Marschollek, Michael

[["dc.bibliographiccitation.firstpage","e66"],["dc.bibliographiccitation.issue","S 01"],["dc.bibliographiccitation.journal","Methods of Information in Medicine"],["dc.bibliographiccitation.lastpage","e81"],["dc.bibliographiccitation.volume","57"],["dc.contributor.author","Haarbrandt, Birger"],["dc.contributor.author","Schreiweis, Björn"],["dc.contributor.author","Rey, Sabine"],["dc.contributor.author","Sax, Ulrich"],["dc.contributor.author","Scheithauer, Simone"],["dc.contributor.author","Rienhoff, Otto"],["dc.contributor.author","Knaup-Gregori, Petra"],["dc.contributor.author","Bavendiek, Udo"],["dc.contributor.author","Dieterich, Christoph"],["dc.contributor.author","Brors, Benedikt"],["dc.contributor.author","Kraus, Inga"],["dc.contributor.author","Thoms, Caroline"],["dc.contributor.author","Jäger, Dirk"],["dc.contributor.author","Ellenrieder, Volker"],["dc.contributor.author","Bergh, Björn"],["dc.contributor.author","Yahyapour, Ramin"],["dc.contributor.author","Eils, Roland"],["dc.contributor.author","Consortium, HiGHmed"],["dc.contributor.author","Marschollek, Michael"],["dc.date.accessioned","2020-12-10T18:47:27Z"],["dc.date.available","2020-12-10T18:47:27Z"],["dc.date.issued","2018"],["dc.description.abstract","This article is part of the Focus Theme of Methods of Information in Medicine on the German Medical Informatics Initiative. HiGHmed brings together 24 partners from academia and industry, aiming at improvements in care provision, biomedical research and epidemiology. By establishing a shared information governance framework, data integration centers and an open platform architecture in cooperation with independent healthcare providers, the meaningful reuse of data will be facilitated. Complementary, HiGHmed integrates a total of seven Medical Informatics curricula to develop collaborative structures and processes to train medical informatics professionals, physicians and researchers in new forms of data analytics."],["dc.identifier.doi","10.3414/ME18-02-0002"],["dc.identifier.eissn","2511-705X"],["dc.identifier.issn","0026-1270"],["dc.identifier.pmid","30016813"],["dc.identifier.purl","https://resolver.sub.uni-goettingen.de/purl?gs-1/15525"],["dc.identifier.uri","https://resolver.sub.uni-goettingen.de/purl?gro-2/78770"],["dc.language.iso","en"],["dc.notes.intern","DOI Import GROB-354"],["dc.notes.intern","Merged from goescholar"],["dc.relation.eissn","2511-705X"],["dc.relation.issn","0026-1270"],["dc.relation.issn","2511-705X"],["dc.rights","CC BY-NC-ND 4.0"],["dc.rights.uri","https://creativecommons.org/licenses/by-nc-nd/4.0"],["dc.title","HiGHmed – An Open Platform Approach to Enhance Care and Research across Institutional Boundaries"],["dc.type","journal_article"],["dc.type.internalPublication","yes"],["dc.type.version","published_version"],["dspace.entity.type","Publication"]]

[["dc.bibliographiccitation.firstpage","749"],["dc.bibliographiccitation.issue","5"],["dc.bibliographiccitation.journal","Life"],["dc.bibliographiccitation.volume","12"],["dc.contributor.affiliation","Sommer, Kim K.; 1Peter L. Reichertz Institute for Medical Informatics, TU Braunschweig and Hannover Medical School, Carl-Neuberg-Straße 1, 30625 Hannover, Germany; sommer.kimkatrin@mh-hannover.de (K.K.S.); gietzelt.matthias@mh-hannover.de (M.G.); marschollek.michael@mh-hannover.de (M.M.)"],["dc.contributor.affiliation","Amr, Ali; 2Department of Internal Medicine III (Cardiology, Angiology, and Pneumology), University Hospital Heidelberg, Im Neuenheimer Feld 410, 69120 Heidelberg, Germany; ali.amr@med.uni-heidelberg.de (A.A.); a-kindermann@gmx.net (A.K.); benjamin.meder@med.uni-heidelberg.de (B.M.); philipp.schneider@uni-heidelberg.de (P.S.)"],["dc.contributor.affiliation","Bavendiek, Udo; 4Department of Cardiology and Angiology, Hannover Medical School, Carl-Neuberg-Straße, 130625 Hannover, Germany; bavendiek.udo@mh-hannover.de"],["dc.contributor.affiliation","Beierle, Felix; 5Institute of Clinical Epidemiology and Biometry, University of Würzburg, Am Schwarzenberg 15, 97078 Würzburg, Germany; felix.beierle@uni-wuerzburg.de (F.B.); peter.heuschmann@uni-wuerzburg.de (P.H.); pryss_r@ukw.de (R.P.)"],["dc.contributor.affiliation","Brunecker, Peter; 6Core Facility IT, Berlin Institute of Health at Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; peter.brunecker@charite.de (P.B.); jennifer.hoos@charite.de (J.D.E.H.)"],["dc.contributor.affiliation","Dathe, Henning; 8Department of Medical Informatics, University Medical Center Göttingen, Robert-Koch-Str. 40, 37075 Göttingen, Germany; henning.dathe@med.uni-goettingen.de (H.D.); tibor.kesztyues@med.uni-goettingen.de (T.K.); dagmar.krefting@med.uni-goettingen.de (D.K.); jendrik.richter@med.uni-goettingen.de (J.R.)"],["dc.contributor.affiliation","Eils, Jürgen; 9Center Digital Health, Berlin Institute of Health at Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; juergen.eils@charite.de"],["dc.contributor.affiliation","Ertl, Maximilian; 10Datenintegrationszentrum (DIZ), Servicezentrum Informatik (SMI), Universitätsklinikum Würzburg (UKW), Schweinfurter Strasse 4, 97078 Würzburg, Germany; ertl_m@ukw.de (M.E.); georg.fette@uni-wuerzburg.de (G.F.)"],["dc.contributor.affiliation","Fette, Georg; 10Datenintegrationszentrum (DIZ), Servicezentrum Informatik (SMI), Universitätsklinikum Würzburg (UKW), Schweinfurter Strasse 4, 97078 Würzburg, Germany; ertl_m@ukw.de (M.E.); georg.fette@uni-wuerzburg.de (G.F.)"],["dc.contributor.affiliation","Gietzelt, Matthias; 1Peter L. Reichertz Institute for Medical Informatics, TU Braunschweig and Hannover Medical School, Carl-Neuberg-Straße 1, 30625 Hannover, Germany; sommer.kimkatrin@mh-hannover.de (K.K.S.); gietzelt.matthias@mh-hannover.de (M.G.); marschollek.michael@mh-hannover.de (M.M.)"],["dc.contributor.affiliation","Heidecker, Bettina; 11Medizinische Klinik für Kardiologie, Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; bettina.heidecker@charite.de (B.H.); ulf.landmesser@charite.de (U.L.)"],["dc.contributor.affiliation","Hellenkamp, Kristian; 12Department of Cardiology and Pneumology/Heart Center, University Medical Center Göttingen, Robert-Koch-Str. 40, 37075 Göttingen, Germany; kristian.hellenkamp@med.uni-goettingen.de"],["dc.contributor.affiliation","Heuschmann, Peter; 5Institute of Clinical Epidemiology and Biometry, University of Würzburg, Am Schwarzenberg 15, 97078 Würzburg, Germany; felix.beierle@uni-wuerzburg.de (F.B.); peter.heuschmann@uni-wuerzburg.de (P.H.); pryss_r@ukw.de (R.P.)"],["dc.contributor.affiliation","Hoos, Jennifer D. E.; 6Core Facility IT, Berlin Institute of Health at Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; peter.brunecker@charite.de (P.B.); jennifer.hoos@charite.de (J.D.E.H.)"],["dc.contributor.affiliation","Kesztyüs, Tibor; 8Department of Medical Informatics, University Medical Center Göttingen, Robert-Koch-Str. 40, 37075 Göttingen, Germany; henning.dathe@med.uni-goettingen.de (H.D.); tibor.kesztyues@med.uni-goettingen.de (T.K.); dagmar.krefting@med.uni-goettingen.de (D.K.); jendrik.richter@med.uni-goettingen.de (J.R.)"],["dc.contributor.affiliation","Kerwagen, Fabian; 13Department Klinische Forschung und Epidemiologie, Deutsches Zentrum für Herzinsuffizienz, Am Schwarzenberg 15, 97078 Würzburg, Germany; kerwagen_f@ukw.de (F.K.); stoerk_s@ukw.de (S.S.)"],["dc.contributor.affiliation","Kindermann, Aljoscha; 2Department of Internal Medicine III (Cardiology, Angiology, and Pneumology), University