Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung
Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen...
Ausführliche Beschreibung
Autor*in: |
Hermanns, Sanja [verfasserIn] |
---|
Format: |
E-Artikel |
---|---|
Sprache: |
Deutsch |
Erschienen: |
2023 |
---|
Schlagwörter: |
---|
Anmerkung: |
© The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 |
---|
Übergeordnetes Werk: |
Enthalten in: Der Pathologe - Berlin : Springer, 1994, 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 |
---|---|
Übergeordnetes Werk: |
volume:44 ; year:2023 ; number:Suppl 3 ; day:15 ; month:11 ; pages:183-187 |
Links: |
---|
DOI / URN: |
10.1007/s00292-023-01257-7 |
---|
Katalog-ID: |
SPR054150183 |
---|
LEADER | 01000naa a22002652 4500 | ||
---|---|---|---|
001 | SPR054150183 | ||
003 | DE-627 | ||
005 | 20231222064635.0 | ||
007 | cr uuu---uuuuu | ||
008 | 231222s2023 xx |||||o 00| ||ger c | ||
024 | 7 | |a 10.1007/s00292-023-01257-7 |2 doi | |
035 | |a (DE-627)SPR054150183 | ||
035 | |a (SPR)s00292-023-01257-7-e | ||
040 | |a DE-627 |b ger |c DE-627 |e rakwb | ||
041 | |a ger | ||
100 | 1 | |a Hermanns, Sanja |e verfasserin |4 aut | |
245 | 1 | 0 | |a Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
264 | 1 | |c 2023 | |
336 | |a Text |b txt |2 rdacontent | ||
337 | |a Computermedien |b c |2 rdamedia | ||
338 | |a Online-Ressource |b cr |2 rdacarrier | ||
500 | |a © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 | ||
520 | |a Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. | ||
650 | 4 | |a Breast-conserving therapy |7 (dpeaa)DE-He213 | |
650 | 4 | |a Fluorescence |7 (dpeaa)DE-He213 | |
650 | 4 | |a Mass spectrometry |7 (dpeaa)DE-He213 | |
650 | 4 | |a Raman |7 (dpeaa)DE-He213 | |
650 | 4 | |a Optical coherence tomography |7 (dpeaa)DE-He213 | |
650 | 4 | |a Radiofrequency spectroscopy |7 (dpeaa)DE-He213 | |
650 | 4 | |a Optical emission spectroscopy |7 (dpeaa)DE-He213 | |
650 | 4 | |a AI-assisted tissue detection |7 (dpeaa)DE-He213 | |
700 | 1 | |a Dammeier, Sascha |4 aut | |
700 | 1 | |a Neugebauer, Alexander |4 aut | |
700 | 1 | |a Enderle, Markus D. |4 aut | |
773 | 0 | 8 | |i Enthalten in |t Der Pathologe |d Berlin : Springer, 1994 |g 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 |w (DE-627)25463866X |w (DE-600)1462980-X |x 1432-1963 |7 nnns |
773 | 1 | 8 | |g volume:44 |g year:2023 |g number:Suppl 3 |g day:15 |g month:11 |g pages:183-187 |
856 | 4 | 0 | |u https://dx.doi.org/10.1007/s00292-023-01257-7 |z lizenzpflichtig |3 Volltext |
912 | |a GBV_USEFLAG_A | ||
912 | |a SYSFLAG_A | ||
912 | |a GBV_SPRINGER | ||
912 | |a GBV_ILN_60 | ||
912 | |a GBV_ILN_65 | ||
912 | |a GBV_ILN_120 | ||
912 | |a GBV_ILN_267 | ||
951 | |a AR | ||
952 | |d 44 |j 2023 |e Suppl 3 |b 15 |c 11 |h 183-187 |
author_variant |
s h sh s d sd a n an m d e md mde |
---|---|
matchkey_str |
article:14321963:2023----::ehdnnedneuduufsesetvneitapr |
hierarchy_sort_str |
2023 |
publishDate |
2023 |
allfields |
10.1007/s00292-023-01257-7 doi (DE-627)SPR054150183 (SPR)s00292-023-01257-7-e DE-627 ger DE-627 rakwb ger Hermanns, Sanja verfasserin aut Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung 2023 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 Dammeier, Sascha aut Neugebauer, Alexander aut Enderle, Markus D. aut Enthalten in Der Pathologe Berlin : Springer, 1994 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 (DE-627)25463866X (DE-600)1462980-X 1432-1963 nnns volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 https://dx.doi.org/10.1007/s00292-023-01257-7 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 AR 44 2023 Suppl 3 15 11 183-187 |
spelling |
10.1007/s00292-023-01257-7 doi (DE-627)SPR054150183 (SPR)s00292-023-01257-7-e DE-627 ger DE-627 rakwb ger Hermanns, Sanja verfasserin aut Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung 2023 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 Dammeier, Sascha aut Neugebauer, Alexander aut Enderle, Markus D. aut Enthalten in Der Pathologe Berlin : Springer, 1994 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 (DE-627)25463866X (DE-600)1462980-X 1432-1963 nnns volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 https://dx.doi.org/10.1007/s00292-023-01257-7 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 AR 44 2023 Suppl 3 15 11 183-187 |
allfields_unstemmed |
