.

2.16 Befund und Export

Erstellung. Der Knopf „Report“ (F2, nur in der Multiplanar-Ansicht; die Beschriftung nennt das eingestellte Programm, z. B. „Report · HTML“) erstellt den Befund in einem Hintergrund-Thread; solange zeigt eine Box „Befund wird erstellt“ die Phase und einen Laufbalken mit Zeit, Eingaben sind gesperrt. Inhalt: Patientenangaben, Untersuchungsanalyse, je Herd Messwerte und Kategorie mit Begründung, DCE-Ergebnis, Lage (Drittel, Zone, Seite), Herdvolumen und Beurteilung; die Analyse allein ist über den „Analyse“-Knopf abrufbar.

Ablage. Jeder Befund liegt als <Programmordner>\Reports\<Patientenname>_<JJJJ-MM-TT>.html bzw. .docx (Name aus dem DICOM-Feld PatientName, sonst Untersuchungsname; Datum = Tag der Auswertung); ein vorhandener Befund wird nie überschrieben, am selben Tag folgen _2, _3 usw. Eine Box nennt nach dem Speichern den Pfad. Nur wenn der Ordner nicht anlegbar ist, dient der Temp-Ordner.

HTML-Befund (_report_html_bauen, ab Werk seit 11.10.2026). F2 erzeugt den Befund als EINE HTML-Datei und öffnet sie im Standardbrowser. Am oberen Fensterrand steht eine feste Kopfleiste: Verweis „Befund“, Schaltknöpfe „3D“, „A1“, „A2“ und „A3“, die die jeweilige Einblendung ein- und ausschalten (ab Werk 3D an, Anhang aus; ein Klick blendet ein und springt hin), Verweise auf die Website und den Kontakt sowie „Drucken / PDF“ – gedruckt wird, was eingeblendet ist; im Druck ersetzt die Schlüsselbild-Tafel die 3D-Ansicht. Der Befund enthält Kopf, Prostata und Untersuchung mit einem PSA-Feld (Sofortrechnung der PSA-Dichte = PSA / Prostatavolumen, auffällig ab 0,15 ng/ml/ml, Dezimaltrenner nach Sprache), Herdtabelle und Beurteilung, die frei drehbare 3D-Ansicht mit Fusionspunktions-Simulation aus Abschnitt 2.15 – per srcdoc direkt eingebettet und erst beim Einblenden geladen (keine Rückfrage, keine Beilage; „Vergrößern“ = fensterfüllend) –, die Schlüsselbild-Tafel und den technischen Anhang A1–A3. Dieselben Daten und Texte wie im Word-Befund: A2 (_befund_a2_eintraege) und A3 (_herdfindung_bloecke) kommen für beide Formate aus gemeinsamen Funktionen. Unten steht der Hinweis zum KI-Modell (CC BY).

Befund im Modus „Nur KI-Herde“. Die Herdtabelle führt die KI-Herde (Bewertung z. B. „KI 97 %, bestätigt“, „vom Arzt ergänzt (KI hat übersehen)“ oder „Umriss vom Arzt korrigiert“), darunter steht ein Vermerk zur Herkunft der Kategorie. Die Beurteilung nennt die Zahl der bestätigten und unbestätigten KI-Herde und je Herd Ort, Größe, Quelle, Bestätigung sowie die PI-RADS-Kategorie des Regelherdes am Ort mit Begründung oder „ohne PI-RADS-Einstufung“; ein Hinweis hält fest, dass die Einstufung in Anlehnung an PI-RADS 2.1 [2] erfolgt, die KI-Wahrscheinlichkeit keine PI-RADS-Kategorie ist und die ärztliche Beurteilung maßgeblich bleibt. A3 beginnt dann mit einem Abschnitt 0 „KI-Herdsuche“ (Netz, Bestätigung, Einstufung, ärztliches Urteil). Ist der Modus aus, enthält der Befund die Regelherde und – bei eingeschalteter KI-Herdkarte – den Abschnitt „KI-Zweitmeinung“.

Word oder LibreOffice Writer. Rechtsklick auf „Report“ wählt reihum HTML, Word oder LibreOffice Writer (nicht Installiertes wird übersprungen; die Wahl steht in config.json, bericht_programm, und erscheint 2,5 s als Box). Ohne gespeicherte Wahl gilt HTML; scheitert der HTML-Aufbau, entsteht ein Word-Dokument, nur im Notfall eine Textdatei. Word-Dokumente werden ohne Fremdbibliotheken als OOXML geschrieben und tragen die Verweise auf Website und Kontakt unter der Copyright-Zeile.

