Forschungsschwerpunkte

Wir besch?ftigen uns insbesondere mit:

  • Entwicklung von robusten, generalisierbaren Neuronalen Netzen (CNNs, Deep Learning)
  • Daten-/Annotation-effiziente Modelle basierend auf Semi-/Self-supervised Learning
  • Outlier-Detektion und Imputation von unvollst?ndige Datens?tzen
  • Rekonstruktion von Bild- und Videodaten, eg. mit Hilfe von Super-Resolution
  • Segmentierungsprobleme, insbesondere MRI Brain Segmentation
  • Quantifizierung von Unsicherheiten von Klassifizierungsvorhersagen
  • Entwicklung von interpretierbaren Features zur Verbesserung der Anwender-/Patientenkommunikation
  • Evaluierung von Algorithmus Performance und Quantifizierung von Data-biases
  • Translation von Forschungsergebnissen in industrielle oder medizinische Kontexte
  • Quantifizierung von menschlicher Anatomie anhand von Bilddaten (MRI, X-Ray, CT) im Kontext von Erkrankungen wie Demenz, Tumoren und Traumata.