Prof. Breininger entwickelt robuste Ansätze des maschinellen Lernens in verschiedenen interdisziplinären Bereichen, mit einem Schwerpunkt auf medizinischen Bilddaten.Prof. Deserno forscht in Biosignal- und Bilderzeugung und -verarbeitung, insbesondere in der videobasierten Vitaldatenmessung.Prof. Handels entwickelt problemoptimierte, lernfähige Bildverarbeitungsmethoden und integriert diese in hybride Bildverarbeitungssysteme zur Unterstützung der medizinischen Diagnostik und Therapie.Prof. Maier entwickelt Anwendungen in der medizinischen Bildverarbeitung zur Diagnoseunterstützung bis hin zur Schichtbildberechnung durch künstliche Intelligenz.Prof. Maier-Hein forscht im Bereich maschinelles Lernen und entwickelt Open-Source-Lösungen wie das Medical Imaging Interaction Toolkit (MITK), Kaapana oder das nnU-Net.Prof. Palm forscht im Bereich KI für die Medizin mit einem Schwerpunkt in der Analyse endoskopischer Bilddaten zur computerunterstützten Diagnose und Therapie.Prof. em. Tolxdorff ist Experte für maschinelles Lernen, biomedizinisches Datenmanagement, Datenvisualisierung und -analyse sowie Medizinproduktentwicklung in klinischen Workflows.

• Session 1: Classification and Detection.- Session 2: Image Acquisition and Reconstruction.- Session 3: Foundation Models.- Session 4: Segmentation.- Session 5: Vision-Language Models.- Session 6: Image Registration and Deformations.- Session 7: Unsupervised and Self-supervised Learning.- Poster Session 1.- Poster Session 2.- Poster Session 3.

Prof. Breininger entwickelt robuste Ansätze des maschinellen Lernens in verschiedenen interdisziplinären Bereichen, mit einem Schwerpunkt auf medizinischen Bilddaten.Prof. Deserno forscht in Biosignal- und Bilderzeugung und -verarbeitung, insbesondere in der videobasierten Vitaldatenmessung.Prof. Handels entwickelt problemoptimierte, lernfähige Bildverarbeitungsmethoden und integriert diese in hybride Bildverarbeitungssysteme zur Unterstützung der medizinischen Diagnostik und Therapie.Prof. Maier entwickelt Anwendungen in der medizinischen Bildverarbeitung zur Diagnoseunterstützung bis hin zur Schichtbildberechnung durch künstliche Intelligenz.Prof. Maier-Hein forscht im Bereich maschinelles Lernen und entwickelt Open-Source-Lösungen wie das Medical Imaging Interaction Toolkit (MITK), Kaapana oder das nnU-Net.Prof. Palm forscht im Bereich KI für die Medizin mit einem Schwerpunkt in der Analyse endoskopischer Bilddaten zur computerunterstützten Diagnose und Therapie.Prof. em. Tolxdorff ist Experte für maschinelles Lernen, biomedizinisches Datenmanagement, Datenvisualisierung und -analyse sowie Medizinproduktentwicklung in klinischen Workflows.

• Session 1: Classification and Detection.- Session 2: Image Acquisition and Reconstruction.- Session 3: Foundation Models.- Session 4: Segmentation.- Session 5: Vision-Language Models.- Session 6: Image Registration and Deformations.- Session 7: Unsupervised and Self-supervised Learning.- Poster Session 1.- Poster Session 2.- Poster Session 3.

Prof. Breininger entwickelt robuste Ansätze des maschinellen Lernens in verschiedenen interdisziplinären Bereichen, mit einem Schwerpunkt auf medizinischen Bilddaten.Prof. Deserno forscht in Biosignal- und Bilderzeugung und -verarbeitung, insbesondere in der videobasierten Vitaldatenmessung.Prof. Handels entwickelt problemoptimierte, lernfähige Bildverarbeitungsmethoden und integriert diese in hybride Bildverarbeitungssysteme zur Unterstützung der medizinischen Diagnostik und Therapie.Prof. Maier entwickelt Anwendungen in der medizinischen Bildverarbeitung zur Diagnoseunterstützung bis hin zur Schichtbildberechnung durch künstliche Intelligenz.Prof. Maier-Hein forscht im Bereich maschinelles Lernen und entwickelt Open-Source-Lösungen wie das Medical Imaging Interaction Toolkit (MITK), Kaapana oder das nnU-Net.Prof. Palm forscht im Bereich KI für die Medizin mit einem Schwerpunkt in der Analyse endoskopischer Bilddaten zur computerunterstützten Diagnose und Therapie.Prof. em. Tolxdorff ist Experte für maschinelles Lernen, biomedizinisches Datenmanagement, Datenvisualisierung und -analyse sowie Medizinproduktentwicklung in klinischen Workflows.

• Session 1: Classification and Detection.- Session 2: Image Acquisition and Reconstruction.- Session 3: Foundation Models.- Session 4: Segmentation.- Session 5: Vision-Language Models.- Session 6: Image Registration and Deformations.- Session 7: Unsupervised and Self-supervised Learning.- Poster Session 1.- Poster Session 2.- Poster Session 3.