3D-Darstellung im Word-Befund. Seite 2 zeigt das rotierende 3D-GIF (_prostata_stapel_gif, liegt zusätzlich als <Bericht>_3D.gif neben dem Bericht) und die Schlüsselbild-Tafel. Erprobt und verworfen (Nutzer: in der Bedienung unbrauchbar): das Word-3D-Modell (glTF, OOXML model3d – Word dreht nur über ein kleines Symbol in der Bildmitte) und ein eingebettetes OLE-Paket mit der 3D-Ansicht (nur per Doppelklick und nach Words Rückfrage). Word kann ein GIF nur als Ganzes abspielen, nicht per Maus durch die Einzelbilder blättern, und bettet nur Online-Videos ein.

Schlüsselbild-Tafel. Vier fest gerechnete Ansichten (_glb_schluesselbilder_png: von ventral, von links = sagittal, von kaudal = axial, schräg von vorn rechts oben) im gleichen Maßstab, mit Umrissen, Herdnummern, 1-cm-Balken und Achsenkreuz; eigener Maler mit Supersampling, Schrift Segoe UI (Pillow, sonst cv2-Ersatz). Die Geometrie stammt aus derselben Skizze wie die 3D-Ansicht (_prostata_stapel_glb(..., nur_teile=True)).

Aufbau des Word-Befunds (_report_docx_bauen, seit 10.10.2026). Oben eine Inhaltsleiste mit Verweisen, dann der klinische Kern: Kopf, Prostata und Untersuchung (eine Tabelle mit Qualitätsstufe), Herdtabelle und Beurteilung. Auf Seite 2 die 3D-Darstellung (GIF und Tafel). Am Schluss auf eigener Seite der technische Anhang, immer offen: A1 Untersuchungsqualität und Sequenzen, A2 Messwerte und Erläuterungen je Herd, A3 Weg der Herdfindung – eine Kurzfassung der Abschnitte 2.8 und 2.9 in vier Tabellen (Suche, Bewertung je Sequenz, Größen in der Ebene und im Raum, PI-RADS-Regeln je Zone), im Modus „Nur KI-Herde“ zusätzlich Abschnitt 0 nach 2.10; die Schwellen kommen direkt aus den Konstanten der Programmversion. Verweise im Befund springen per Strg + Klick zu den Textmarken, jeder Anhangabschnitt führt mit „↑ zurück zum Befund“ wieder nach oben; im PDF sind die Verweise anklickbar. Das in Word mögliche Zuklappen von Überschriften wurde erprobt und verworfen (in der Bedienung unbrauchbar, zugeklappte Abschnitte werden nicht gedruckt). Das Dokument trägt Kompatibilitätsmodus 15 (settings.xml), sonst zeigt Word „Kompatibilitätsmodus“.

PSA-Dichte im Word-Befund (_dx_psa_felder). In der Tabelle „Prostata und Untersuchung“ steht ein klassisches Word-Formularfeld „PSA“ (Textfeld mit „Berechnen beim Verlassen“). Nach der Eingabe und Tab rechnet Word die PSA-Dichte = PSA / Prostatavolumen aus und bewertet sie (auffällig ab 0,15 ng/ml/ml) – mit Word-Feldern, ohne Makros. Das Volumen geht als ganze Zahl in Zehntel-ml ein und der Vergleich als Dichte × 100, damit die Rechnung nicht vom Dezimaltrenner der Word-Sprache abhängt. Damit das Feld ausfüllbar ist, ist das Dokument auf „Nur Ausfüllen von Formularen“ gestellt, geschützt ist aber nur der kleine Abschnitt mit dieser Tabelle (<w:formProt/>); alle übrigen Abschnitte tragen formProt=false und bleiben frei bearbeitbar. Ohne Volumen entfällt das Feld. LibreOffice zeigt das Feld, rechnet aber nicht mit.

