Ausgezeichnete Konferenzteilnahme – Doktorand der OTH Amberg-Weiden erhält Magna Cum Laude Merit Award

Wie können künstliche neuronale Netze eingesetzt werden, um die Magnetresonanztomographie-Bildgebung zu verbessern? Eine Frage, mit der sich unter anderem OTH-Doktorand Jonas Denck beschäftigt. Beim diesjährigen ISMRM Meeting, der weltweit größten Konferenz im Bereich der Magnetresonanztomographie, stellte er in der Session "Machine Learning for Image Analysis“ dazu eine aktuelle Forschungsarbeit vor – und wurde dafür im Nachgang von den Veranstaltern mit dem Magna Cum Laude Merit Award ausgezeichnet. Diesen erhalten Trainee-Vortragende, deren Abstracts zu den besten 15 Prozent in den wichtigen Bewertungskategorien zählen.

Mit dem Magna Cum Award zeichnen die Veranstalter Trainee Vortragende aus, deren Abstracts zu den besten 15 Prozent in den wichtigen Bewertungskategorien zählen.

Der Konferenzbeitrag mit dem Titel „Fat-Saturated MR Image Synthesis with Acquisition Parameter-Conditioned Image-to-Image Generative Adversarial Network”, beschreibt eine neue Methode zur Synthese von zusätzlichen Kontrasten in der MRT-Bildgebung mit Hilfe von künstlichen neuronalen Netzen. Die Methode kann sowohl eingesetzt werden, um fehlende zusätzliche Kontraste zu erzeugen, als auch, um neue kontrastspezifische Trainingsdaten für das Training anderer AI-Applikationen für die MRT-Bildgebung zu generieren.

Mehr als 20 Promovierende

Jonas Denck ist einer von derzeit mehr als 20 Promovierenden an der OTH Amberg-Weiden. Seine Promotionsthema „Machine Learning Based Workflow Enhancements in Magnetic Resonance Imaging“ bearbeitet er an der OTH Amberg-Weiden in Kollaboration mit der Friedrich-Alexander-Universität Erlangen-Nürnberg als Verbundpromotion.

Zurück