Team
Karen Scholz
Forschung & Lehre
Multimodal Clinical Data Integration & Modeling, Deep Learning, Large Language Models & Language Processing
Mit ° markierte Personen gehören dem Fraunhofer MEVIS an und sind in unseren Projekten und der Lehre assoziiert.
Studierende
Michael Smagin
Masterarbeit
Langzeit Tracking von Kniebewegungen mit Inertialsensoren - Herausforderungen im Alltag
Leonard Haddad
Masterarbeit
Nobody Nose - Evaluation von Nanotube basierten Geruchssensoren für Anwendungen bei Frühgeborenen
Ehemalige Mitarbeitende
Ani Ambroladze
Forschung
Breast-MRI, Deep Learning
Ehemalige Studierende
Ivo Scheiber
Bachelorarbeit 2023
Automating Mitrochondrail Tracking in Live Cell Image through a custom annotation App and CNNS
Lena Phillip
Masterarbeit 2023
Abschätzung der Körper - zusammensetzung in 3D CT-Bilddaten
Julius Pinsker
Masterarbeit 4.12.24
Mustererkennung auf kontrastmittelverstärkten Ultraschallvideos zur Klassifizierung von Nierenzysten
Aashrita Roy Potla
Masterarbeit 06.02.2025
Jo Lienhoop
Masterarbeit 07.06.2025
Formmodelle von Wirbelkörpern zur robusten Segmentierung auf MRT Daten
Bastian Seifert
Masterarbeit 30.09.2025
Evaluation von Textaugmenationsmethoden zur Extraktion von Informationen aus Radiologie Berichten mit Deep Learning-basierten Sprachmodellen
Niklas Woebs
Masterarbeit 1.10.2025
Predicting overall survival times of glioblastoma patients using deep learning methods trained on irregular time series
Dr. Axel Wings
Masterarbeit 09.10.2025
Time Series Clustering for Identifying Repetitive Patterns in IMU Gait Data with Anomalies