Amir H. Ebrahimzadeh

- Surgical Skill Assessment - Entwicklung und Implementierung digitaler Technologien zur Optimierung chirurgischer Eingriffe - Interdisziplinäre Forschungsprojekte zur digitalen Transformation der Chirurgie - Unterstützung bei der Konzeption und Durchführung innovativer Projekte und Studien im Bereich der digitalen Chirurgie - Zusammenarbeit mit Universitätskliniken, Technologiepartnern und Unternehmen der Medizintechnik - Präsentation und Dokumentation von Forschungsergebnissen und Projektfortschritten

Masterarbeit in Kooperation mit Medi-Globe GmbH und Institut hospitalo-universitaire de Strasbourg Note der Masterarbeit: 1.0 • Entwicklung eines neuartigen Detektionsalgorithmus basierend auf traditionellen Computer Vision Methoden. • Die endgültige Lösung erreicht eine Genauigkeit von 99,92 % bei der Detektion der Zielregion und bei der Merkmalserkennung mit einer Leistung von 0,11 Sekunden pro Frame in hochauflösenden Ultraschallvideos. (Die Details unterliegen der Geheimhaltungsvereinbarung.)

Bildverarbeitung in der Kinderneurologie: Prädiktion des biologischen Gehirnalters von Kleinkindern mittels Machine Learning. • Implementierung und Testen des Pipelines zur Vorverarbeitung der MRT-Daten. • Entwicklung und Testen von unterschiedlichen Machine Learning Modellen zur Vorhersage des biologischen Gehirnalters von Kleinkindern auf Grundlage von MRT-Histogrammen. • Verbesserung des vorhandenen Pipeline mittels Parallelisierung. URL: https://www.highmed.org/en/junior-research-group-ixplain_cds

Automatisierte Erzeugung von Stundenplänen mittels Umfragen in einem LimeSurvey-System.

Hochschule Hannover, Notendurchschnitt: 1,4 Abschlussarbeit: "Real-Time Automated Cropping and Information Extraction of Endoscopic Ultrasound Video Streams" in Kooperation mit der Medi-Globe GmbH und der Institut hospitalo-universitaire de Strasbourg Note der Masterarbeit: 1,0

Notendurchschnitt: 1,9 Abschlussarbeit: "Landmarkenbasierte Registrierung menschlicher Cochleae" in Kooperation mit dem Peter L. Reichertz Institut für Medizinische Informatik und der Medizinischen Hochschule Hannover DOI: https://doi.org/10.25968/opus-2066 Note der Bachelorarbeit: 1,5