10.1007/s00292-023-01257-7 doi (DE-627)SPR054150183 (SPR)s00292-023-01257-7-e DE-627 ger DE-627 rakwb ger Hermanns, Sanja verfasserin aut Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung 2023 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 Dammeier, Sascha aut Neugebauer, Alexander aut Enderle, Markus D. aut Enthalten in Der Pathologe Berlin : Springer, 1994 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 (DE-627)25463866X (DE-600)1462980-X 1432-1963 nnns volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 https://dx.doi.org/10.1007/s00292-023-01257-7 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 AR 44 2023 Suppl 3 15 11 183-187 |
allfieldsGer |
10.1007/s00292-023-01257-7 doi (DE-627)SPR054150183 (SPR)s00292-023-01257-7-e DE-627 ger DE-627 rakwb ger Hermanns, Sanja verfasserin aut Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung 2023 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 Dammeier, Sascha aut Neugebauer, Alexander aut Enderle, Markus D. aut Enthalten in Der Pathologe Berlin : Springer, 1994 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 (DE-627)25463866X (DE-600)1462980-X 1432-1963 nnns volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 https://dx.doi.org/10.1007/s00292-023-01257-7 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 AR 44 2023 Suppl 3 15 11 183-187 |
allfieldsSound |
10.1007/s00292-023-01257-7 doi (DE-627)SPR054150183 (SPR)s00292-023-01257-7-e DE-627 ger DE-627 rakwb ger Hermanns, Sanja verfasserin aut Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung 2023 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 Dammeier, Sascha aut Neugebauer, Alexander aut Enderle, Markus D. aut Enthalten in Der Pathologe Berlin : Springer, 1994 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 (DE-627)25463866X (DE-600)1462980-X 1432-1963 nnns volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 https://dx.doi.org/10.1007/s00292-023-01257-7 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 AR 44 2023 Suppl 3 15 11 183-187 |
language |
German |
source |
Enthalten in Der Pathologe 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 |
sourceStr |
Enthalten in Der Pathologe 44(2023), Suppl 3 vom: 15. Nov., Seite 183-187 volume:44 year:2023 number:Suppl 3 day:15 month:11 pages:183-187 |
format_phy_str_mv |
Article |
institution |
findex.gbv.de |
topic_facet |
Breast-conserving therapy Fluorescence Mass spectrometry Raman Optical coherence tomography Radiofrequency spectroscopy Optical emission spectroscopy AI-assisted tissue detection |
isfreeaccess_bool |
false |
container_title |
Der Pathologe |
authorswithroles_txt_mv |
Hermanns, Sanja @@aut@@ Dammeier, Sascha @@aut@@ Neugebauer, Alexander @@aut@@ Enderle, Markus D. @@aut@@ |
publishDateDaySort_date |
2023-11-15T00:00:00Z |
hierarchy_top_id |
25463866X |
id |
SPR054150183 |
language_de |
deutsch |
fullrecord |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000naa a22002652 4500</leader><controlfield tag="001">SPR054150183</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20231222064635.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">231222s2023 xx |||||o 00| ||ger c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/s00292-023-01257-7</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)SPR054150183</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(SPR)s00292-023-01257-7-e</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Hermanns, Sanja</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2023</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">© The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Breast-conserving therapy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Fluorescence</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mass spectrometry</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Raman</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Optical coherence tomography</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Radiofrequency spectroscopy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Optical emission spectroscopy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">AI-assisted tissue detection</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Dammeier, Sascha</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Neugebauer, Alexander</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Enderle, Markus D.