














WiSe 2024/2025
Ausgewählte Themen der KI-basierten Medizinischen Bildverarbeitung
V3/Ü1, deutsch
Masterstudiengang "Informatik"
Schwerpunkt Medizinische Informatik
Büro: K 213
ReMIC Lab: K 202
Tel.: +49 941 / 943-1314
Tel. (Sekr.): +49 941 / 943-1264
Email: christoph.palm(At)oth-regensburg.de






















![]() Medical Image Computing Bildverarbeitung für die Medizin March 9-11, 2025 Organized by ReMIC. |
Forschung





ML4Gastro - KI Projekte zur Computerunterstützung bei der Endoskopie des oberen gastrointestinalen Traktes
Lehre










WiSe 2024/2025
Ausgewählte Themen der KI-basierten Medizinischen Bildverarbeitung
V3/Ü1, deutsch
Masterstudiengang "Informatik"
Schwerpunkt Medizinische Informatik
Büro: K 213
ReMIC Lab: K 202
Tel.: + 49 941 / 943-1314
Tel. (Sekr.): + 49 941 / 943-1264
Email: christoph.palm(At)oth-regensburg.de
Über uns











Was ist ReMIC?
Das Labor Regensburg Medical Image Computing (ReMIC) ist an der Fakultät Informatik und Mathematik der Ostbayerischen Technischen Hochschule Regensburg (OTH Regensburg) angesiedelt.
.
Im Fokus der Lehre liegen der Bachelorstudiengang Medizinische Informatik und der Masterschwerpunkt Medizinische Informatik.
.
Die Forschung des ReMIC konzentriert sich auf die Medizinische Bildanalyse .
.
Maschinelles Lernen („Deep Learning“): Computerunterstützte Diagnostik zur Klassifikation und Segmentierung von Bilddaten z.B. aus der Endoskopie, der Mikroskopie oder der Radiologie.
.
Virtual Reality:
Ergänzung der medizinischen Aus- und Weiterbildung durch Simulatoren v.a. in Verbindung mit haptischen Komponenten.
Das Labor Regensburg Medical Image Computing (ReMIC) ist an der Fakultät Informatik und Mathematik der Ostbayerischen Technischen Hochschule Regensburg (OTH Regensburg) angesiedelt.
.
Im Fokus der Lehre liegen der Bachelorstudiengang Medizinische Informatik und der Masterschwerpunkt Medizinische Informatik.
.
Die Forschung des ReMIC konzentriert sich auf die Medizinische Bildanalyse .
.
Maschinelles Lernen („Deep Learning“): Computerunterstützte Diagnostik zur Klassifikation und Segmentierung von Bilddaten z.B. aus der Endoskopie, der Mikroskopie oder der Radiologie.
.
Virtual Reality:
Ergänzung der medizinischen Aus- und Weiterbildung durch Simulatoren v.a. in Verbindung mit haptischen Komponenten.