2.17 Rahmenbedingungen der OPEN-Version

OPEN lädt nur per Ordnerwahl/Drag & Drop, hat keinen Bestandsdialog, keine Sicherung und keine Patientenliste; beim Programmende und beim nächsten Start werden alle Arbeitsordner gelöscht. Über die Sitzung hinaus bleiben nur die Programmdaten in <Programmordner>\daten – Einstellungen, Protokolle, Korrekturen und Fall-Register (Kennzahlen ohne Bilddaten), ärztliche Urteile samt korrigierten Herdumrissen und die namenlosen Lernbeispiele (Abschnitte 2.1 und 2.11) – sowie die erzeugten Befunde in <Programmordner>\Reports (Abschnitt 2.16); importierte Bilder, Konturen und Karten der Sitzung werden gelöscht. Die PIRADS-Berechnung ist auf 30 Läufe je Rechner begrenzt (Countdown je Berechnung, Anzeige am Eingangsschirm); der Zähler wird in config.json, im Programmordner und in zwei rechnerweiten, signierten Ablagen (%LOCALAPPDATA%\deepnet, %ProgramData%\deepnet) geführt und überlebt damit jede Neuinstallation. Zurückgesetzt wird er nach dem Zwei-Schlüssel-Prinzip: die signierte Markendatei trägt einen Anforderungscode (Zweck, Rechnerkennung aus der Windows-MachineGuid, Folgenummer); der Nutzer mailt sie dem Lizenzgeber, der mit seinem privaten RSA-2048-Schlüssel einen Freischaltschlüssel (PKCS#1 v1.5, SHA-256, Base64url) signiert; das Programm prüft ihn mit dem eingebauten öffentlichen Schlüssel, setzt den Zähler auf null und erhöht die Folgenummer, sodass jeder Schlüssel genau einmal auf genau einem Rechner gilt. Derselbe Mechanismus sichert die Einmal-Installation des Installers je Rechner und die Freischaltung nach der Installation: bevor die erste Untersuchung geladen werden kann, verlangt das Programm einen Freischaltschlüssel für den Anforderungscode PC-AKTIV-… (rechnerweite Marke prostate_commander_aktiv.dat); der Dialog öffnet erst mit stehendem Hauptfenster, ein Start mit Ordnerargument wird danach nachgeholt. Der Installer richtet die KI-Umgebung als eingebettetes Python im Installationsordner ein (GPU/CUDA-torch passend zum Treiber oder reine CPU-Version), ohne Systemeinträge; die Gewichte der eigenen Netze liegen unter models\druese und models\herdnetz.

3 Ergebnisse (beispielhafte Kenngrößen)

Die folgenden Werte stammen aus Protokollen des Entwicklungsrechners (NVIDIA GeForce RTX 3090, 20-Thread-CPU) mit Erprobungsdatensätzen; sie beschreiben das Laufzeitverhalten, keine diagnostische Güte. Für die KI-Bausteine werden hier ausschließlich Laufzeiten berichtet; eine Validierung an unabhängigen Daten erfolgt außerhalb dieses Dokuments.

Tab. 3. Beispielhafte Laufzeiten und Zwischenwerte des Entwicklungsrechners.

Die Regressionswerkzeuge (tools/herdstudie_regress.py, tools/pipeline_profil.py mit Ergebnis-Signaturen über mehrere Pipeline-Caches) sichern, dass Änderungen an der Herdsuche die sichtbaren Herde der Referenzfälle unverändert lassen; Ende-zu-Ende-Tests steuern den Viewer per Fenster-Nachrichten und werten Protokoll und Bildabzüge aus. Für die eigenen Netze wurde geprüft, dass Ausschnitt und Normierung im Programm der Eingabe der Lernpipeline entsprechen (bildpunktgleiche Eingabe für Drüsen- und Herdnetz).

4 Diskussion

Entwurfsentscheidungen. Die Kette folgt vier Grundsätzen: (1) Messwerte bleiben unangetastet – ADC aus gemessenen b-Werten, ohne räumliche Filter, nächster Nachbar statt Interpolation, Plausibilisierung gegen die Hersteller-ADC mit Warnung statt Korrektur; Netzeingaben sind interne Kopien; (2) Regeln für die Einstufung – die Kategorielogik ist an PI-RADS 2.1 angelehnt, jede Entscheidung (Zone, Säulen, Schwellen) ist im Hint nachlesbar und über den Korrekturmodus erklärbar; gelernte Netze schlagen Herde vor und verfeinern die Kontur, bestimmen aber nicht die PI-RADS-Kategorie: Ein KI-Herd übernimmt die Einstufung des Regelherdes am Ort oder bleibt ohne Kategorie und gilt nur mit einem zweiten Signal, sehr hoher Wahrscheinlichkeit oder ärztlichem Urteil als bestätigt; (3) Anzeige und Rechnung sind getrennt – Superauflösung, Zwischenbilder und gekippte Ebenen dienen nur dem Auge; (4) der Arzt bleibt die Autorität – die Nutzerkontur geht der KI vor, ärztliche Urteile wirken sofort, und ein Nachlernen wird nur nach bestandener Prüfung und mit Sicherung des alten Netzes übernommen.