Hospital Heidelberg, Im Neuenheimer Feld 410, 69120 Heidelberg, Germany; ali.amr@med.uni-heidelberg.de (A.A.); a-kindermann@gmx.net (A.K.); benjamin.meder@med.uni-heidelberg.de (B.M.); philipp.schneider@uni-heidelberg.de (P.S.)"],["dc.contributor.affiliation","Krefting, Dagmar; 8Department of Medical Informatics, University Medical Center Göttingen, Robert-Koch-Str. 40, 37075 Göttingen, Germany; henning.dathe@med.uni-goettingen.de (H.D.); tibor.kesztyues@med.uni-goettingen.de (T.K.); dagmar.krefting@med.uni-goettingen.de (D.K.); jendrik.richter@med.uni-goettingen.de (J.R.)"],["dc.contributor.affiliation","Landmesser, Ulf; 11Medizinische Klinik für Kardiologie, Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; bettina.heidecker@charite.de (B.H.); ulf.landmesser@charite.de (U.L.)"],["dc.contributor.affiliation","Marschollek, Michael; 1Peter L. Reichertz Institute for Medical Informatics, TU Braunschweig and Hannover Medical School, Carl-Neuberg-Straße 1, 30625 Hannover, Germany; sommer.kimkatrin@mh-hannover.de (K.K.S.); gietzelt.matthias@mh-hannover.de (M.G.); marschollek.michael@mh-hannover.de (M.M.)"],["dc.contributor.affiliation","Meder, Benjamin; 2Department of Internal Medicine III (Cardiology, Angiology, and Pneumology), University Hospital Heidelberg, Im Neuenheimer Feld 410, 69120 Heidelberg, Germany; ali.amr@med.uni-heidelberg.de (A.A.); a-kindermann@gmx.net (A.K.); benjamin.meder@med.uni-heidelberg.de (B.M.); philipp.schneider@uni-heidelberg.de (P.S.)"],["dc.contributor.affiliation","Merzweiler, Angela; 17Institute of Medical Informatics, Heidelberg University Hospital, Im Neuenheimer Feld 130.3, 69120 Heidelberg, Germany; angela.merzweiler@med.uni-heidelberg.de"],["dc.contributor.affiliation","Prasser, Fabian; 18Medical Informatics Group, Berlin Institute of Health at Charité—Universitätsmedizin Berlin, Charitéplatz 1, 10117 Berlin, Germany; fabian.prasser@bih-charite.de"],["dc.contributor.affiliation","Pryss, Rüdiger; 5Institute of Clinical Epidemiology and Biometry, University of Würzburg, Am Schwarzenberg 15, 97078 Würzburg, Germany; felix.beierle@uni-wuerzburg.de (F.B.); peter.heuschmann@uni-wuerzburg.de (P.H.); pryss_r@ukw.de (R.P.)"],["dc.contributor.affiliation","Richter, Jendrik; 8Department of Medical Informatics, University Medical Center Göttingen, Robert-Koch-Str. 40, 37075 Göttingen, Germany; henning.dathe@med.uni-goettingen.de (H.D.); tibor.kesztyues@med.uni-goettingen.de (T.K.); dagmar.krefting@med.uni-goettingen.de (D.K.); jendrik.richter@med.uni-goettingen.de (J.R.)"],["dc.contributor.affiliation","Schneider, Philipp; 2Department of Internal Medicine III (Cardiology, Angiology, and Pneumology), University Hospital Heidelberg, Im Neuenheimer Feld 410, 69120 Heidelberg, Germany; ali.amr@med.uni-heidelberg.de (A.A.); a-kindermann@gmx.net (A.K.); benjamin.meder@med.uni-heidelberg.de (B.M.); philipp.schneider@uni-heidelberg.de (P.S.)"],["dc.contributor.affiliation","Störk, Stefan; 13Department Klinische Forschung und Epidemiologie, Deutsches Zentrum für Herzinsuffizienz, Am Schwarzenberg 15, 97078 Würzburg, Germany; kerwagen_f@ukw.de (F.K.); stoerk_s@ukw.de (S.S.)"],["dc.contributor.affiliation","Dieterich, Christoph; 2Department of Internal Medicine III (Cardiology, Angiology, and Pneumology), University Hospital Heidelberg, Im Neuenheimer Feld 410, 69120 Heidelberg, Germany; ali.amr@med.uni-heidelberg.de (A.A.); a-kindermann@gmx.net (A.K.); benjamin.meder@med.uni-heidelberg.de (B.M.); philipp.schneider@uni-heidelberg.de (P.S.)"],["dc.contributor.author","Sommer, Kim