KI in der Medizin · Marie-Skłodowska-Curie-Fellow
Ich entwickle Methoden des maschinellen Lernens und Deep Learning für medizinische Daten, von MRT-, Netzhaut- und Ultraschallbildern bis zu klinischen und Labordaten, damit Diagnosen früher und zuverlässiger werden.
Ich bin Amir Reza Naderi Yaghouti, kurz Amir Naderi: Forscher für KI in der Medizin und Marie-Skłodowska-Curie-Fellow im EGRET-AAA-Netzwerk. Ich promoviere gemeinsam an der Otto-von-Guericke-Universität Magdeburg und der Universität Groningen.
Meine Forschung wendet KI in der ganzen Medizin an: Bildgebung, klinische Daten und Laborwerte. In meiner Promotion nutze ich Deep Learning, Foundation Models und erklärbare KI, um Glaukom-Anzeichen in Netzhautbildern und im MRT des Gehirns zu finden.
Davor habe ich Modelle für Lebererkrankungen und Eierstockkrebs aus Ultraschallbildern, Blutwerten und Routine-Laborbiomarkern entwickelt. Ich bin in Teheran geboren und aufgewachsen und habe dort Biomedizintechnik studiert.
Augenheilkunde · Promotion
Das Maskieren anatomischer Regionen in Fundusbildern zeigt, worauf ein Netzhaut-Foundation-Model bei der Glaukomerkennung achtet, einschließlich Gefäßsignalen außerhalb der Papille.
Neurobildgebung · Promotion
Deep-Learning-Segmentierung anatomischer MRT-Bilder misst, wie das Glaukom das Chiasma opticum betrifft, wo sich die Sehbahnen im Gehirn kreuzen.
Hepatologie
Einstufung der Fettleber im B-Mode-Ultraschall mit vortrainierten CNNs und Früherkennung der nichtalkoholischen Steatohepatitis aus klinischen und Blutparametern.
Onkologie
Eine Übersicht über ein Jahrzehnt KI in der Bildgebung von Eierstockkrebs und ein tabellarisches Foundation Model, das gutartige und bösartige Tumoren anhand von Routine-Laborwerten unterscheidet.
5 von 5 angezeigt
Journal of Biomedical Physics and Engineering
@article{naderiyaghouti2025classification,
title = {{Classification of Nonalcoholic Fatty Liver Grades using Pre-Trained Convolutional Neural Networks and a Random Forest Classifier on B-Mode Ultrasound Images}},
author = {Naderi Yaghouti, A. R. and Shalbaf, A.},
journal = {Journal of Biomedical Physics and Engineering},
year = {2025}
}Archives of Computational Methods in Engineering 32 (7), 4093-4124
@article{naderiyaghouti2025artificial,
title = {{Artificial intelligence for ovarian cancer detection with medical images: a review of the last decade (2013–2023)}},
author = {Naderi Yaghouti, A. R. and Shalbaf, A. and Alizadehsani, R. and Tan, R. S. and Vijayananthan, A. and others},
journal = {Archives of Computational Methods in Engineering},
volume = {32},
number = {7},
pages = {4093--4124},
year = {2025},
doi = {10.1007/s11831-025-10268-x}
}Scientific Reports 14, 2442
@article{naderiyaghouti2024machine,
title = {{Machine learning approaches for early detection of non-alcoholic steatohepatitis based on clinical and blood parameters}},
author = {Naderi Yaghouti, A. R. and Zamanian, H. and Shalbaf, A.},
journal = {Scientific Reports},
volume = {14},
pages = {2442},
year = {2024},
doi = {10.1038/s41598-024-51741-0}
}Tehran University Medical Journal 79 (1), 10–17
@article{naderiyaghouti2021automatic,
title = {{Automatic classification of Non-alcoholic fatty liver using texture features from ultrasound images}},
author = {Naderi Yaghouti, A. R. and Shalbaf, A. and Maghsoudi, A.},
journal = {Tehran University Medical Journal},
volume = {79},
number = {1},
pages = {10--17},
year = {2021}
}VortragVortrag auf der CLINICCAI 2026 (MICCAI 2026 Clinical Day) in Straßburg, Frankreich: „Glaucoma Biomarkers Beyond the Optic Disc: Vascular Signal Quantified via Anatomical Masking of a Retinal Foundation Model“. Mehr lesen (öffnet in neuem Tab)
PosterPosterpräsentation auf der EVER 2026 (European Association for Vision and Eye Research) in Florenz, Italien.
PosterPosterpräsentation auf der ECVP 2025 (European Conference on Visual Perception) in Mainz.
PublikationNeue Übersichtsarbeit in Archives of Computational Methods in Engineering: künstliche Intelligenz zur Erkennung von Eierstockkrebs in medizinischen Bildern im letzten Jahrzehnt (2013–2023). Mehr lesen (öffnet in neuem Tab)
PublikationNeue Publikation im Journal of Biomedical Physics and Engineering: Einstufung der nichtalkoholischen Fettleber mit vortrainierten CNNs und einem Random Forest anhand von B-Mode-Ultraschall. Mehr lesen (öffnet in neuem Tab)
MeilensteinBeginn meiner gemeinsamen Promotion in visueller Neurowissenschaft an der Otto-von-Guericke-Universität Magdeburg und der Universität Groningen als Marie-Skłodowska-Curie-Doktorand (EGRET-AAA, Projekt 9) zu Deep Learning für Anomalien der Sehbahn bei Glaukom. Mehr lesen (öffnet in neuem Tab)
PublikationNeue Publikation in Scientific Reports: Machine-Learning-Ansätze zur Früherkennung der nichtalkoholischen Steatohepatitis (NASH) aus klinischen und Blutparametern. Mehr lesen (öffnet in neuem Tab)
MICCAI Clinical Day · Straßburg, Frankreich
Glaucoma Biomarkers Beyond the Optic Disc: Vascular Signal Quantified via Anatomical Masking of a Retinal Foundation ModelEuropean Association for Vision and Eye Research · Florenz, Italien
European Conference on Visual Perception · Mainz
Otto-von-Guericke-Universität Magdeburg · Universität Groningen / UMC Groningen
Marie-Skłodowska-Curie-Doktorand, EGRET-AAA
Islamic Azad University, Science and Research Branch, Teheran
Masterarbeit: Transfer learning with deep convolutional neural networks for classification of liver steatosis: a comparison of radiomics and convolutional features
Islamic Azad University, Science and Research Branch, Teheran
Bachelorarbeit: Automated breast lesion segmentation and classification in ultrasound imaging via texture analysis
Marie-Skłodowska-Curie-Promotionsstipendium, EU Horizont Europa
Bestnote für die Masterarbeit
Jahrgangsbester im Masterstudium, mit den besten Noten in den meisten Kursen
Kontakt
Offen für Forschungskooperationen in medizinischer KI, von der Bildgebung bis zu klinischen Daten.
Private E-Mail: naderi.bme@gmail.comLebenslauf herunterladen (PDF, Englisch)