Rückblick auf die BVM 2021 an der OTH Regensburg
Poster
V = Vortrag, I = Industrievortrag
Keynotes
| » V01: Learning from Imperfect Data: Weak Labels, Shifting Domains, and Small Datasets in Medical Imaging Marleen de Bruijne |
| » V02: Interactive Design of Convolutional Neural Networks for Medical Image Analysis Alexandre Xavier Falcão |
| » V03: Artificial Intelligence in Endoscopy Helmut Messmann |
U-Net Applications
| ★ » V04: Learning-based Patch-wise Metal Segmentation with Consistency Check Tristan M. Gottschalk et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
| ★ » V05: Localization of the Locus Coeruleus in MRI via Coordinate Regression Max Dünnwald et al. Otto von Guericke Universität Magdeburg, Abteilung für Neurologie |
| » V06: Semantically Guided 3D Abdominal Image Registration with Deep Pyramid Feature Learning Mona Schumacher et al. Universität zu Lübeck, Institut für Medizinische Informatik |
| I01: Canon Medical Fridtjof Roder AiCE: Künstliche Intelligenz zur Verbesserung der Bildqualität im MR. Aspekte für die Routine |
Navigation / Guidance / Visualization
| » V07: Heatmap-based 2D Landmark Detection with a Varying Number of Landmarks Antonia Stern et al. Universitätsklinikum Heidelberg, Artificial Intelligence in Cardiovasular Medicine (AICM), Abteilung für Innere Medizin III |
| » V08: Ultrasound-based Navigation of Scaphoid Fracture Surgery Peter Broessner et al. Rheinisch-Westfälische Technische Hochschule Aachen, Lehrstuhl für Medizintechnik |
| » V09: Abstract: 3D Guidance Including Shape Sensing of a Stentgraft System Sonja Jäckle et al. Fraunhofer MEVIS, Lübeck |
| » V10: Move Over There: One-click Deformation Correction for Image Fusion During Endovascular Aortic Repair Katharina Breininger et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
| » V11: Interactive Visualization of Cerebral Blood Flow for Arteriovenous Malformation Embolisation Ulrike Sprengel et al. Otto von Guericke Universität Magdeburg, Institut für Simulation und Graphik |
Data Sets / Challenges
| » V12: Abstract: Probabilistic Dense Displacement Networks for Medical Image Registration: Contributions to the Learn2Reg Challenge Lasse Hansen et al. Universität zu Lübeck, Institut für Medizinische Informatik |
| » V13: Abstract: Joint Imaging Platform for Federated Clinical Data Analytics Jonas Scherer et al. Deutsches Krebsforschungszentrum (DKFZ) Heidelberg, Abteilung Medizinische Bildverarbeitung |
| ★ » V14: Towards Mouse Bone X-ray Microscopy Scan Simulation Weilin Fu et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
| ★ » V15: Dataset on Bi- and Multi-nucleated Tumor Cells in Canine Cutaneous Mast Cell Tumors Christof A. Bertram et al. Freie Universität Berlin, Institut für Tierpathologie |
| » V16: Abstract: Data Augmentation for Information Transfer: Why Controlling for Confounding Effects in Radiomic Studies is Important and How to do it Michael Götz et al. Deutsches Krebsforschungszentrum (DKFZ) Heidelberg, Abteilung Medizinische Bildverarbeitung |
Visible Light
| ★ » V17: Robust Slide Cartography in Colon Cancer Histology: Evaluation on a Multi-scanner Database Petr Kuritcyn et al. Fraunhofer IIS, Erlangen |
| » V18: Digital Staining of Mitochondria in Label-free Live-cell Microscopy Ayush Somani et al. The Arctic University of Norway (UiT), Tromsø |
| » V19: Influence of Inter-Annotator Variability on Automatic Mitotic Figure Assessment Frauke Wilm et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
| I02: ID: Information und Dokumentation im Gesundheitsweisen Dr. André Sander Artificial Intelligence beyond Imaging - connecting machine learning and ontologies |
Segmentation and Regression
| » V20: Automatic Vessel Segmentation and Aneurysm Detection Pipeline for Numerical Fluid Analysis Johannes Felde et al. 1000shapes GmbH, Berlin |
| » V21: Abstract: Widening the Focus: Biomedical Image Segmentation Challenges and the Underestimated Role of Patch Sampling and Inference Strategies Frederic Madesta et al. Universität Hamburg, Institut für Computational Neuroscience |
| ★ » V22: End-to-end Learning of Body Weight Prediction from Point Clouds with Basis Point Sets Alexander Bigalke et al. Universität zu Lübeck, Institut für Medizinische Informatik |
Imaging and Image Reconstruction
| ★ » V23: Interval Neural Networks as Instability Detectors for Image Reconstructions Jan Macdonald et al. Technische Universität Berlin, Institut für Mathematik |
| » V24: Invertible Neural Networks for Uncertainty Quantification in Photoacoustic Imaging Jan-Hinrich Nölke et al. Deutsches Krebsforschungszentrum (DKFZ) Heidelberg, Abteilung Computer-assistierte Medizinische Interventionen |
| » V25: Abstract: Inertial Measurements for Motion Compensation in Weight-bearing Cone-beam CT of the Knee Jennifer Maier et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
| » V26: Abstract: Reduktion der Kalibrierungszeit für die Magnetpartikelbildgebung mittels Deep Learning Ivo M. Baltruschat et al. Technische Universität Hamburg und Universitätsklinikum Hamburg-Eppendorf, Sektion für Biomedizinische Bildgebung |
Autoencoder
| » V27: Autoencoder-based Quality Assessment for Synthetic DiffusionMRI Data Leon Weninger et al. Rheinisch-Westfälische Technische Hochschule Aachen, Lehrstuhl für Bildverarbeitung |
| » V28: Analysis of Generative Shape Modeling Approaches: Latent Space Properties and Interpretability Hristina Uzunova et al. Universität zu Lübeck, Institut für Medizinische Informatik |
| » V29: Latent Shape Constraint for Anatomical Landmark Detection on Spine Radiographs Florian Kordon et al. Friedrich-Alexander Universität Erlangen-Nürnberg, Lehrstuhl für Mustererkennung |
★: Im Begutachtungsprozess unter den sieben besten Beiträgen