K."],["dc.contributor.author","Amr, Ali"],["dc.contributor.author","Bavendiek, Udo"],["dc.contributor.author","Beierle, Felix"],["dc.contributor.author","Brunecker, Peter"],["dc.contributor.author","Dathe, Henning"],["dc.contributor.author","Eils, Jürgen"],["dc.contributor.author","Ertl, Maximilian"],["dc.contributor.author","Fette, Georg"],["dc.contributor.author","Gietzelt, Matthias"],["dc.contributor.author","Dieterich, Christoph"],["dc.contributor.author","Heidecker, Bettina"],["dc.contributor.author","Hellenkamp, Kristian"],["dc.contributor.author","Heuschmann, Peter"],["dc.contributor.author","Hoos, Jennifer D. E."],["dc.contributor.author","Kesztyüs, Tibor"],["dc.contributor.author","Kerwagen, Fabian"],["dc.contributor.author","Kindermann, Aljoscha"],["dc.contributor.author","Krefting, Dagmar"],["dc.contributor.author","Landmesser, Ulf"],["dc.contributor.author","Marschollek, Michael"],["dc.contributor.author","Meder, Benjamin"],["dc.contributor.author","Merzweiler, Angela"],["dc.contributor.author","Prasser, Fabian"],["dc.contributor.author","Pryss, Rüdiger"],["dc.contributor.author","Richter, Jendrik"],["dc.contributor.author","Schneider, Philipp"],["dc.contributor.author","Störk, Stefan"],["dc.date.accessioned","2022-06-01T09:39:59Z"],["dc.date.available","2022-06-01T09:39:59Z"],["dc.date.issued","2022"],["dc.date.updated","2022-06-05T22:44:40Z"],["dc.description.abstract","Risk prediction in patients with heart failure (HF) is essential to improve the tailoring of preventive, diagnostic, and therapeutic strategies for the individual patient, and effectively use health care resources. Risk scores derived from controlled clinical studies can be used to calculate the risk of mortality and HF hospitalizations. However, these scores are poorly implemented into routine care, predominantly because their calculation requires considerable efforts in practice and necessary data often are not available in an interoperable format. In this work, we demonstrate the feasibility of a multi-site solution to derive and calculate two exemplary HF scores from clinical routine data (MAGGIC score with six continuous and eight categorical variables; Barcelona Bio-HF score with five continuous and six categorical variables). Within HiGHmed, a German Medical Informatics Initiative consortium, we implemented an interoperable solution, collecting a harmonized HF-phenotypic core data set (CDS) within the openEHR framework. Our approach minimizes the need for manual data entry by automatically retrieving data from primary systems. We show, across five participating medical centers, that the implemented structures to execute dedicated data queries, followed by harmonized data processing and score calculation, work well in practice. In summary, we demonstrated the feasibility of clinical routine data usage across multiple partner sites to compute HF risk scores. This solution can be extended to a large spectrum of applications in clinical care."],["dc.description.sponsorship","the Federal Ministry of Education and Research (BMBF)"],["dc.identifier.doi","10.3390/life12050749"],["dc.identifier.pii","life12050749"],["dc.identifier.uri","https://resolver.sub.uni-goettingen.de/purl?gro-2/108610"],["dc.language.iso","en"],["dc.notes.intern","DOI-Import GROB-572"],["dc.relation.eissn","2075-1729"],["dc.title","Structured, Harmonized, and Interoperable Integration of Clinical Routine Data to Compute Heart Failure Risk Scores"],["dc.type","journal_article"],["dc.type.internalPublication","yes"],["dc.type.subtype","original_ja"],["dspace.entity.type","Publication"]]

