Studiert Physikalische Technik – Medizinphysik an der BHT für Technik und ist seit August 2018 Mitglied des Teams.

Sie arbeitet an Verfahren zur Automatisierung von Segmentierungs- und Klassifizierungsaufgaben. Dabei werden verschiedene Machine-Learning Algorithmen für die Auswertung von 3D MRT-Daten verwendet.
In Kooperation mit der Charité Berlin schrieb sie ihre Bachelorarbeit zum Thema ”Klassifizierung von entzündlichen Läsionen des Iliosakralgelenks auf Basis automatisiert segmentierter 3D Magnetresonanztomografiedaten”.


Duote Chen begeistert sich für die Anwendung von maschinellem Lernen in den Problemstellungen der Medizintechnik.
Sie studierte erfolgreich Physik an der Freien Universität Berlin und spezialisierte sich im Master auf Physikalische Technik an der Beuth Hochschule für Technik.
Nach ihrem Physik Bachelor arbeitete sie zwischenzeitlich für das Helmholtz-Zentrum Berlin an der Simulation und Analyse von Nano-Materialien.
Während der Zeit ihrer studentischen Tätigkeiten und Projekte an der Beuth sammelte sie Erfahrungen in den Bereichen CT-Rekonstruktion und MR Bildgebung. Für Ihre Masterarbeit in Kooperation mit der Physikalisch-Technische Bundesanstalt beschäftigte sie sich mit der Anwendung neuronaler Netze um damit Artefakte in MR Bildern zu entfernen.


 

Er studiert Physikalische Technik – Medizinphysik im Master und ist seit Sommer 2019 Mitglied des Teams. Eingestiegen ist er in das Machine-Learning im Rahmen der Abschlussarbeit des Bachelorstudiums. Darin beschäftigte er sich mit der Geräuschidentifizierung in Audiosignalen. Anschließend arbeitete er an weiteren Anwendungen von Machine-Learning in Kooperation mit der Charité-Berlin zur Datensegmentierung und Klassifizierung an medizinischen CT- und MRT-Daten.


Rainer Schneider ist seit 2016 Professor für Physik an der Berliner Hochschule für Technik. Seine fachlichen Schwerpunkte liegen auf den Gebieten der Werkstoffforschung, der zugehörigen Analytik sowie der zerstörungsfreien Prüfung. Ein besonderer Fokus liegt hierbei auf der modellbasierten, quantitativen, statistisch korrekten Analyse großer Datenmengen, wie sie beispielsweise in der 3D-Bildgebung (Röntgen sowie Magnetresonanztomographie, Ultraschall-, IR und Terahertz-Bildgebung) oder bei der diffusen Diffraktion an kurzreichweitig geordneten Strukturen anfallen. Weitere Informationen: CV


In 2015 berufen für angewandte Mathematik im Fachbereich 2. Sein Schwerpunkt liegt im Bereich Computer Vision, der Kombination von Bildverarbeitung und Maschinenlernen mit dem Ziel, Maschinen die Fähigkeit der visuellen Perzeption zu ermöglichen. Nach dem erfolgreichen Studium der Physik, mit dem Schwerpunkt Plasmaphysik, an der UGH Essen und einer mehrjährigen Tätigkeit im Bereich der Anwendungsentwicklung wechselte nach dem erfolgreichen Abschluß des Fernstudienganges "Medizinische Technik" mit dem Schwerpunkt "Medizinische Bildverarbeitung" an das Institut für Neuroinformatik an der Ruhr-Universität Bochum. In 2007 wurde er dort zum Dr. rer. nat. promoviert. Nach einer kurzzeitigen Tätigkeit als PostDoc wechselte er dann in die Automobilindustrie und war dort in unterschiedlichen Funktionen im Bereich der Entwicklung kamera- und radarbasierter Fahrerassistenzsysteme tätig. Zuletzt war er Program Manager für den Bereich "Automated Driving".



Hildrun Haibel ist Internistin und Rheumatologin an der Charité Campus Benjamin Franklin. Sie hat sich intensiv mit dem Erkrankungskomplex der entzündlichen Wirbelsäulenerkrankungen (Spondyloarthritiden) beschäftigt, und hat auf dem Gebiet Investigator initiierte Therapiestudien konzipiert, durchgeführt, ausgewertet und publiziert. Wichtiger Aspekt ist immer die Bildgebung in Röntgenbild und der MRT, die zur Diagnostik und als Verlaufsuntersuchung einen großen Stellenwert hat. Sie ist Mitglied der Assessments of SpondyloArthriris international Society (ASAS), der Deutschen Gesellschaft für Rheumatologie (DGRH) und des regionalen Rheumazentrums. Im Jahr 2020 hat sie für ihre Arbeit den deutschen Bechterewpreis entgegennehmen können.


to be continued...


to be continued ..


to be continued...