Prof. Dr. Marc Aubreville


Tel.:+49 841 9348-2334
E-Mail:
Raum: A236
Lehrgebiet: Bildverstehen und medizinische Anwendung der künstlichen Intelligenz
Fakultät: Fakultät I

Vita


  • Seit 10/2020 Forschungsprofessor an der THI
  • 05/2020-09/2020 (Teilzeit): Post-doc am Lehrstuhl für Mustererkennung der Friedrich-Alexander-Universität Erlangen-Nürnberg
  • 10/2016-05/2020 (Teilzeit): Promotion am Lehrstuhl für Mustererkennung der Friedrich-Alexander-Universität Erlangen-Nürnberg
  • 04/2017-09/2020 (Teilzeit): Systemarchitekt, Sivantos GmbH
  • 02/2010-03/2017: Entwicklungsingenieur Audiosignalverarbeitung, Siemens Audiologische Technik GmbH / Sivantos GmbH
  • 10/2003-12/2009: Studium der Elektro- und Informationstechnik, Karlsruher Institut für Technologie

Veröffentlichungen


  • Aubreville, M., Bertram, C. A., Marzahl, C., Gurtner, C., Dettwiler, M., Schmidt, A., ... & Klopfleisch, R. (2020). Deep learning algorithms out-perform veterinary pathologists in detecting the mitotically most active tumor region. Scientific Reports, 10(1), 1-11.
  • Bertram, C. A.*, Aubreville, M.*, Marzahl, C., Maier, A., & Klopfleisch, R. (2019). A large-scale dataset for mitotic figure assessment on whole slide images of canine cutaneous mast cell tumor. Scientific Data, 6(1), 1-9. *equal contribution
  • Bertram, C. A.*, Aubreville, M.*, Gurtner, C., Bartel, A., Corner, S. M., Dettwiler, M., ... & Smedley, R. C. (2020). Computerized calculation of mitotic count distribution in canine cutaneous mast cell tumor sections: Mitotic count is area dependent. Veterinary pathology, 57(2), 214-226.
  • Aubreville, M., Ehrensperger, K., Maier, A., Rosenkranz, T., Graf, B., & Puder, H. (2018, September). Deep denoising for hearing aid applications. In 2018 16th International Workshop on Acoustic Signal Enhancement (IWAENC) (pp. 361-365). IEEE.
  • Aubreville, M.*, Stoeve, M.*, Oetter, N., Goncalves, M., Knipfer, C., Neumann, H., ... & Maier, A. (2019). Deep learning-based detection of motion artifacts in probe-based confocal laser endomicroscopy images. International journal of computer assisted radiology and surgery, 14(1), 31-42.
  • Aubreville, M., Bertram, C., Klopfleisch, R., & Maier, A. (2018). SlideRunner - A Tool for Massive Cell Annotations in Whole Slide Images. In Bildverarbeitung für die Medizin 2018 (pp. 309-314). Springer Vieweg, Berlin, Heidelberg.
  • Aubreville, M., Knipfer, C., Oetter, N., Jaremenko, C., Rodner, E., Denzler, J., ... & Maier, A. (2017). Automatic classification of cancerous tissue in laserendomicroscopy images of the oral cavity using deep learning. Scientific reports, 7(1), 1-10.