Zurück zur Knowledge Base

So funktioniert DICOM

Digital Imaging and Communications in Medicine

Was ist DICOM?

DICOM (Digital Imaging and Communications in Medicine) ist der internationale Standard für medizinische Bildgebung. Er definiert, wie medizinische Bilder gespeichert, übertragen und angezeigt werden.

💡 Essenz: DICOM ist wie ein universelles "Bildformat + Protokoll" für alle medizinischen Geräte weltweit.

CT & Röntgen

Computertomographie, Röntgenaufnahmen

MRT (MRI)

Magnetresonanztomographie

Ultraschall

Sonographie, Echokardiographie

PET, SPECT

Nuklearmedizin, Funktionsbildgebung

DICOM-Datei Struktur

Jede DICOM-Datei (.dcm) enthält:

📋 Header (Metadata)

  • Patientenname, ID, Geburtsdatum
  • Modalität (CT, MRI, X-Ray, etc.)
  • Aufnahmedatum, Institution
  • Gerätetyp, Hersteller
  • Bildparameter (Auflösung, Schichtdicke)

🖼️ Pixel Data (Bilddaten)

  • Rohbilddaten (meist 16-bit Grayscale)
  • Komprimiert (JPEG, JPEG 2000) oder unkomprimiert
  • Einzelbild oder Multi-Frame (Video)
# Beispiel DICOM Tags (vereinfacht)
(0008,0060) CS [CT]                    # Modality
(0010,0010) PN [Mustermann^Max]        # Patient Name
(0010,0020) LO [123456789]             # Patient ID
(0020,000D) UI [1.2.840.113...]        # Study Instance UID
(0028,0010) US [512]                   # Rows (Höhe)
(0028,0011) US [512]                   # Columns (Breite)
(7FE0,0010) OW [Pixel Data...]         # Bilddaten

Praxis-Beispiel: CT-Scan analysieren

So arbeitest du mit DICOM-Dateien in VS Code:

📁 Beispiel: Thorax CT-Serie

📂 patient-data/
├── 📂 thorax-ct-20260108/
│   ├── IM-0001-0001.dcm  # Slice 1 (oben)
│   ├── IM-0001-0002.dcm  # Slice 2
│   ├── IM-0001-0003.dcm  # Slice 3
│   ├── ...
│   └── IM-0001-0120.dcm  # Slice 120 (unten)
│
└── 📄 series-metadata.txt

# Rechtsklick auf .dcm → "Open with Papaya Viewer"
# Oder alle Slices auswählen → Viewer zeigt 3D-Navigation
📊 Was du siehst:
  • 1️⃣
    Axiale Ansicht - Schnitt durch den Brustkorb (wie von oben betrachtet)
  • 2️⃣
    Metadata-Panel - Patienteninfo, Aufnahmedatum, Scanparameter
  • 3️⃣
    Slider - Durchblättern der 120 Schichten vom Hals bis zum Abdomen
  • 4️⃣
    HU-Werte - Hounsfield Units (Luft: -1000, Wasser: 0, Knochen: +1000)

💡 Tipp: Lade eine Beispiel-CT-Serie von dicomlibrary.com herunter und öffne sie direkt im Editor!

DICOM Testdaten herunterladen

Kostenlose DICOM-Beispieldateien zum Testen:

NEMA DICOM Library

Offizielle Testdaten von NEMA (kostenlos, keine Anmeldung)

Öffnen

Cancer Imaging Archive

Echte medizinische Bilddaten (anonymisiert, öffentlich)

Öffnen

OsiriX Sample Data

Verschiedene Modalitäten (CT, MRI, PET)

Öffnen

Medical Connections

Breite Auswahl an Testbildern

Öffnen

⚠️ Wichtig: Verwende nur anonymisierte Testdaten. Echte Patientendaten unterliegen strengen Datenschutzgesetzen (DSGVO, HIPAA).

