Fotografi av Neda Haj Hosseini

Neda Haj Hosseini

Universitetslektor, Docent

Jag är universitetslektor och docent inom medicinteknik vid Institutionen för medicinsk teknik (IMT). Mitt forskningsfokus är utveckling av innovativa ingenjörmässiga metoder för diagnostik och behandling av cancer.

Tekniska lösningar för diagnostik och behandling av cancer

Cancerbördan kan minskas genom förebyggande, tidig upptäckt och lämplig behandling med innovativ teknik som spelar en viktig roll i förfarandena. De flesta av teknikerna kräver dock utbildade kliniska specialister för tolkning och diagnos som kan vara ett hinder för implementering i stor skala. Den pågående AI-revolutionen har tagit itu med tidigare olösliga analytiska uppgifter och möjliggjort automatisk datatolkning som kan hantera denna utmaning.

Publikationer

Publikationslista i Scopus

Publikationslista i Google Scholar

Press

Joanna Cocozza Stiftelse 2022

Barncancerfonden 2022


Om mig

Publikationer

2024

Neda Haj-Hosseini, Hanna Jonasson, Magnus Stridsman, Lars Carlsson (2024) Interactive remote electrical safety laboratory module in biomedical engineering education Education and Information Technologies Vidare till DOI

2023

Iulian Emil Tampu, Anders Eklund, Kenth Johansson, Oliver Gimm, Neda Haj-Hosseini (2023) Diseased thyroid tissue classification in OCT images using deep learning: towards surgical decision support Journal of Biophotonics, Vol. 16, Artikel e202200227 Vidare till DOI
Iulian Emil Tampu, Neda Haj-Hosseini, Ida Blystad, Anders Eklund (2023) Deep learning-based detection and identification of brain tumor biomarkers in quantitative MR-images Machine Learning: Science and Technology, Vol. 4, Artikel 035038 Vidare till DOI
Christoforos Spyretos, Iulian Emil Tampu, Anders Eklund, Neda Haj-Hosseini (2023) Classification of Brain Tumour Tissue in Histopathology Images Using Deep Learning
Peter Milos, Neda Haj-Hosseini, Jan Hillman, Karin Wårdell (2023) 5-ALA fluorescence in randomly selected pediatric brain tumors assessed by spectroscopy and surgical microscope Acta Neurochirurgica, Vol. 165, s. 71-81 Vidare till DOI

2022

Neda Haj-Hosseini, Hanna Jonasson, Magnus Stridsman, Lars Carlsson (2022) Virtuell laboration för undervisning av elektrisk säkerhet inom medicinteknik
Iulian Emil Tampu, Anders Eklund, Neda Haj-Hosseini (2022) Inflation of test accuracy due to data leakage in deep learning-based classification of OCT images Scientific Data, Vol. 9, Artikel 580 Vidare till DOI
Tamara Bianchessi, Iulian Emil Tampu, Anders Eklund, Neda Haj-Hosseini (2022) Classification of pediatric brain tumors based on MR-images using deep learning
Neda Haj-Hosseini, Joakim Lindblad, Bengt Hasséus, Vinay Vijaya Kumar, Narayana Subramaniam, Jan-Michaél Hirsch (2022) Early Detection of Oral Potentially Malignant Disorders: A Review on Prospective Screening Methods with Regard to Global Challenges Journal of Maxillofacial and Oral Surgery Vidare till DOI
Iulian Emil Tampu, Ida Blystad, Neda Haj-Hosseini, Anders Eklund (2022) Deep-learning based brain tumor segmentation using quantitative MRI
Iulian Emil Tampu, Anders Eklund, Kenth Johansson, Oliver Gimm, Neda Haj-Hosseini (2022) Classification of thyroid diseases in OCT images using convolutional neural networks Advanced Biomedical and Clinical Diagnostic and Surgical Guidance Systems XX, Artikel 11949-23

2021

Johan Richter, Neda Haj-Hosseini, Peter Milos, Martin Hallbeck, Karin Wårdell (2021) Optical Brain Biopsy with a Fluorescence and Vessel Tracing Probe Operative Neurosurgery, Vol. 21, s. 217-224 Vidare till DOI
Jan-Michael Hirsch, Neda Haj-Hosseini, Carina Krüger Weiner, Bengt Hasséus, Joakim Lindblad (2021) Icke-invasiv kontroll av cellförändringar i munslemhinnan Tandläkartidningen, Vol. 9, s. 48-55
Iulian Emil Tampu, Neda Haj-Hosseini, Anders Eklund (2021) Does Anatomical Contextual Information Improve 3D U-Net-Based Brain Tumor Segmentation? Diagnostics, Vol. 11, Artikel 1159 Vidare till DOI

Senaste examensarbeten

 

Forskning

Handledare för

Organisation

Nyheter