</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Enthalten in</subfield><subfield code="t">Der Pathologe</subfield><subfield code="d">Berlin : Springer, 1994</subfield><subfield code="g">44(2023), Suppl 3 vom: 15. Nov., Seite 183-187</subfield><subfield code="w">(DE-627)25463866X</subfield><subfield code="w">(DE-600)1462980-X</subfield><subfield code="x">1432-1963</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:44</subfield><subfield code="g">year:2023</subfield><subfield code="g">number:Suppl 3</subfield><subfield code="g">day:15</subfield><subfield code="g">month:11</subfield><subfield code="g">pages:183-187</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://dx.doi.org/10.1007/s00292-023-01257-7</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_SPRINGER</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_120</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_267</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">44</subfield><subfield code="j">2023</subfield><subfield code="e">Suppl 3</subfield><subfield code="b">15</subfield><subfield code="c">11</subfield><subfield code="h">183-187</subfield></datafield></record></collection>
|
author |
Hermanns, Sanja |
spellingShingle |
Hermanns, Sanja misc Breast-conserving therapy misc Fluorescence misc Mass spectrometry misc Raman misc Optical coherence tomography misc Radiofrequency spectroscopy misc Optical emission spectroscopy misc AI-assisted tissue detection Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
authorStr |
Hermanns, Sanja |
ppnlink_with_tag_str_mv |
@@773@@(DE-627)25463866X |
format |
electronic Article |
delete_txt_mv |
keep |
author_role |
aut aut aut aut |
collection |
springer |
remote_str |
true |
illustrated |
Not Illustrated |
issn |
1432-1963 |
topic_title |
Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung Breast-conserving therapy (dpeaa)DE-He213 Fluorescence (dpeaa)DE-He213 Mass spectrometry (dpeaa)DE-He213 Raman (dpeaa)DE-He213 Optical coherence tomography (dpeaa)DE-He213 Radiofrequency spectroscopy (dpeaa)DE-He213 Optical emission spectroscopy (dpeaa)DE-He213 AI-assisted tissue detection (dpeaa)DE-He213 |
topic |
misc Breast-conserving therapy misc Fluorescence misc Mass spectrometry misc Raman misc Optical coherence tomography misc Radiofrequency spectroscopy misc Optical emission spectroscopy misc AI-assisted tissue detection |
topic_unstemmed |
misc Breast-conserving therapy misc Fluorescence misc Mass spectrometry misc Raman misc Optical coherence tomography misc Radiofrequency spectroscopy misc Optical emission spectroscopy misc AI-assisted tissue detection |
topic_browse |
misc Breast-conserving therapy misc Fluorescence misc Mass spectrometry misc Raman misc Optical coherence tomography misc Radiofrequency spectroscopy misc Optical emission spectroscopy misc AI-assisted tissue detection |
format_facet |
Elektronische Aufsätze Aufsätze Elektronische Ressource |
format_main_str_mv |
Text Zeitschrift/Artikel |
carriertype_str_mv |
cr |
hierarchy_parent_title |
Der Pathologe |
hierarchy_parent_id |
25463866X |
hierarchy_top_title |
Der Pathologe |
isfreeaccess_txt |
false |
familylinks_str_mv |
(DE-627)25463866X (DE-600)1462980-X |
title |
Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
ctrlnum |
(DE-627)SPR054150183 (SPR)s00292-023-01257-7-e |
title_full |
Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
author_sort |
Hermanns, Sanja |
journal |
Der Pathologe |
journalStr |
Der Pathologe |
lang_code |
ger |
isOA_bool |
false |
recordtype |
marc |
publishDateSort |
2023 |
contenttype_str_mv |
txt |
container_start_page |
183 |
author_browse |
Hermanns, Sanja Dammeier, Sascha Neugebauer, Alexander Enderle, Markus D. |
container_volume |
44 |
format_se |
Elektronische Aufsätze |
author-letter |
Hermanns, Sanja |
doi_str_mv |
10.1007/s00292-023-01257-7 |
title_sort |
methoden, anwendungen und zukunftsperspektiven der intraoperativen gewebeerkennung |
title_auth |
Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
abstract |
Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 |
abstractGer |
Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 |
abstract_unstemmed |
Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet. © The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023 |
collection_details |
GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER GBV_ILN_60 GBV_ILN_65 GBV_ILN_120 GBV_ILN_267 |
container_issue |
Suppl 3 |
title_short |
Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung |
url |
https://dx.doi.org/10.1007/s00292-023-01257-7 |
remote_bool |
true |
author2 |
Dammeier, Sascha Neugebauer, Alexander Enderle, Markus D. |
author2Str |
Dammeier, Sascha Neugebauer, Alexander Enderle, Markus D. |
ppnlink |
25463866X |
mediatype_str_mv |
c |
isOA_txt |
false |
hochschulschrift_bool |
false |
doi_str |
10.1007/s00292-023-01257-7 |
up_date |
2024-07-04T00:11:08.047Z |
_version_ |
1803605107590299649 |
