Dr. Ahmed Abdulkadir

Arbeit an der ZHAW

Tätigkeit

Wissenschaftler, Experte, Innovator, Gutachter, Mentor

Lehrtätigkeit in der Weiterbildung

CAS Advanced Machine Learning and Machine Learning Operations

Aus- und Weiterbildung

Arbeits- und Forschungsschwerpunkte, Spezialkenntnisse

Maschinelles lernen, deep learning, Analyse von medizinischen Bilddaten, industrielle KI

Berufserfahrung

Automationsingenieur
Kowap AG
01 / 2008 - 07 / 2012

Ausbildung

• Dr.-Ing. / Computerwissenschaften
  Albert-Ludwigs-Universität Freiburg
  08 / 2012 - 12 / 2018
• MSc / Sciences et technologies du vivant
  École Polytechnique Fédérale de Lausanne
  09 / 2010 - 07 / 2012
• BSc / Sciences et technologies du vivant
  École Polytechnique Fédérale de Lausanne
  09 / 2007 - 07 / 2010
• BSc / Systemtechnik
  NTB Buchs
  09 / 2001 - 08 / 2004

Projekte

• Master3D – 3D-Master for a Digitized Manufacturing Platform / Teammitglied / Projekt laufend
• DISTRAL: Industrial Process Monitoring for Injection Molding with Distributed Transfer Learning / Teammitglied / Projekt laufend

Publikationen

• Rathore, Saima; Iftikhar, Muhammad A.; Chaddad, Ahmad; Singh, Ashish; Gillani, Zeeshan; Abdulkadir, Ahmed,

  2023.

  Imaging phenotypes predict overall survival in glioma more accurate than basic demographic and cell mutation profiles.

  Computer Methods and Programs in Biomedicine.

  242(107812).

  Verfügbar unter: https://doi.org/10.1016/j.cmpb.2023.107812

• Abdulkadir, Ahmed; Bathula, Deepti R.; Dvornek, Nicha C.; Govindarajan, Sindhuja T.; Habes, Mohamad; Kumar, Vinod; Leonardsen, Esten; Wolfers, Thomas; Xiao, Yiming, Hrsg.,

  2023.

  Machine learning in clinical neuroimaging.

  6th International Workshop on Machine Learning in Clinical Neuroimaging (MLCN), held in conjunction with MICCAI 2023, Vancouver, Canada, 8-12 October 2023.

  Cham:

  Springer.

  Lecture Notes in Computer Science ; 14312.

  ISBN 978-3-031-44857-7.

  Verfügbar unter: https://doi.org/10.1007/978-3-031-44858-4

Publikationen vor Tätigkeit an der ZHAW

• Chaddad, A.; Lu, Q.; Li, J.; Katib, Y.; Kateb, R.; Tanougast, C.; Bouridane, A.; Abdulkadir, A. (2023) Explainable, Domain-Adaptive, and Federated Artificial Intelligence in Medicine. IEEE/CAA J. Autom. Sinica 10, 859–876.
• Yang, Z.; Nasrallah I.M.; Shou, H.; Wen, J.; Doshi, J.; Habes, M.; Erus, G.; Abdulkadir, A.; Resnick, S.M.; Albert, M.S.; Maruff, P.; Fripp, J.; Morris, J.C.; Wolk, D.A.; Davatzikos, C. (2021) A deep learning framework identifies dimensional representations of Alzheimer's Disease from brain structure. Nat Commun 12, 7065.

Zurück