Sök på liu.se
Sök
Visar
1 - 10
av 59
träffar
Laddar resultat
AIDA
AIDA är en nationell arena för forskning och innovation kring artificiell intelligens, AI, för medicinsk bildanalys. Basen är i Linköping men arenan är nationell.
AI och deep learning
Centrum för medicinsk bildvetenskap och visualisering, CMIV och AIDA hälsar välkomna till en kurs om deep learning med dig som bilddiagnostiker i fokus. Kursen hålls på CMIV i Linköping.
Medarbetare
Visa alla
Centrum för medicinsk bildvetenskap och visualisering, CMIV
Centrum för medicinsk bildvetenskap och visualisering, CMIV bedriver tvärvetenskaplig forskning inom gränsområdet medicin/biologi och teknik för att lösa morgondagens kliniska frågeställningar.
Rädda hjärtpatienters liv med ny metod
Sjukdomar i hjärta och kärl är den vanligaste dödsorsaken i Sverige. Anders Persson och hans team har tagit fram en metod för snabb och säker diagnos, vilket kan spara både lidande och pengar.
EPSOMiP
I detta forskningsprojekt har ett tvärvetenskapligt team av forskare det gemensamma intresset att utforska kopplingen mellan fettlever, epikardiellt fett och hjärt-kärlsjukdom vid typ 2-diabetes.
Medicinsk digital tvilling
Medicinsk Digital Tvilling (MeDigiT) är en plattform med målsättning att underlätta användningen av individspecifika digitala modeller i sjukvården.
CMIV forskarskola
CMIV erbjuder en forskarskola för både medicinska och tekniska doktorander. En grundläggande princip för vår forskarskola är det nära sambandet mellan olika discipliner.
Nyhet |
16 april 2025
Bilder av ett hjärtslag kan rädda liv
LiU-forskare har tagit fram en ny metod för snabb och säker diagnos av hjärt- och kärlsjukdomar. När metoden är färdigutvecklad kommer den att kunna rädda liv och spara lidande och pengar över hela världen.
Nyhet |
28 november 2024
Sectra – världsledande företag med rötter i LiU-forskning
Det började som extrauppdrag för fyra forskare och växte till ett spjutspetsföretag inom medicinsk IT och cybersäkerhet. Följ med på Sectras resa mot dagens globala verksamhet.
Statistisk analys av neurologisk bilddata
I detta projekt valideras och förbättras befintliga statistiska modeller för neurologisk bilddata, ofta med öppna data tillgängliga genom datadelning.