nedha71

Neda Haj Hosseini

Universitetslektor, Docent

Jag är universitetslektor och docent inom medicinteknik vid Institutionen för medicinsk teknik (IMT). Mitt forskningsfokus är utveckling av innovativa ingenjörmässiga metoder för diagnostik och behandling av cancer.

Tekniska lösningar för diagnostik och behandling av cancer

Cancerbördan kan minskas genom förebyggande, tidig upptäckt och lämplig behandling med innovativ teknik som spelar en viktig roll i förfarandena. De flesta av teknikerna kräver dock utbildade kliniska specialister för tolkning och diagnos som kan vara ett hinder för implementering i stor skala. Den pågående AI-revolutionen har tagit itu med tidigare olösliga analytiska uppgifter och möjliggjort automatisk datatolkning som kan hantera denna utmaning.

Publikationer

Publikationslista i Scopus

Publikationslista i Google Scholar

Press

Joanna Cocozza Stiftelse 2022

Barncancerfonden 2022


Om mig

Publikationer

2024

Iulian Emil Tampu, Tamara Bianchessi, Ida Blystad, Peter Lundberg, Per Nyman, Anders Eklund, Neda Haj-Hosseini (2024) Pediatric brain tumor classification using deep learning on MR-images with age fusion Neuro-Oncology Advances (Artikel i tidskrift) Vidare till DOI
Neda Haj-Hosseini, Hanna Jonasson, Magnus Stridsman, Lars Carlsson (2024) Interactive remote electrical safety laboratory module in biomedical engineering education Education and Information Technologies (Artikel i tidskrift) Vidare till DOI
Neda Haj-Hosseini, Joakim Lindblad, Bengt Hasséus, Vinay Vijaya Kumar, Narayana Subramaniam, Jan-Michaél Hirsch (2024) Early Detection of Oral Potentially Malignant Disorders: A Review on Prospective Screening Methods with Regard to Global Challenges Journal of Maxillofacial and Oral Surgery, Vol. 23, s. 23-32 (Artikel, forskningsöversikt) Vidare till DOI
Iulian Emil Tampu, Per Nyman, Christoforos Spyretos, Ida Blystad, Alia Shamikh, Gabriela Prochazka, Teresita Díaz de Ståhl, Johanna Sandgren, Peter Lundberg, Neda Haj-Hosseini (2024) Pediatric brain tumor classification using digital histopathology and deep learning: evaluation of SOTA methods on a multi-center Swedish cohort

2023

Iulian Emil Tampu, Anders Eklund, Kenth Johansson, Oliver Gimm, Neda Haj-Hosseini (2023) Diseased thyroid tissue classification in OCT images using deep learning: towards surgical decision support Journal of Biophotonics, Vol. 16, Artikel e202200227 (Artikel i tidskrift) Vidare till DOI
Iulian Emil Tampu, Neda Haj-Hosseini, Ida Blystad, Anders Eklund (2023) Deep learning-based detection and identification of brain tumor biomarkers in quantitative MR-images Machine Learning: Science and Technology, Vol. 4, Artikel 035038 (Artikel i tidskrift) Vidare till DOI
Peter Milos, Neda Haj-Hosseini, Jan Hillman, Karin Wårdell (2023) 5-ALA fluorescence in randomly selected pediatric brain tumors assessed by spectroscopy and surgical microscope Acta Neurochirurgica, Vol. 165, s. 71-81 (Artikel i tidskrift) Vidare till DOI

2022

Iulian Emil Tampu, Anders Eklund, Neda Haj-Hosseini (2022) Inflation of test accuracy due to data leakage in deep learning-based classification of OCT images Scientific Data, Vol. 9, Artikel 580 (Artikel i tidskrift) Vidare till DOI

2021

Johan Richter, Neda Haj-Hosseini, Peter Milos, Martin Hallbeck, Karin Wårdell (2021) Optical Brain Biopsy with a Fluorescence and Vessel Tracing Probe Operative Neurosurgery, Vol. 21, s. 217-224 (Artikel i tidskrift) Vidare till DOI
Jan-Michael Hirsch, Neda Haj-Hosseini, Carina Krüger Weiner, Bengt Hasséus, Joakim Lindblad (2021) Icke-invasiv kontroll av cellförändringar i munslemhinnan Tandläkartidningen, Vol. 9, s. 48-55 (Artikel, forskningsöversikt)
Iulian Emil Tampu, Neda Haj-Hosseini, Anders Eklund (2021) Does Anatomical Contextual Information Improve 3D U-Net-Based Brain Tumor Segmentation? Diagnostics, Vol. 11, Artikel 1159 (Artikel i tidskrift) Vidare till DOI

2020

Iulian Emil Tampu, Michaela Maintz, Daniela Koller, Kenth Johansson, Oliver Gimm, Arrigo Capitanio, Anders Eklund, Neda Haj-Hosseini (2020) Optical coherence tomography for thyroid pathology: 3D analysis of tissue microstructure Biomedical Optics Express, Vol. 11, s. 4130-4149, Artikel 394296 (Artikel i tidskrift) Vidare till DOI

Senaste examensarbeten

Forskning

Handledare för

Organisation

Nyheter