University of Heidelberg
BIOQUANT

01/26/2024 Open Position

The BMCV group currently offers a PhD position in biomedical image analysis.

More details can be...


03/01/2023 Publication in IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

Our article "Superadditivity and Convex Optimization for Globally Optimal Cell Segmentation Using...


01/27/2018 Cell Tracking Challenge, Nature Methods 2017

The cell tracking method of the BMCV group yielded top-ranking results in an international...


07/13/2015 ISBI 2016

Karl Rohr is program chair of the IEEE International Symposium on Biomedical Imaging (ISBI) which...


11/10/2014 Project QuantVessel at Deutsche Bundestag (German Parliament)

The research project QuantVessel of the BMCV group is presented at an exhibition of the German...


Displaying results 1 to 5 out of 14

1

2

3

Next >

Sommersemester 2024

Fortgeschrittenenpraktikum "Deep Learning für Biomedizinische Bildanalyse"

Gebiet:

  Maschinelles Lernen, Biomedizinische Bildanalyse

Umfang:

  6 SWS, 8 CP

Termin:

  Dienstag, 15:00-18:00 Uhr, wöchentlich (oder nach Vereinbarung)

Dauer:

  16.4. – 23.7.2024 (oder nach Vereinbarung)

Ort:

  INF 267 (BioQuant), SR44 oder Online

Dozent:

  PD Dr. Karl Rohr

Sprache:

  Englisch oder Deutsch

 

Inhalt:
Die Studierenden arbeiten an ausgewählten fortgeschrittenen Themen der Biomedizinischen Bildanalyse. Der Schwerpunkt liegt auf Deep Learning Methoden zur automatischen Analyse von biologischen Mikroskopiebildern und medizinischen tomographischen Bildern. Beispiele für Themen  sind die Segmentierung und Verfolgung (Tracking) von Zellen in Mikroskopiebildern, die Segmentierung von Blutgefäßen in tomographischen Bildern sowie die Registrierung von multimodalen Bildern des menschlichen Gehirns. Die Arbeiten umfassen: Einarbeitung in die relevante Literatur, Erarbeitung der theoretischen Grundlagen, Spezifikation eines Softwaresystems, Entwurf und Implementierung von Algorithmen für automatische Bildanalyse, Test und Evaluierung der Verfahren, Vortragspräsentation der Methoden und Ergebnisse.

 

Voraussetzungen: Grundkenntnisse im Gebiet Bildanalyse (Computer Vision, Image Analysis) oder Maschinelles Lernen (Machine Learning, Pattern Recognition)

Zielgruppe: Studierende der Informatik (MSc Informatik)

Erster Termin: Dienstag, 16.4.2024, 15:00 s.t. (oder nach Vereinbarung)  

Art der Veranstaltung: Fortgeschrittenenpraktikum (IFP)

Anforderungen: Modulhandbuch

Kontakt: PD Dr. Karl Rohr (k.rohr{at}dkfz.de, k.rohr{at}uni-heidelberg.de)

 

 

Contact: E-Mail (Last update: 18/03/2024)