Grenzen. Die Herdsuche ist auf Erprobungsfällen abgestimmt und nicht klinisch validiert; Schwellen (z. B. 20 % T2-Kontrast, ADC 750/900, DCE-Kriterien, die Faktoren des Diffusionsclusters) sind aus Regelwerk und Beispielfällen abgeleitet. Die eigenen Netze wurden an einem einzigen öffentlichen Datensatz gelernt (ein Hersteller, 3 T, b-Werte bis 800 s/mm²); die Übertragbarkeit auf andere Geräte, Protokolle und höhere b-Werte ist nicht geprüft, die KI-Herdkarte ist als experimentell gekennzeichnet. Netzeingaben werden – anders als die angezeigten Werte – bilinear in einen Ausschnitt abgetastet. Das Drüsennetz kann keine Schicht hinzufügen oder entfernen; der Volumenwächter verwirft größere Abweichungen ganz. Ein Nachlernen mit wenigen eigenen Beispielen kann unkorrigierte Bereiche verschieben; deshalb gilt die strenge Übernahmeprüfung. Die Zonenkarte hängt von der KI ab; ohne KI gilt eine globale Referenz. Die Ausrichtung ist starr (Translation, ein z-Versatz), Verformungen werden nicht modelliert. Die Out-of-plane-Darstellung ist experimentell; mit der Quelle „Original“ zeigt jede Ebene nur die Auflösung ihrer eigenen Serie. Die Fusionssimulation bildet die Lageänderung zwischen MRT und Punktion nur als starre Kippung/Verlagerung/Kompression mit Literaturwerten ab und rendert kein echtes Ultraschallsignal; sie ist eine Planungs- und Lehrhilfe. OPEN behält über die Sitzung hinaus nur die Programmdaten im Ordner daten und die Befunde (Abschnitt 2.17) und ist auf 30 Berechnungen begrenzt.

Ausblick. Denkbar sind eine deformierbare MR/US-Registrierung, eine systematische Evaluation gegen histologische Referenzen, ein Nachlernen aus der Programmoberfläche heraus und die Ausweitung der Simulation auf systematische Biopsieschemata. Diese Punkte sind nicht Teil des Pilotprojekts.

5 Schlussfolgerung

Prostate Commander Open bildet den Weg von der DICOM-Untersuchung über eine regelbasierte, an PI-RADS 2.1 angelehnte Herdsuche, ergänzt um eigene gelernte Netze für Drüsenkontur und Herdvorschlag, bis zum Befund und zur MR/US-Fusionspunktions-Simulation in einer Anwendung ab. Die Verarbeitung ist vollständig nachvollziehbar dokumentiert, alle Berechnungen bleiben auf den Originaldaten, die PI-RADS-Einstufung bleibt regelbasiert, ärztliche Urteile wirken sofort und fließen nur nach Prüfung in die Netze zurück, und jede Stufe ist im Programm selbst erklärt. Das Pilotprojekt zeigt, dass eine derart komplexe Fachsoftware im Zusammenspiel von Experte und agentischer KI in kurzer Zeit arbeitsfähig wird.

Literatur

1. Turkbey B, Rosenkrantz AB, Haider MA et al. Prostate Imaging Reporting and Data System Version 2.1: 2019 Update of Prostate Imaging Reporting and Data System Version 2. Eur Urol 2019;76:340–351.
2. American College of Radiology: PI-RADS Prostate Imaging – Reporting and Data System, Version 2.1 (acr.org, PDF). Die in dieser Anwendung verwendeten festen Schwellen sind eine eigene Operationalisierung der dort qualitativ formulierten Kriterien.
3. Adams LC, Makowski MR, Engel G et al. Prostate158 – An expert-annotated 3T MRI dataset and algorithm for prostate cancer anatomy and lesion segmentation. Comput Biol Med 2022;148:105817. Modell und Gewichte: github.com/kbressem/prostate158, Zenodo 10.5281/zenodo.6397057 (CC BY 4.0).
4. Wang X, Xie L, Dong C, Shan Y. Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data. ICCV Workshops 2021 (BSD-3-Clause).
5. Huang Z, Zhang T, Heng W, Shi B, Zhou S. Real-Time Intermediate Flow Estimation for Video Frame Interpolation (RIFE). ECCV 2022 (MIT).
6. Cardoso MJ et al. MONAI: An open-source framework for deep learning in healthcare. arXiv:2211.02701, 2022.
7. Bradski G. The OpenCV Library. Dr. Dobb's Journal of Software Tools, 2000.
8. Litjens G et al. ProstateX Challenge data. The Cancer Imaging Archive, 2017. DOI 10.7937/K9TCIA.2017.MURS5CL (CC BY 3.0). Lerndaten des Drüsen- und des Herdnetzes.
9. Cuocolo R, Stanzione A, Castaldo A et al. Quality control and whole-gland, zonal and lesion annotations for the PROSTATEx challenge public dataset. Eur J Radiol 2021;138:109647 (CC BY 4.0). Referenzumrandungen für Drüse, Zonen und Herde.
10. Ronneberger O, Fischer P, Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation. MICCAI 2015, LNCS 9351:234–241.

Anhang A – Wesentliche Parameter der Herdsuche und der KI-Netze

Tab. 4. Parameter der regelbasierten Herdsuche, der KI-Herdsuche und der Bearbeitungswerkzeuge (Konstanten der Programmversion).

Anhang B – Bedienelemente entlang der Kette

Tab. 5. Bedienelemente in der Reihenfolge der Verarbeitung.