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
21 - 30 of 53
- Automatische data-gedreven on-line detectie en karakterisatie van letsels in endoscopie met behulp van deep learning.Vanaf15 okt 2018 → 31 okt 2023Financiering: FWO Strategische Onderzoeksbeurs
- Op automatisch leren gebaseerde strategieën voor analyse van vormpatronen in medische beeldenVanaf1 okt 2018 → HedenFinanciering: BOF - Geconcert. Onderzoeksacties vanaf 1994
- Op leren-gebaseerde computationele strategieën voor plan-adaptatie in beeld-geleide radiotherapie.Vanaf1 jul 2018 → 25 jan 2023Financiering: FWO Strategische Onderzoeksbeurs
- Vervangen en upgraden van de electronica en gradiënten voor preklinische magnetische resonantie beeldvorming.Vanaf1 mei 2018 → 30 apr 2022Financiering: FWO Middelzware apparatuur
- Het volgende generatie röntgenbeeldvormingssysteemVanaf1 jan 2018 → 31 dec 2021Financiering: H2020 - Leiderschap in faciliterende en industriële technologieën, H2020 - Innovatie in KMOs
- Gecombineerde model-gebaseerde registratie en segmentatie strategieën voor geïntegreerde kwantitatieve analyse van cardiale MRI sequentiesVanaf27 sep 2016 → 31 dec 2021Financiering: FWO mandaten
- De schatkamer der beelden: de rol van beeldvorming bij de diagnose en behandeling van prostaatkankerVanaf1 aug 2016 → 23 nov 2020Financiering: Privé-financiering van binnenlandse oorsprong - onbepaald
- Hoge veld Magnetic Resonance Imaging (MRI) scanner voor pre-klinisch onderzoek (7,0 Tesla, 30 cm boring)Vanaf1 dec 2014 → 31 mei 2019Financiering: Hercules - Kleine en middelzware apparatuur
- Hoge precisie, klein radiotherapie platform voor dierenVanaf19 mei 2014 → 31 dec 2018Financiering: Hercules - Kleine en middelzware apparatuur
- Combinatie van anatomische en spectrale informatie om MRSI resolutie en kwantificering te verbeterenVanaf20 jan 2014 → 17 mei 2017Financiering: 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