Ida Häggström

Universitetslektor vid Signalbehandling och medicinsk teknik

Kontaktuppgifter ORCID

Publikationer (13)
Projekt (2)

Visar 13 publikationer

2026

Patch-Level Attribution of Multimodal Fracture Risk Prediction

Victor Wåhlstrand, Erik Blomqvist, Jennifer Alvén et al

Lecture Notes in Computer Science. Vol. 16241 LNCS, p. 421-431

Paper i proceeding

2026

Separable Tissue Representations for Attributable Risk Prediction

Victor Wåhlstrand, Jennifer Alvén, Lisa Johansson et al

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Vol. 15973 LNCS, p. 561-571

Paper i proceeding

2026

Brain metastasis in stage IV lung adenocarcinoma is frequently missed by symptom-based screening

Sama I. Sayin, Ella A. Eklund, Moa Beischer et al

Discover Oncology. Vol. 17 (1)

Artikel i vetenskaplig tidskrift

2026

A Flexible Deep Learning Framework for Survival Analysis with Medical Data

Gabriele Campanella, Ida Häggström, Lucas Kook et al

Lecture Notes in Computer Science. Vol. 15974 LNCS, p. 3-13

Paper i proceeding

2025

Survival prediction with radiomics for patients with IDH mutated lower-grade glioma

Alice Neimantaite, Louise Carstam, Tomas Gomez Vecchio et al

Journal of Neuro-Oncology. Vol. 173 (3), p. 505-514

Artikel i vetenskaplig tidskrift

2025

Breathing motion compensation in chest tomosynthesis: evaluation of the effect on image quality and presence of artifacts

Maral Mirzai, Jenny Nilsson, Patrik Sund et al

Journal of Medical Imaging. Vol. 12

Artikel i vetenskaplig tidskrift

2025

Impact of deep learning model uncertainty on manual corrections to MRI-based auto-segmentation in prostate cancer radiotherapy

Viktor Rogowski, Angelica Svalkvist, Matteo Maspero et al

Journal of applied clinical medical physics [electronic resource] / American College of Medical Physics. Vol. 26 (9)

Artikel i vetenskaplig tidskrift

2025

Real-world deployment of a fine-tuned pathology foundation model for lung cancer biomarker detection

Gabriele Campanella, Neeraj Kumar, Swaraj Nanda et al

Nature Medicine. Vol. 31 (9), p. 3002-3010

Artikel i vetenskaplig tidskrift

2024

Clinical application of machine-based deep learning in patients with radiologically presumed adult-type diffuse glioma grades 2 or 3

Tomas Gomez Vecchio, Alice Neimantaite, Erik Thurin et al

Neuro-Oncology Advances. Vol. 6 (1)

Artikel i vetenskaplig tidskrift

2024

Explainable Vertebral Fracture Analysis with Uncertainty Estimation Using Differentiable Rule-Based Classification

Victor Wåhlstrand, Lisa Johansson, Jennifer Alvén et al

Lecture Notes in Computer Science. Vol. 15010, p. 318-328

Paper i proceeding

2024

Deep Nearest Neighbors for Anomaly Detection in Chest X-Rays

Xixi Liu, Jennifer Alvén, Ida Häggström et al

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Vol. 14349 LNCS, p. 293-302

Paper i proceeding

2024

Deep learning for [<sup>18</sup>F]fluorodeoxyglucose-PET-CT classification in patients with lymphoma: a dual-centre retrospective analysis

Ida Häggström, Doris Leithner, Jennifer Alvén et al

The Lancet Digital Health. Vol. 6 (2), p. e114-e125

Artikel i vetenskaplig tidskrift

2023

Early identification and characterisation of stroke to support prehospital decision-making using artificial intelligence: a scoping review protocol

Hoor Jalo, Mattias Seth, Minna Pikkarainen et al

BMJ Open. Vol. 13 (5), p. e069660-

Artikel i vetenskaplig tidskrift

Ladda ner publikationslistor

Du kan ladda ner denna lista till din dator.

Filtrera och ladda ner publikationslista

Som inloggad användare hittar du ytterligare funktioner i MyResearch.

Du kan även exportera direkt till Zotero eller Mendeley genom webbläsarplugins. Dessa hittar du här:

Zotero Connector
Mendeley Web Importer

Tjänsten SwePub erbjuder uttag av Researchs listor i andra format, till exempel kan du få uttag av publikationer enligt Harvard och Oxford i .RIS, BibTex och RefWorks-format.

Visar 2 forskningsprojekt

2026–2030

Nyttjande av bild-språk modeller för att förbättra diagnostisk noggrannhet och lokalisering av sjukdom vid medicinsk bildtagning

Ida Häggström Datorseende och medicinsk bildanalys

Vetenskapsrådet (VR)

2021–2022

Deep learning-based out of distribution detection of computed tomography images

Fredrik Kahl Digitala bildsystem och bildanalys

Ida Häggström Digitala bildsystem och bildanalys

VINNOVA

Det kan finnas fler projekt där Ida Häggström medverkar, men du måste vara inloggad som anställd på Chalmers för att kunna se dem.