Bonus: HL7 Beispielnachrichten

Mit der HL7Tools Extension kannst du HL7-Nachrichten parsen:

MSH|^~\&|SENDING_APP|SENDING_FAC|RECEIVING_APP|RECEIVING_FAC|20260108143000||ADT^A01|MSG20260108001|P|2.5
EVN|A01|20260108143000|||USER123^Admin^System
PID|1||987654321^^^MRN||Mustermann^Max^M||19850412|M|||Hauptstr. 42^^Berlin^^10115^DE|||||||123456789
PV1|1|I|WARD1^ROOM101^BED1||||||DOC123^Schmidt^Anna||||||||VISIT2026001|||||||||||||||||||||||20260108140000
OBX|1|ST|DIAGNOSIS||Akute Bronchitis||||||F
OBX|2|ST|TEMP||37.8|C|||||F
OBX|3|ST|BP||120/80|mmHg|||||F

Speichere das als patient-admission.hl7 und öffne es in VS Code!

📖 HL7 Segmente erklärt:

  • MSH = Message Header (Absender, Empfänger, Zeitstempel)
  • EVN = Event Type (Aufnahme, Entlassung)
  • PID = Patient Identification (Name, Geburtsdatum, Adresse)
  • PV1 = Patient Visit (Station, Zimmer, Arzt)
  • OBX = Observation (Diagnose, Vitalparameter)
KI-Revolution 2026-2028

Der Quantensprung in der Radiologie

Von manueller Bildbetrachtung zu KI-gestützter Echtzeit-Diagnostik in nur 2-3 Jahren

⚠️ Prognosen basierend auf aktueller Forschung - Zeitrahmen können variieren

HEUTE 2026

Traditionelle Radiologie

  • ⏱️
    15-30 Min. pro CT-Serie

    Radiologe analysiert manuell 100+ Schichten

  • 👁️
    Subjektive Interpretation

    Abhängig von Erfahrung & Tagesform

  • 📄
    Stunden bis Tage für Befund

    Wartezeit für zweite Meinung

  • ❌
    3-5% Fehlerquote (Studien)

    Übersehene Läsionen, variiert nach Modalität

2028-2029

KI-Revolution

  • ⚡
    Sekunden bis Minuten

    KI-Voranalyse, Radiologe validiert (FDA-Standard)

  • 🎯
    85-95% Sensitivität/Spezifität

    Für spezifische Pathologien (peer-reviewed)

  • 🔮
    Risiko-Stratifizierung

    Früherkennung durch Musteranalyse (Forschungsphase)

  • ✨
    Automatisierte Befunde

    KI generiert Berichte in natürlicher Sprache

🚀 Was KI in den nächsten 2-3 Jahren kann

Tumorerkennung

Unterstützt bei Detektion kleiner Läsionen (CAD-Systeme FDA-zugelassen)

Schlaganfall-Triage

Schnelle Analyse großer Gefäßverschlüsse (klinisch validiert)

Alzheimer-Früherkennung

Analyse von Hirnatrophie-Mustern (wissenschaftliche Studien laufend)

Lungen-Screening

Multi-Pathologie-Analyse (COVID-KI z.B. 90% Sensitivität in Studien)

3D-Rekonstruktion

Automatische Segmentierung von Organen & Gefäßen

Cross-Modality Fusion

Kombiniert CT, MRI, PET für ganzheitliche Diagnose

💡 Medieezi Vision 2028

Unsere KI-Plattform wird medizinische Bildgebung demokratisieren: Jeder Arzt weltweit erhält Zugang zu KI-gestützten Analyse-Tools - unabhängig von Standort oder Budget. DICOM-Upload → Schnelle KI-Voranalyse, die Radiologen bei der Diagnose unterstützt. Inklusive Differentialdiagnosen, Literatur-Links und Zweitmeinungs-Matching. Das ist unser Beitrag zur Healthcare-Equity.

⚠️ Disclaimer: KI als Unterstützungstool für medizinisches Fachpersonal, keine eigenständige Diagnose. Medizinprodukt-Zulassung angestrebt.

🎯 Zusammenfassung

DICOM verstehen

Universalformat für medizinische Bildgebung

In VS Code öffnen

VSpapaya Extension nutzen

Testdaten laden

Kostenlose Beispiele verwenden

Fragen? Kontaktiere uns