Fotografi av Claes Lundström

Claes Lundström

Adjungerad professor

Presentation

Claes Lundströms forskningsfokus är att utveckla metoder som leder till högre precision och effektivitet inom medicinsk bilddiagnostik. Insatserna rör sig i gränslandet mellan maskininlärning, visualisering och människa-dator-interaktion i krävande kliniska miljöer.

Claes Lundström bedriver sin forskning på Center for Medical Image Science and Visualization (CMIV) vid Linköpings universitet. Han doktorerade 2007 och blev docent 2014. Hans bidrag till osäkerhetsvisualisering och design av Transfer Functions inom volymsrendering är internationellt uppmärksammade.

Sedan 2012 leder Claes Lundström den tekniska grenen av forskningen inom digital patologi på CMIV, bl a genom ledning av samarbetsprojekt på nationell nivå. Claes leder också större insatser inom bildbaserad precisionsortopedi. Från och med 2017 är han därtill Arenaledare för Analytic Imaging Diagnostics Arena (AIDA), ett nationellt center för forskning och innovation inom Artificiell Intelligens för bilddiagnostik baserat vid CMIV. 

Parallellt är Claes sedan 2010 Research Director på Sectra AB, där han har arbetat kontinuerligt sedan 1997 i flera ledande positioner. Många av hans akademiska bidrag har blivit omsatta i kommersiella produkter och samhällsnytta.

Publikationer

2024

Emilia Ståhlbom, J. Molin, Anders Ynnerman, Claes Lundström (2024) Should I make it round? Suitability of circular and linear layouts for comparative tasks with matrix and connective data Computer graphics forum (Print) (Artikel i tidskrift) Vidare till DOI
Milda Poceviciute, Gabriel Eilertsen, Claes Lundström (2024) Benefits of spatial uncertainty aggregation for segmentation in digital pathology Journal of Medical Imaging, Vol. 11 (Artikel i tidskrift) Vidare till DOI

2023

Fernando Cossío, Haiko Schurz, Mathias Engström, Carl Barck-Holst, Apostolia Tsirikoglou, Claes Lundström, Håkan Gustafsson, Kevin Smith, Sophia Zackrisson, Fredrik Strand (2023) VAI-B: a multicenter platform for the external validation of artificial intelligence algorithms in breast imaging Journal of Medical Imaging, Vol. 10 (Artikel i tidskrift) Vidare till DOI
Emilia Ståhlbom, Jesper Molin, Anders Ynnerman, Claes Lundström (2023) The thorny complexities of visualization research for clinical settings: A case study from genomics FRONTIERS IN BIOINFORMATICS, Vol. 3, Artikel 1112649 (Artikel i tidskrift) Vidare till DOI
Milda Poceviciute, Gabriel Eilertsen, Claes Lundström (2023) Spatial uncertainty aggregation for false negatives detection in breast cancer metastases segmentation MEDICAL IMAGING 2023, Artikel 124710W (Konferensbidrag) Vidare till DOI

Nyheter

Publikationer

2024

Emilia Ståhlbom, J. Molin, Anders Ynnerman, Claes Lundström (2024) Should I make it round? Suitability of circular and linear layouts for comparative tasks with matrix and connective data Computer graphics forum (Print) (Artikel i tidskrift) Vidare till DOI
Milda Poceviciute, Gabriel Eilertsen, Claes Lundström (2024) Benefits of spatial uncertainty aggregation for segmentation in digital pathology Journal of Medical Imaging, Vol. 11 (Artikel i tidskrift) Vidare till DOI

2023

Fernando Cossío, Haiko Schurz, Mathias Engström, Carl Barck-Holst, Apostolia Tsirikoglou, Claes Lundström, Håkan Gustafsson, Kevin Smith, Sophia Zackrisson, Fredrik Strand (2023) VAI-B: a multicenter platform for the external validation of artificial intelligence algorithms in breast imaging Journal of Medical Imaging, Vol. 10 (Artikel i tidskrift) Vidare till DOI
Emilia Ståhlbom, Jesper Molin, Anders Ynnerman, Claes Lundström (2023) The thorny complexities of visualization research for clinical settings: A case study from genomics FRONTIERS IN BIOINFORMATICS, Vol. 3, Artikel 1112649 (Artikel i tidskrift) Vidare till DOI
Milda Poceviciute, Gabriel Eilertsen, Claes Lundström (2023) Spatial uncertainty aggregation for false negatives detection in breast cancer metastases segmentation MEDICAL IMAGING 2023, Artikel 124710W (Konferensbidrag) Vidare till DOI

Relaterad information