Hem
Fotografi av Anders Eklund

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

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) Vidare till DOI
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) Vidare till DOI
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) Vidare till DOI
Iulian Emil Tampu, Tamara Bianchessi, Ida Blystad, Peter Lundberg, Per Nyman, Anders Eklund, Neda Haj-Hosseini (2025) Pediatric brain tumor classification using deep learning on MR-images with age fusion Neuro-Oncology Advances, Vol. 7, Artikel vdae205 (Artikel i tidskrift) Vidare till DOI

2024

Christoforos Spyretos, Iulian Emil Tampu, Nadieh Khalili, Juan Manuel Pardo Ladino, Per Nyman, Ida Blystad, Anders Eklund, Neda Haj-Hosseini (2024) Early fusion of H&E and IHC histology images for pediatric brain tumor classification Proceedings of Machine Learning Research, s. 192-202 (Konferensbidrag)

Andra publikationer

Publikationer i Google Scholar 

Publikationer i DiVA 

Forskning

Färgglad avbildning av hjärna

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.

Biträdande handledare för doktorander

Fotografi av Josef Wilzén

Josef Wilzén

Universitetsadjunkt

Fotografi av Robin Kämpe

Robin Kämpe

Forskningsingenjör

Fotografi av Christoforos Spyretos

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

Organisation

Datorsimulering av människa

Institutionen för medicinsk teknik (IMT)

Vi har sedan starten 1972 varit ett nationellt centrum för forskning, forskarutbildning och grundutbildning inom medicinsk teknik.
Föreställer E-huset på Campus Valla.

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.
Två personer sitter i kontrollrummet framför en MR-kamera

Centrum för medicinsk bildvetenskap och visualisering, CMIV

Centrum för medicinsk bildvetenskap och visualisering, CMIV  bedriver tvärvetenskaplig forskning inom gränsområdet medicin/biologi och teknik för att lösa morgondagens kliniska frågeställningar.

Nyheter

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

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.

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.

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.

Taggar