UNIVERSITÄTSKLINIK FÜR NEUROLOGIE

Dünnwald

MSc Max Dünnwald

Medizinische Fakultät / Klinik für Neurologie
Medizin und Digitalisierung - MedDigit
Automatisierte Bildsegmentierung und Merkmalextraktion; Radiomics
Leipziger Straße, 44, 39120, Magdeburg, Haus 66, Raum E229   vCard
Vita

Berufliche Erfahrung

Seit 10/2018

Wissenschaftlicher Mitarbeiter (Schwerpunkte: Robuste und vollautomatisierte Bildsegmentierung und Extraktion von Biomarkern, Radiomics), Arbeitsgruppe “Medizin und Digitalisierung – MedDigit”, Klinik für Neurologie, Otto-von-Guericke-Universität, Magdeburg

 

10/2017-9/2018

Wissenschaftliche Hilfskraft, Leibniz-Institut für Neurobiologie - LIN, Magdeburg

Schwerpunkte: Weiterentwicklung der Software, die im Rahmen der Bachelor-arbeit erstellt wurde

 

Ausbildung

4/2017-10/2018

Informatik (Master of Science), Otto-von-Guericke-Universität, Magdeburg

Masterarbeit: “Evaluierung von Deep Learning Methoden für die automatische Segmentierung von Wirbelkörpermetastasen in MRT-Aufnahmen” (Note: 1,0)

10/2013-4/2017

Computervisualistik (Bachelor of Science), Otto-von-Guericke-Universität, Magdeburg

Bachelorarbeit: “Automatische Detektion und Vermessung von Signalen in Calcium-Imaging-Aufnahmen” (Note: 1,0)

7/2013

Abitur, Europagymnasium Richard von Weizsäcker, Thale

Publikationen

Begutachtete Konferenzbeiträge

 

Erst und Senior Autor

  1. Dünnwald M, Betts MJ, Sciarra A, Düzel E, Oeltze-Jafra S. Automated Segmentation of the Locus Coeruleus from Neuromelanin-sensitive 3T MRI using Deep Convolutional Networks. In: Tolxdorff T, Deserno T, Handels H, Maier A, Maier-Hein K, Palm C. (eds) Bildverarbeitung für die Medizin 2020. Informatik aktuell. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-29267-6_13online poster presentation
  2. Dubost F, Dünnwald M, Huff D, Scheumann V, Schreiber F, Vernooij M, Niessen W, Skalej M, Schreiber S, Oeltze-Jafra S, de Bruijne M. Automated Quantification of Enlarged Perivascular Spaces in Clinical Brain MRI across Sites. Workshop MLCN 2019. In: Zhou L. et al. (eds) OR 2.0 Context-Aware Operating Theaters and Machine Learning in Clinical Neuroimaging. OR 2.0 2019, MLCN 2019. Lecture Notes in Computer Science, vol 11796. Springer, Cham. https://doi.org/10.1007/978-3-030-32695-1_12

 

Mit-Autor

  1. Sciarra A, Chatterjee S, Dünnwald M, Speck O, Oeltze-Jafra S. Evaluation of Deep Learning Techniques for Motion Artifacts Removal. ISMRM 2020, Sydney, Australia. Accepted Manuscript
  2. Sciarra A, Dünnwald M, Mattern H, Speck O, Oeltze-Jafra S. Super-Resolution with Conditional-GAN for MR Brain Images. ISMRM 2020, Sydney, Australia. Accepted Manuscript
  3. Hille G, Dünnwald M, Becker M, Steffen J, Saalfeld S, Tönnies K. (2019) Segmentation of Vertebral Metastases in MRI Using an U-Net like Convolutional Neural Network. In: Handels H, Deserno T, Maier A, Maier-Hein K, Palm C, Tolxdorff T. (eds) Bildverarbeitung für die Medizin 2019. Informatik aktuell. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-25326-4_11

Letzte Änderung: 07.04.2020 - Ansprechpartner:

Sie können eine Nachricht versenden an: Webmaster
Sicherheitsabfrage:
Captcha
 
Lösung: