Mitt projekt som doktorand är att hitta nya sätt att kombinera och komplettera informationen från olika medicinska avbildningsmetoder för att ge kliniker användbara diagnostiska verktyg. De avbildningsmetoder som jag för närvarande undersöker är optisk avbildning och magnetisk resonansavbildning (MRI). Verktygen jag använder för att analysera data inkluderar standard och maskininlärningsmetoder.
Iulian Emil Tampu
Förste forskningsingenjör
Jag undersöker möjligheten att kombinera data med flera områden av vävnad för att extrahera mikrostrukturella funktioner som är användbara vid diagnostisering.
Mitt projekt
Om mig
Nätverk
- Jag är en del av AIDA-nätverket
Publikationer
2026
Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort
Brain Pathology, Vol. 36, Artikel e70029
(Artikel i tidskrift)
https://dx.doi.org/10.1111/bpa.70029
2025
Pediatric brain tumor classification using deep learning on MR-images with age fusion
Neuro-Oncology Advances, Vol. 7, Artikel vdae205
(Artikel i tidskrift)
https://dx.doi.org/10.1093/noajnl/vdae205
2024
Weakly supervised slide-level analysis of pediatric brain tumor histology images
(Konferensbidrag)
Early fusion of H&E and IHC histology images for pediatric brain tumor classification
Proceedings of Machine Learning Research, s. 192-202
(Konferensbidrag)
Deep learning for medical image analysis in cancer diagnosis
(Doktorsavhandling, sammanläggning)
https://dx.doi.org/10.3384/9789180757805
