@phdthesis{Haug2019,
  author    = {Haug, Lukas},
  title     = {Dynamisch-kernspintomographische Definition der Flexions-Extensionsachse des Kniegelenks},
  doi       = {10.25972/OPUS-17979},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-179799},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2019},
  abstract  = {Es sollte eine dynamische MRT Methode entwickelt werden, welche die Berechnung und Darstellung einer Achse einer komplexen Bewegung erm{\"o}glicht. Dabei war die eigens auferlegte Definition von „Dynamik", dass ein kompletter Bewegungsablauf als dreidimensionaler Datensatz im Zeitverlauf erfasst und ausgewertet werden soll (4 Dimensionen). Diese Methode sollte auf die komplexe Bewegung des Kniegelenks angewendet werden und mit einem Knie-Modell verglichen werden. Schlussendlich sollte die Flexion-Extensionsbewegung als vereinfacht monoaxial verifiziert werden. F{\"u}r diese Ziele wurden folgende Schritte durchgef{\"u}hrt: Es wurden zun{\"a}chst 10 Kadaver-Knie pr{\"a}pariert und hierbei u.a. kontrastmittelhaltige Kugeln als Tracker eingebracht. Die Knie wurden dann im Rahmen des Versuchsaufbaus in einer speziellen, pneumatischen Bewegungsschiene befestigt, welche dann automatisiert eine passive Bewegung vollzog. Diese wurde mit einer dynamischen MRT Methode festgehalten. Der entstandene 4D-Datensatz wurde eingelesen und die Kugelpositionen ausgewertet. Die Koordinaten der Positionen dienten dann als Grundlage f{\"u}r spezielle mathematische Algorithmen, welche die Flexion-Extensionsachse und ggf. die Innen- und Außenrotationsachse berechneten und schließlich eine graphische Darstellung erm{\"o}glichten. Zur {\"U}berpr{\"u}fung wurde zudem ein Knie-Modell herangezogen und von diesem die gleichen Berechnungen durchgef{\"u}hrt.},
  subject      = {Kniegelenk},
  language  = {de}
}
@article{BasslerKnoblichGerhardHartmannetal.2023,
  author    = {Bassler, Miriam C. and Knoblich, Mona and Gerhard-Hartmann, Elena and Mukherjee, Ashutosh and Youssef, Almoatazbellah and Hagen, Rudolf and Haug, Lukas and Goncalves, Miguel and Scherzad, Agmal and St{\"o}th, Manuel and Ostertag, Edwin and Steinke, Maria and Brecht, Marc and Hackenberg, Stephan and Meyer, Till Jasper},
  title     = {Differentiation of salivary gland and salivary gland tumor tissue via Raman imaging combined with multivariate data analysis},
  series = {Diagnostics},
  volume    = {14},
  journal   = {Diagnostics},
  number    = {1},
  issn      = {2075-4418},
  doi       = {10.3390/diagnostics14010092},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-355558},
  year      = {2023},
  abstract  = {Salivary gland tumors (SGTs) are a relevant, highly diverse subgroup of head and neck tumors whose entity determination can be difficult. Confocal Raman imaging in combination with multivariate data analysis may possibly support their correct classification. For the analysis of the translational potential of Raman imaging in SGT determination, a multi-stage evaluation process is necessary. By measuring a sample set of Warthin tumor, pleomorphic adenoma and non-tumor salivary gland tissue, Raman data were obtained and a thorough Raman band analysis was performed. This evaluation revealed highly overlapping Raman patterns with only minor spectral differences. Consequently, a principal component analysis (PCA) was calculated and further combined with a discriminant analysis (DA) to enable the best possible distinction. The PCA-DA model was characterized by accuracy, sensitivity, selectivity and precision values above 90\% and validated by predicting model-unknown Raman spectra, of which 93\% were classified correctly. Thus, we state our PCA-DA to be suitable for parotid tumor and non-salivary salivary gland tissue discrimination and prediction. For evaluation of the translational potential, further validation steps are necessary.},
  language  = {en}
}