Onderzoeker
Diana Sima
- Disciplines:Toegepaste wiskunde, Computerarchitectuur en -netwerken, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen, Controlesystemen, robotica en automatisatie, Modellering, Ontwerptheorieën en -methoden, Mechatronica en robotica, Biologische systeemtechnologie, Computertheorie, Signaalverwerking
Affiliaties
- Dynamische Systemen, Signaalverwerking en Gegevensanalyse (STADIUS) (Afdeling)
Lid
Vanaf1 aug 2020 → 31 okt 2017 - Afdeling ESAT - STADIUS, Stadius Centrum voor Dynamische Systemen,Signaalverwerking en Gegevensanalyse (Afdeling)
Lid
Vanaf15 feb 2002 → 31 okt 2017
Projecten
1 - 2 of 2
- Machine learning voor classificatie van abnormaal hersenweefselprogressie gebaseerd op multi-parametrische Magnetic Resonance dataVanaf7 okt 2013 → 23 okt 2017Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Advanced Signal Processing for Magnetic Resonance Spectroscopy (Geavanceerde signaalverwerking voor magnetische resonantie spectroscopie)Vanaf10 jan 2008 → 29 nov 2011Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
Publicaties
11 - 20 van 82
- Tumor segmentation from multimodal MRI using random forest with superpixel and tensor based feature extraction(2018)
Auteurs: Bharath Halandur Nagaraja, Steven Colleman, Diana Sima, Sabine Van Huffel
Pagina's: 463 - 473 - Machine Learning for Classifying Abnormal Brain Tissue Progression based on Multi-parametric Magnetic Resonance Data(2017)
Auteurs: Adrian Ion - Margineanu, Sabine Van Huffel, Frederik Maes, Diana Sima
Aantal pagina's: 170 - Age-dependent whole brain and grey matter annual atrophy rates in healthy adults(2017)
Auteurs: Diana Sima, T Billiet, T Vande Vyvere, A Maertens, D Smeets, W Van Hecke
Pagina's: 559 - 560 - New and enlarging lesion location for different MS clinical phenotypes(2017)
Auteurs: Diana Sima, S Jain, E Roura, A Maertens, D Smeets, D Sappey-Marinier, F Durand-Dubief, W Van Hecke
Pagina's: 819 - 819 - A comparison of Machine Learning approaches for classifying Multiple Sclerosis courses using MRSI and brain segmentations(2017)
Auteurs: Adrian Ion - Margineanu, G Kocevar, Claudio Stamile, Diana Sima, F Durand-Dublief, Sabine Van Huffel, D Sappey-Marinier
Pagina's: 1 - 8 - A comparison of Machine Learning approaches for classifying Multiple Sclerosis courses using MRSI and brain segmentations(2017)
Auteurs: Claudio Stamile, Diana Sima, Sabine Van Huffel
Pagina's: 643 - 651 - The successive projection algorithm as an initialization method for brain tumor segmentation using non-negative matrix factorization(2017)
Auteurs: Nicolas Sauwen, Bharath Halandur Nagaraja, Diana Sima, Frederik Maes, Uwe Himmelreich, Sabine Van Huffel
Pagina's: 1 - 17 - Machine learning approach for classifying Multiple Sclerosis courses by combining clinical data with lesion loads and Magnetic Resonance metabolic features(2017)
Auteurs: Diana Sima, Sabine Van Huffel
- Non-Negative Canonical Polyadic Decomposition for Tissue Type Differentiation in Gliomas(2017)
Auteurs: Bharath Halandur Nagaraja, Diana Sima, Nicolas Sauwen, Uwe Himmelreich, Lieven De Lathauwer, Sabine Van Huffel
Pagina's: 1124 - 1132 - Semi-automated brain tumor segmentation on multi-parametric MRI using regularized non-negative matrix factorization(2017)
Auteurs: Nicolas Sauwen, Diana Sima, Frederik Maes, Uwe Himmelreich, Sabine Van Huffel
Pagina's: 1 - 14