Patient:innen > 65 Jahre · Lungenkarzinom · definierter Tumor-/ROI-Kontext · CT verfügbar
Forschung
Forschung, Standards und Nachweise.
Unser Wissensschatz kommt aus klinischer Forschung, DICOM-Interoperabilität und semantischer Datenmodellierung. Deshalb zeigen wir hier DICOM-Nachweise, wissenschaftliche Arbeiten und die Grundlagen hinter RDF/OWL, ROO, SPARQL und FAIR-konformer Datenstrukturierung.
Nachweise
Prüfbare Grundlagen statt Marketingfolie.
Für Medizinphysik, IT und Forschung bündeln wir Inhalte, die belastbar sind: DICOM Conformance, technische Statements und wissenschaftliche Veröffentlichungen aus dem Cureator-, Knowledge-Graph-, RDF/OWL- und FAIR-Datenkontext.
PDF
DICOM Conformance Statement 6.5.x
Nachweis zu Storage, Query/Retrieve, C-STORE, C-FIND und C-MOVE.
Papers
Forschungsgrundlage: semantische DICOM-Datenmodellierung
Semantic-Web-Technologie zur Repräsentation von Bilddaten und berechneten Ergebnissen.
Papers
FAIR-compliant clinical, radiomics and DICOM metadata
FAIR, RDF, Radiomics, DICOM Metadata und Semantic DICOM. Medical Physics, 2020.
Semantischer Data Layer
Aus Objekten wird ein abfragbarer Wissensgraph.
Cureator nutzt RDF-Triples, OWL-Strukturen, Radiation Oncology Ontology und SPARQL, um Bilddaten, RT-Objekte und klinische Dokumentation in Beziehung zu setzen. So entstehen Fallrecherche, Benchmarking, Kohortenbildung und FAIR-orientierte Forschung auf einer gemeinsamen Grundlage.
Datenquellen
DICOM CT / MR / PET
DICOM-Metadaten
RTSTRUCT
RTDOSE
RTPLAN
HL7/FHIR
Befunde
Semantic Data Hub
Wissensgraph für Radiation Oncology
RDF-Triples und OWL-Strukturen verbinden Bilddaten, RT-Objekte und klinische Dokumentation. Die Radiation Oncology Ontology (ROO) ordnet Fachbegriffe und Beziehungen. SPARQL ermöglicht präzise Abfragen nach komplexen Fallbeispielen, Referenzfällen und Benchmarks; FAIR-Strukturen unterstützen Forschung und Wiederverwendbarkeit.
Klinische Nutzung
Referenzfall-Suche
DVH / RTOG CI
Dose Wash
Kohorten
Benchmarking
FAIR-Daten
Share & Discuss
ausgewählte KI
Abfragen
Von der Forschungsfrage zur Kohorte.
SPARQL-gestützte Abfragen ermöglichen kontextsensitive Suche über DICOM RT, Bilddaten, Diagnosen, Befunde und weitere klinische Informationen. Die Beispiele zeigen Fragestellungen, für die Cureator die Datenbasis vorbereitet.
ähnliche Lokalisation · vergleichbare Dosisverteilung · vorhandene RTSTRUCT / RTDOSE / RTPLAN
DVH · ROI-Volumen · RTOG CI · Dose Wash im Fallzusammenhang
Diagnose · Bilddaten · RT-Objekte · Befunde · Verlaufsdaten in einer Abfrage
Verlauf und Outcome
Vergleichbare Fälle besser verstehen.
Cureator kann historische Behandlungs-, Verlaufs- und Outcome-Daten strukturiert verfügbar machen, soweit sie vorliegen, zulässig sind und von der Site selektiert werden. Ziel ist keine Blackbox-Prognose, sondern bessere Vergleichbarkeit realer Behandlungsergebnisse.
Site-ErfahrungPläne · Dosis · Konturen
KlinikDiagnosen · Befunde · Follow-up
ForschungKohorten · Kennzahlen · Trends
Kontrollelokal · kuratiert · überprüfbar