[["dc.contributor.author","Marschollek, Michael"],["dc.date.accessioned","2018-05-03T10:42:37Z"],["dc.date.available","2018-05-03T10:42:37Z"],["dc.date.issued","2005"],["dc.description.abstract","Bei der Arbeit mit modernen bildgebenden Verfahren wie der Computertomographie (CT) und der Magnetresonanztomographie (MRT) fallen täglich gigantische Mengen von medizinischen Bilddaten an. Diese Technologien bieten den Vorteil, dass die exakte sowie detaillierte Visualisierung fundiertere und damit bessere diagnostische sowie therapeutische Entscheidungen ermöglichen kann. Eine der Hauptaufgaben der Medizinischen Informatik ist die Verarbeitung der anfallenden Rohdaten und deren Aufbereitung in anschauliches Bildmaterial, das vom Mediziner interpretierbar ist. Das vorliegende Buch befasst sich mit den Möglichkeiten der Verarbeitung und Visualisierung von medizinischen Bildobjekten. Neue Ansätze für eine adäquatere und effektivere Nutzung der Daten werden vorgestellt und das Potential der verschiedenen Kombinationsalternativen von Bilddaten und medizinischem Wissen geprüft. Dazu werden zunächst die Grundlagen der Verarbeitung und Exploration medizinischer Bilddaten referiert. Herkömmliche und moderne Ansätze werden diskutiert und auf die Frage hin untersucht, ob sie eine Exploration im eigentlichen Wortsinn - nämlich die »Ausforschung« - gestatten. Ebenso werden das Wesen des medizinischen Wissens und die Grundlagen seiner Repräsentation dargestellt. Dabei wird insbesondere auf die speziellen Probleme eingegangen, welche eine derart komplexe und hochdynamische Wissensdomäne aufwirft. Schließlich wird ein neuer Ansatz vorgestellt, welcher die Exploration medizinischer Bilddaten unter Berücksichtigung von spezifischem Domänenwissen ermöglichen soll. Das entwickelte Systemkonzept wird in Form einer Anwendung aus der Unfallchirurgie exemplarisch umgesetzt. Die Diskussion der Ergebnisse und der Ausblick auf zukünftige Entwicklung runden diese Veröffentlichung ab."],["dc.description.tableofcontents","

• Inhalt
• Abbildungen
• Tabellen
• 1 Einleitung und Motivation
• 2 Grundlagen der Verarbeitung, Visualisierung und Exploration dreidimensionaler medizinischer Bilddaten
• 2.1 Techniken der Verarbeitung und Visualisierung von Volumendatensätzen
• 2.1.1 Rendering Parameter
• 2.1.2 Segmentierung
• 2.1.3 Rendering Algorithmen
• 2.1.3.1 Maximum Intensity Projection (MIP)
• 2.1.3.2 Shaded Surface Display
• 2.1.3.3 Volume Rendering
• 2.1.4 Möglichkeiten der dreidimensionalen Darstellung von Bilddaten
• 2.1.4.1 Stereoskopie
• 2.1.4.2 Dynamische Darstellungen
• 2.2 Konzepte zur Exploration medizinischer Volumendatensätze
• 2.2.1 Die herkömmliche Exploration von Volumendatensätzen
• 2.2.2 Interaktive Exploration mit Unterstützung einer Grafik-Workstation
• 2.2.3 virtusMED – eine interaktive Mensch-Maschine-Schnittstelle
• 2.3 Die Bedeutung der inhaltlichen Antizipation bei der Exploration medizinischer Bilddaten
• 3 Wissensrepräsentation in der Medizin
• 3.1 Der Begriff des Wissens
• 3.2 Medizinisches Wissen
• 3.2.1 Explizites medizinisches Wissen
• 3.2.2 Implizites medizinisches Wissen – Tacit Knowledge
• 3.3 Grundlagen der Wissensrepräsentation in der Medizin
• 3.3.1 Modellierung der Wissensbasis - Ontologien
• 3.3.1.1 Kausale Ontologien
• 3.3.1.2 Taxonomische Ontologien
• 3.3.2 Formale Darstellungsformen von Semantik und Wissensstrukturen
• 3.3.2.1 Semantische Netzwerke (nach Sowa)
• 3.3.2.1.1 Definitional Networks
• 3.3.2.1.2 Assertional Networks – konzeptuelle Graphen
• 3.3.2.1.3 Weitere Formen semantischer Netzwerke
• 3.3.2.2 RDF/XML – Das Semantic Web von Berners-Lee
• 3.3.2.3 Knowledge Interchange Format (KIF)
• 3.3.2.4 Web Ontology Language (OWL)
• 3.3.2.5 GALEN Representation and Integration Language (GRAIL)
• 3.3.2.6 Formalized English (FE) und Frame-Conceptual-Graphs (FCG)
• 3.3.3 Inferenzmodelle
• 3.4 Ausgewählte Ansätze zur ontologiebasierten anatomischen Wissensrepräsentation in der Medizin
• 3.4.1 Das GALEN/ GALEN-IN-USE Projekt
• 3.4.2 Der Digital Anatomist von Rosse et al.
