Logo Universität Bremen, zurück zur Startseite
Fachbereich 3 - Mathematik und Informatik: AG Digitale Medizin

AG Digitale Medizin

Die AG digitale Medizin an der Universität Bremen befasst sich mit der digitalen Unterstützung von Diagnose und Therapie. Wir analysieren medizinische Daten mithilfe von datengetriebenen und biophysikalischen Modellen und bereiten die Ergebnisse enstprechend auf, um Enscheidungen zu unterstützen. Unser Ziel ist es klinischen Anwender:innen den Alltag zu erleichtern und die Qualität zu verbessern. Dazu befinden wir uns im intensiven Austausch mit verschiedenen klinischen Akteur:innen, welche uns neben ihrer Fachexpertise mit klinischen Daten unterstützen.

 

 

Ein Lehrender schreibt an eine Tafel.
© Universität Bremen

Lehre

mehr
Gezeigt wird der Magenbereich schematisch segmentiert mit verschiedenen Strukturen sowie eine Darstellung des segmentierten Gehirns.
© Fraunhofer MEVIS

Forschung

  • Bild & Datenanalyse

  • Modellierung & Simulation

  • Bildregistrierung

  • Visualisierung und Interaktion

mehr

Kontakt

AG Digitale Medizin

Fachbereich 3 - Mathematik und Informatik

Prof. Dr.-Ing. Horst Hahn

Max-von-Laue-Straße 2

28359 Bremen

Telefon: +49 421 218-59002

Email

Sekreteriat

Marlott Hederich

Telefon: +49 421 218-64430

Email

 

Aktuelles

SPIE Medical Imaging Logo
© SPIE
AG Digitale Medizin| Pro-Mics-BrCa|

Kai Geißler präsentiert Poster bei SPIE Medical Imaging in San Diego

Kai Geißler hat das Poster "Deformable current-prior registration of DCE breast MR images on multi-site data" auf der SPIE Medical Imaging: Image Processing in San Diego präsentiert. Der Artikel zeigt die Registrierung von Folgeuntersuchungen.

Ein Lehrender schreibt an eine Tafel.
© Universität Bremen
AG Digitale Medizin|

Seminar: Deep Learning für Medizinische Bildverarbeitung wird wieder angeboten.

Im Wintersemester 2023/2024 werden wir wieder das Seminar: Deep Learning für Medizinische Bildverarbeitung anbieten. Es wird um allerhand Netzarchitekturen für verschiedene medizinische Anwendungen gehen.

Verschiedene Segmentierungen der Brust auf MRT Daten
© Springer Nature
AG Digitale Medizin| Pro-Mics-BrCa|

Ani Ambroladze präsentiert Poster auf BVM Workshop

Ani Ambroladze hat das Poster "CNN-Based Whole Breast Segmentation in Longitudinal High-Risk MRI Study" auf der BVM 2023 in Braunschweig präsentiert. Es ist unser erster Artikel im Projekt "Pro-Mics-BrCa" und zeigt die Brustsegmentierung auf MRT-Bildern.

Aktualisiert von: Tom Koller
RSS
Seite drucken