fullrecord_marcxml |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000naa a22002652 4500</leader><controlfield tag="001">SPR054150183</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20231222064635.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">231222s2023 xx |||||o 00| ||ger c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/s00292-023-01257-7</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)SPR054150183</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(SPR)s00292-023-01257-7-e</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Hermanns, Sanja</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Methoden, Anwendungen und Zukunftsperspektiven der intraoperativen Gewebeerkennung</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2023</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">© The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2023</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Zusammenfassung Die Entwicklungen neuer intraoperativer Methoden zur Gewebeerkennung nahmen seit dem letzten Jahrhundert stetig zu. Die Anwendungen sind mannigfaltig, wobei der Hauptzweck darin besteht, Zielstrukturen zu identifizieren und dabei das angrenzende Gewebe zu schonen, was dem allgemeinen Paradigma des minimal-invasiven Ansatzes in der Medizin entspricht. Insbesondere in der Onkologie besteht ein weiterer Vorteil in der Identifizierung oder Klassifizierung von neoplastischem Gewebe zur Unterstützung und Verbesserung der Therapie, z. B. in der brusterhaltenden Tumorchirurgie. Viele der in Frage kommenden Verfahren nutzen die unterschiedlichen physikalischen Eigenschaften des zu behandelnden Gewebes wie induzierte Fluoreszenz, optische Kohärenz oder elektrische Impedanz. Die jüngsten Entwicklungen konzentrieren sich auf die Verlagerung der Analytik von ex vivo zu in situ und von der asynchronen Unterstützung zur Echtzeitunterstützung der Chirurgen und Chirurginnen, z. B. im Falle der optischen Emissionsspektroskopie. Darüber hinaus gewinnen Verfahren der Künstlichen Intelligenz (KI) bei der Auswertung und Beurteilung komplexer Messdaten sowie bei der Verfeinerung bestehender und der Entwicklung neuer Methoden an Bedeutung, um diese leistungsfähiger zu machen und gleichzeitig die Variabilität zwischen den Operateuren bei chirurgischen Eingriffen zu verringern. Verschiedene Aspekte der Nutzung und Eignung dieser Technologien für intraoperative, therapieunterstützende Anwendungen werden beleuchtet.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Breast-conserving therapy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Fluorescence</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mass spectrometry</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Raman</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Optical coherence tomography</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Radiofrequency spectroscopy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Optical emission spectroscopy</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">AI-assisted tissue detection</subfield><subfield code="7">(dpeaa)DE-He213</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Dammeier, Sascha</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Neugebauer, Alexander</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Enderle, Markus D.</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Enthalten in</subfield><subfield code="t">Der Pathologe</subfield><subfield code="d">Berlin : Springer, 1994</subfield><subfield code="g">44(2023), Suppl 3 vom: 15. Nov., Seite 183-187</subfield><subfield code="w">(DE-627)25463866X</subfield><subfield code="w">(DE-600)1462980-X</subfield><subfield code="x">1432-1963</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:44</subfield><subfield code="g">year:2023</subfield><subfield code="g">number:Suppl 3</subfield><subfield code="g">day:15</subfield><subfield code="g">month:11</subfield><subfield code="g">pages:183-187</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://dx.doi.org/10.1007/s00292-023-01257-7</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_SPRINGER</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_120</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_267</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">44</subfield><subfield code="j">2023</subfield><subfield code="e">Suppl 3</subfield><subfield code="b">15</subfield><subfield code="c">11</subfield><subfield code="h">183-187</subfield></datafield></record></collection>
|
score |
7.3998823 |