• 3.4.3 Das symbolisch-räumliche Modell von Schubert
• 3.5 Der Einsatz wissensbasierter Systeme in der Medizin für die Interpretation und Exploration medizinischer Bilddaten
• 3.5.1 Bildanalyse- und Bildsuchsysteme
• 3.5.2 Agentensysteme
• 4 Konzeption eines wissensbasierten Software-Systems zur antizipierenden Exploration dreidimensionaler medizinischer Bilddaten
• 4.1 Die Entwicklung eines Konzeptes für eine wissensbasierte interaktive Explorations- und Lernoberfläche für die Interpretation dreidimensionaler medizinischer Bilddaten
• 4.1.1 Überblick über das Systemkonzept
• 4.1.2 Beschreibung der Systemkomponenten
• 4.1.2.1 Die ontologische Wissensbasis
• 4.1.2.2 Die Bild- und Explorationsdatenbank
• 4.1.2.3 Der Explorationsrecorder und –player
• 4.1.2.4 Das Explorations- und Lernmodul
• 4.1.2.4.1 Kognitionspsychologische und lerntheoretische Grundlagen
• 4.1.2.4.2 Konzeption des Explorations- und Lernmoduls
• 4.1.2.5 Die Visualisierung des Explorationspfades
• 4.2 Anwendungsbeispiel: Exploration von Calcaneusfrakturen
• 4.2.1 Medizinische Grundlagen der Calcaneusfraktur
• 4.2.1.1 Die Anatomie des Calcaneus
• 4.2.1.2 Der Frakturmechanismus
• 4.2.1.3 Die Frakturformen und entstehende Fragmente
• 4.2.1.4 Die Frakturklassifikation
• 4.2.1.4.1 Die Klassifikation nach Sanders
• 4.2.1.4.2 Die Klassifikation nach Zwipp
• 4.2.2 Die Relevanz dreidimensionaler Darstellungen in der Diagnostik von Calcaneusfrakturen
• 4.2.3 Beispiel einer antizipierenden Exploration einer Calcaneusfraktur durch einen Experten
• 4.2.4 Vorschlag eines prototypischen Explorationspfades
• 4.2.5 Die Umsetzung des entwickelten Systemkonzeptes in eine Softwarelösung: Calcaneus Fracture Diagnostics
• 4.2.5.1 Darstellung der verwendeten Technologien
• 4.2.5.2 Darstellung der Anwendungsfälle als UML Use Cases
• 4.2.5.3 Beschreibung der Anwendung Calcaneus Fracture Diagnostics
• 4.2.5.3.1 Die Klasse MainFrame
• 4.2.5.3.2 Die Klasse KnowledgeBase
• 4.2.5.3.3 Die Klasse InferenceMachine
• 4.2.5.3.4 Die Klasse VisualizationModule
• 4.2.6 Ergebnisse
• 5 Diskussion und Ausblick
• 6 Literaturverzeichnis
• Anhang
• A Die ontologische Wissensbasis der Calcaneusfraktur-Domäne
• B Darstellung der Calcaneusfraktur-Ontologie in der Ontology Web Language (OWL)

"],["dc.format.extent","108"],["dc.identifier.doi","10.17875/gup2005-385"],["dc.identifier.isbn","3-938616-24-5"],["dc.identifier.isbn","978-3-938616-24-6"],["dc.identifier.purl","https://resolver.sub.uni-goettingen.de/purl?isbn-3-938616-24-5"],["dc.identifier.uri","https://resolver.sub.uni-goettingen.de/purl?gro-2/13943"],["dc.identifier.urn","urn:nbn:de:gbv:7-isbn-3-938616-24-5-8"],["dc.language.iso","de"],["dc.notes.intern","TASK GROB-550"],["dc.notes.status","zu prüfen"],["dc.publisher","Universitätsverlag Göttingen"],["dc.publisher.place","Göttingen"],["dc.rights.uri","http://creativecommons.org/licenses/by-nd/2.0/de"],["dc.title","Ansätze zur interaktiv-antizipierenden Exploration dreidimensionaler medizinischer Bildobjekte"],["dc.type","thesis"],["dc.type.internalPublication","unknown"],["dspace.entity.type","Publication"]]