Unsere Gruppe befindet sich aufgrund ihrer Vision, ihres Fachwissens und ihres Zugangs zu ihrem klinischen Umfeld in einer Nischenposition, um praktische Quantencomputerlösungen für klinisch relevante Problembereiche zu finden und zu implementieren. Wir sind seit 2019 auf diesem Gebiet tätig und haben grundlegende Expertise aufgebaut um in unserem Forschungsbereich ein hohes Maß an wissenschaftlicher Leistung zu erreichen. Im Rahmen unserer Aktivitäten stellen wir komplementäres Wissen zu den am Zentrum und an der Medizinischen Universität Wien (MedUni Wien) durchgeführten Arbeiten in den Bereichen Bildgebung, Analyse und KI bereit.
Forschungsbereich
Gruppenmitglieder
Gruppenleiter
Laszlo Papp
T +43 (0)1 40400-72350
Mitglieder
- Christoph Brandner
- QIA – Quantum Image Analysis, Focus-M 2022, CMPBME, MUV (08/2022 – 08/2023)
- QKSpace – QUANTUM K-space Image Reconstruction, Focus-S 2022, CMPBME, MUV (08/2022 – 02/2023)
- Tumor Characterization with Quantum Image Analysis. Microsoft Azure Quantum Credits Programme 2022 (02/2022 – 08/2022)
- Foundations of a Quantum Computational Lab at the CMPBME, Focus-XL 2019, CMPBME, MUV (01/2020 – 06/2022)
Ausgewählte Publikationen
-
L Papp, D Haberl, B Ecsedi, C P Spielvogel, D Krajnc, M Grahovac, S Moradi, W Drexler, "DEBI-NN: Distance-encoding biomorphic-informational neural networks for minimizing the number of trainable parameters" , Elsevier Neural Networks, Volume 167, 2023, Pages 517-532, ISSN 0893-6080.
-
Moradi, S., Brandner, C., Spielvogel, C., D. Krajnc, S. Hillmich, R. Wille, W. Drexler, L. Papp. "Clinical data classification with noisy intermediate scale quantum computers". Nature Sci Rep 12, 1851 (2022).
-
Moradi, S., Spielvogel, C., Krajnc, D., et al. L. Papp. Error mitigation enables PET radiomic cancer characterization on quantum computers. Eur J Nucl Med Mol Imaging 50, 3826–3837 (2023).
-
Grahovac M, Spielvogel CP, Krajnc D, Ecsedi B, Traub-Weidinger T, Rasul S, Kluge K, Zhao M, Li X, Hacker M, Haug A, Papp L. Machine learning predictive performance evaluation of conventional and fuzzy radiomics in clinical cancer imaging cohorts. Eur J Nucl Med Mol Imaging. 2023 May;50(6):1607-1620.