Onderzoeker
Frederik Maes
- Disciplines:Artificiële intelligentie, Multimediaverwerking, Biologische systeemtechnologie, Signaalverwerking, Andere computer ingenieurswetenschappen, informatietechnologie en mathematische ingenieurswetenschappen, Medische beeldvorming en therapie
Affiliaties
- Beeld- en Spraakverwerking (PSI) (Afdeling)
Verantwoordelijke
Vanaf1 aug 2020 → Heden - Beeld- en Spraakverwerking (PSI) (Afdeling)
Lid
Vanaf1 aug 2020 → Heden - Departement Elektrotechniek (ESAT) (Departement)
Lid
Vanaf1 okt 2004 → 31 dec 2007 - Radiologie (Afdeling)
Lid
Vanaf1 okt 2000 → 30 sep 2004 - Afdeling ESAT - PSI, Beeld- en Spraakverwerking (Afdeling)
Lid
Vanaf1 okt 1999 → 31 jul 2020
Projecten
11 - 20 of 53
- AI-systeem voor real-time automatische polyp detectie en karakterisatie tijdens colonoscopie: van initiële proof-of-concept naar validatie en valorisatie in de routinematige klinische praktijkVanaf1 jan 2021 → 31 dec 2022Financiering: IOF - technologie validatie in labo
- IMPULS-AI-2021Vanaf1 jan 2021 → 31 dec 2023Financiering: Departement Algemene Zaken en Financiën
- Ontwikkeling en klinische implementatie van artificiële intelligentie in routine coloscopie om de behandeling van patiënten te verbeteren voor colon ziekten.Vanaf1 jan 2021 → HedenFinanciering: FWO Onderzoeksproject (incl. WEAVE projecten)
- De voordelen van artificiële intelligentie in de radiotherapeutische behandeling van hoofd- en halskanker.Vanaf1 aug 2020 → HedenFinanciering: FWO Strategische Onderzoeksbeurs, Stichtingen, fondsen e.d. met wetenschappelijk oogmerk
- Interactief leren in artificiële intelligentie voor medische beeldanalyse door gebruik te maken van domeinkennis onttrokken van on-line gebruikersfeedbackVanaf29 mei 2020 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Robuuste Diep Lerende Methoden voor MR(S)I Karakterisering van HersenletselsVanaf20 mei 2020 → 1 feb 2024Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Het Implementeren van Artificiële Intelligentie in Coloscopische DiagnostiekVanaf1 nov 2019 → HedenFinanciering: FWO Strategische Onderzoeksbeurs
- Richting onderzoeksgereedheid in erfelijke neuromusculaire aandoeningen: Het onwikkelen van accurate, haalbare en niet-invasieve uitkomstmaten.Vanaf1 okt 2019 → 1 okt 2023Financiering: FWO mandaten
- Data-gedreven analyse van microstructuur met multidimensionale diffusie MRI in vroege hersenontwikkelingVanaf1 okt 2019 → 30 sep 2022Financiering: FWO mandaten
- Segmentatie en Detectie van Hersenletsels met Multiparametrische MRI-gegevens door Combinatie van Diep Leren met LagerangsfactorisatieVanaf15 jun 2019 → 15 mei 2023Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
Publicaties
1 - 10 van 235
- Robust Deep Learning Methods for MR(S)I Characterisation of Brain Lesions(2024)
Auteurs: Mladen Rakic, Frederik Maes
- The implementation of Artificial Intelligence in colonoscopic diagnosis(2023)
Auteurs: Pieter Sinonquel, Raf Bisschops, Frederik Maes, Séverine Vermeire
- Brain Lesion Segmentation and Detection on Multi-parametric MRI Data: Marrying Deep Learning with Low-rank Factorization(2023)
Auteurs: Pooya Ashtari, Sabine Van Huffel, Frederik Maes
- Deep learning based MLC aperture and monitor unit prediction as a warm start for breast VMAT optimisation(2023)
Auteurs: Liesbeth Vandewinckele, Caroline Weltens, Frederik Maes, Wouter Crijns
- Deep learning for prediction of future endoscopic disease activity in ulcerative colitis(2023)
Auteurs: Matthew Blaschko, Tom Eelbode, Frederik Maes, Raf Bisschops
Pagina's: 1 - 7 - Towards trial readiness in hereditary neuromuscular diseases(2023)
Auteurs: Bram De Wel, Kristl Claeys, Frederik Maes, Patrick Dupont, Koen Poesen
- Histopathological correlations and fat replacement imaging patterns in recessive limb-girdle muscular dystrophy type 12(2023)
Auteurs: Bram De Wel, Lotte Huysmans, Christophe Depuydt, Ronald Peeters, Dietmar Thal, Patrick Dupont, Frederik Maes, Kristl Claeys
Pagina's: 1468 - 1481 - Automated MRI quantification of volumetric per-muscle fat fractions in the proximal leg of patients with muscular dystrophies(2023)
Auteurs: Lotte Huysmans, Bram De Wel, Kristl Claeys, Frederik Maes
- Benefits of automated gross tumor volume segmentation in head and neck cancer using multi-modality information(2023)
Auteurs: Marilyn Wegge, Frederik Maes, Sandra Nuyts
- Clinical benefits of multi-modality gross tumor volume auto-delineation in head and neck cancer(2023)
Auteurs: Siri Willems, Frederik Maes, Sandra Nuyts
Pagina's: S261 - S262
Patenten
1 - 1 van 1