Constantin Ulrich

Cette étude se concentre sur l'amélioration des performances des modèles dans les ensembles grâce à la dissimilarité pendant l'entraînement.

RecycleNet améliore la prise de décision des réseaux de neurones pour de meilleures prédictions d'images médicales.

L'automatisation de la segmentation des tumeurs dans les images PET/CT améliore la précision et accélère le diagnostic.

Une nouvelle méthode améliore la précision de la segmentation des lésions de la SEP dans les IRM.

RadioActive améliore la segmentation interactive pour les images médicales 3D, aidant les docs dans leurs diagnostics.

Améliorer la segmentation des structures dentaires en utilisant des techniques d'imagerie avancées.

Une avancée dans l'imagerie 3D grâce à l'apprentissage auto-supervisé et au massive dataset d'OpenMind.