Anders Eklund

Biträdande professor

Jag är biträdande professor och delar min tid mellan Institutionen för medicinsk teknik (IMT) och Institutionen för datavetenskap (IDA).

Utveckling av nya metoder för medicinska bilder

Min forskning handlar om att analysera medicinska bilder och att utveckla nya metoder (bildbehandling, statistik, maskininlärning) för att ta fram viktig information ur bilderna.

Om mig

CV

2007 Civilingenjör teknisk fysik & elektroteknik
2012 Teknologie doktor medicinsk informatik
2012 - 2014 Postdoc, Virginia Tech
2016 Docent medicinsk informatik
2021 Biträdande professor

Undervisning

Jag undervisar i följande kurser:

Publikationer

Utvalda publikationer

Jörg Schilcher, Alva Nilsson, Oliver Andlid, Anders Eklund (2024)

Fusion of electronic health records and radiographic images for a multimodal deep learning prediction model of atypical femur fractures

Computers in Biology and Medicine , Vol.168 Vidare till DOI

Muhammad Usman Akbar, Måns Larsson, Ida Blystad, Anders Eklund (2024)

Brain tumor segmentation using synthetic MR images - A comparison of GANs and diffusion models

Scientific Data , Vol.11 Vidare till DOI

Anders Eklund, Thomas Nichols, Hans Knutsson (2016)

Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates

Proceedings of the National Academy of Sciences of the United States of America , Vol.113 , s.7900-7905 Vidare till DOI

Senaste publikationer

2026

Anders Eklund (2026)

Increasing statistical power in functional MRI through permutation and multivariate statistics Cognitive Neuroscience, s. 1-2 (Artikel i tidskrift)

https://dx.doi.org/10.1080/17588928.2026.2682170

Kristin Zeiler, Sofia Morberg Jämterud, F. León, Agnes Andersson, Ulrika Birberg Thornberg, Ida Blystad, Anestis Divanoglou, Anders Eklund, David Engblom, Richard Levi (2026)

Affective dimensions of fatigue in post COVID-19 condition: An interdisciplinary investigation across phenomenology and biomedicine Phenomenology and the Cognitive Sciences (Artikel i tidskrift)

https://dx.doi.org/10.1007/s11097-026-10151-5

2025

Alfredo Ordinola, David Abramian, Magnus Herberthson, Anders Eklund, Evren Özarslan (2025)

Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning Scientific Reports, Vol. 15, Artikel 6580 (Artikel i tidskrift)

https://dx.doi.org/10.1038/s41598-025-90972-7

Humaira Batool, Asmat Mukhtar, Sajid Gul Khawaja, Norah Saleh Alghamdi, Asad Mansoor Khan, Adil Qayyum, Ruqqayia Adil, Zawar Khan, Muhammad Usman Akram, Muhammad Usman Akbar, Anders Eklund (2025)

Knowledge Distillation and Transformer Based Framework for Automatic Spine CT Report Generation IEEE Access, s. 1-1 (Artikel i tidskrift)

https://dx.doi.org/10.1109/access.2025.3546131

Muhammad Usman Akbar, Wuhao Wang, Anders Eklund (2025)

Beware of diffusion models for synthesizing medical images - A comparison with GANs in terms of memorizing brain MRI and chest x-ray images Machine Learning: Science and Technology (Artikel i tidskrift)

https://dx.doi.org/10.1088/2632-2153/ad9a3a

Andra publikationer

Publikationer i Google Scholar

Publikationer i DiVA

Forskning

Biomedicinsk bildvetenskap

Gruppen utvecklar metoder & tekniker för avbildning av anatomi & funktion hos människokroppens organ. Från tekniker för avbildning, via metoder för analys & kvantifiering av bildinformation, till validering av nya metoder & bildbaserade biomarkörer.

Två personer sitter i kontrollrummet framför en MR-kamera

Centrum för medicinsk bildvetenskap och visualisering - CMIV

CMIV är ett tvärvetenskapligt forskningscentrum vid LiU, etablerat i samarbete med Region Östergötland och Sectra. Vårt uppdrag är att forma framtidens hälso- och sjukvård genom banbrytande forskning inom medicinsk bildanalys och visualisering.

Biträdande handledare för doktorander

Josef Wilzén

Universitetsadjunkt

Robin Kämpe

Forskningsingenjör

Christoforos Spyretos

Doktorand

Utexaminerade doktorander (biträdande handledare)

Olivier Cros, 2017

Jens Sjölund, 2018

Per Sidén, 2020

Deneb Boito, 2024

Mats Svantesson, 2024

Iulian Emil Tampu, 2024

Utexaminerade doktorander (huvudhandledare)

Xuan Gu, 2019

Marco Domenico Cirillo, 2021

David Abramian, 2023

Johan Jönemo (licentiat), 2024

Nyheter

Bilden bestär av två delar: Fyra snittbilder av en hjärna på ena sidan och fyra snittbilder av en annan hjärna på andra sidan

26 april 2024

Syntetiska bilder kan spara mycket tid i sjukvården

AI gör det möjligt att snabbt och noga identifiera området som ska strålbehandlas vid behandling av cancertumörer. Men det råder brist på medicinska data att träna AI-modeller med. Försök pågår att träna dem med syntetiska medicinska bilder.

Infografik som med illustrationer visar hur lokala uppdateringar från sjukhusen skickas till ett moln som skickar ny global modell till sjukhus. Den tränade modellen ger personlig sjukvård till patienten.

16 april 2024

De utvecklar medicinsk AI utan att dela känslig information

Känslig data får inte delas hur som helst. Det gör utveckling av maskininlärningsmodeller för medicinsk bildanalys problematisk. LiU-forskare visar hur sådana modeller kan tränas utan att dela känslig information utanför sjukhusen.

MR-bild på en mänsklig hjärna med en tumör.

03 november 2021

Nytt forskningsprojekt vill korta vårdköerna efter pandemin

I slutet av september kom beskedet att projektet ASSIST får nio miljoner kronor i anslag. Förhoppningen är att deras forskning om automatiserad analys av hjärnbilder ska kunna frigöra tid för sjukvårdspersonal.

Organisation

En monitor som visar hälsodata för en patient.

Avdelningen för medicinsk teknik (MT)

En avdelning för forskning, utbildning och innovation inom medicinsk teknik.

Institutionen för medicinsk teknik (IMT)

Vi har sedan starten 1972 varit ett nationellt centrum för forskning, forskarutbildning och grundutbildning inom medicinsk teknik.

Institutionen för datavetenskap (IDA)

En av de största datavetenskapliga institutionerna i norra Europa med forskning och utbildning inom AI, människa-datorinteraktion, programvaruteknik och datorsystem, och data science. Verksamheten är inriktad mot både teknisk och filosofisk fakultet.