Computational Imaging Research Lab Head of Early Life Image Analysis (ELIA) Group Department of Biomedical Imaging and Image-guided Therapy Medical University of Vienna Waehringer Guertel 18-20 A-1090 Vienna / Austria
Office Anna Spiegel Center of Translational Research (Building 25, floor 7, room 27)
Roxane Licandro graduated the master study of medical informatics at TU Wien with distinction in January 2016. She graduated her PhD studies in March 2021 at TU Wien in cooperation with CIR and worked as study assistant at Pattern Recognition and Image Processing (PRIP) Group, as teaching assistant at the Institute of Computer Graphics and Algorithms and as university assistant at the Computer Vision Lab at TU Wien until September 2021. She was awarded a Marie Curie Fellowship in 2017, and successfully completed research stays at the University College London, Charité Berlin and University Children’s Hospital Zurich.
She was research fellow at the Massachsetts General Hospital, Harvard Medical School at the Laboratory for Computational Neuroimaging from October 2021 until December 2022, with continuous collaborations and joint projects till present. Since January 2023 she is working as postdoctoral Junior Faculty (Univ. Ass.) at the Medical University of Vienna, leading the Early Life Image Analysis (ELIA) Group within the Computational Imaging Research Lab, with more than 10 wonderful Bachelor, Master and PhD students.
News
Congratulations Simon Gutwein on receiving the Best Poster Presentation Award at the UNSURE Workshop at MICCAI 2024 in Marrakech, Marokko! Link Video, Link Paper!
Happy to announce that I will be a lecturer at the Winter School in the course of the European Project STRIKE held in Vienna from 17th - 19th of February 2025, organised by the Medical Imaging Plattform (MIP) at the Medical University of Vienna. More information here.
Join us at MICCAI 2024. We are co-organizers of the PIPPI Workshop and FeTA Challenge taking place on the 6th of October 2024 in Marrakech, Marokko. Also check out our recent work regarding synthetic contrastive learning for genetic aberration detection that will be presented at the UNSURE Workshop on the 10th of October 2024.
I am looking forward to talk at the 62. Jahrestagung der Österreichischen Gesellschaft für Kinder- und Jugendheilkunde held in Bregenz (Austria) from 3rd - 5th of October 2024. Link
Journal Review Medical Image Analysis, Magnetic Resonance Imaging, Journal on Computing and Cultural Heritage, Machine Vision and Application, European Radiology, NeuroImage, NeuroImage Clinical, Scientific Report, Cerebral Cortex
Selected recent publications
Gutwein, S.; Kampel, M.; Taschner-Mandl, S.; Licandro, R.,FISHing in Uncertainty: Synthetic Contrastive Learning for Genetic Aberration Detection. In: Uncertainty for Safe Utilization of Machine Learning in Medical Imaging. MICCAI-UNSURE 2024. Lecture Notes in Computer Science, vol 15167. Springer, Cham. https://doi.org/10.1007/978-3-031-73158-7_3openreview, Best Poster Presentation Award, October 2024.
Payette K., Steger C., Licandro R. et al., "Multi-Center Fetal Brain Tissue Annotation (FeTA) Challenge 2022 Results," in IEEE Transactions on Medical Imaging, https://doi.org/10.1109/TMI.2024.3485554
Sobotka D., Ebner M., Schwartz E., Nenning K.-H., Taymourtash A., Vercauteren T., Ourselin S., Kasprian G., Prayer D., Langs G., Licandro R., "Motion Correction and Volumetric Reconstruction for Fetal Functional Magnetic Resonance Imaging Data", NeuroImage, April 2022, https://doi.org/10.1016/j.neuroimage.2022.119213
A. Lichtenegger, J. Tamaoki, R. Licandro, T. Mori, P. Mukherjee, L. Bian, S. Makita, S. Matsusaka, M. Kobayashi, B. Baumann, Y. Yasuno, "Longitudinal investigation of a xenograft tumor zebrafish model using polarization-sensitive optical coherence tomography". Scientific Report 12, 15381 (2022). https://doi.org/10.1038/s41598-022-19483-z
Licandro R., Hofmanninger J., Perkonigg M., Röhrich S., Weber M.-A., Wennmann M., Kintzele L., Piraud M., Menze B., Langs G., "Asymmetric Cascade Networks for Focal Bone Lesion Prediction in Multiple Myeloma", International Conference on Medical Imaging with Deep Learning (MIDL), London, July 2019. https://arxiv.org/abs/1907.13539.
Licandro R. and Schlegl T., Reiter M., Diem M., Dworzak M., Schumich A., Langs G., Kampel M., "WGAN Latent Space Embeddings for Blast Identification in Childhood Acute Myeloid Leukaemia, 24th International Conference on Pattern Recognition (ICPR) 2018, Beijing, August 2018.
Licandro R. Nenning K.H., Schwartz E., Kollndorfer K., Bartha-Doering L., Liu H., Langs G. "Assessing Reorganisation of Functional Connectivity in the Infant Brain". In: Cardoso M. et al. (eds) Fetal, Infant and Ophthalmic Medical Image Analysis. MICCAI FIFI 2017, OMIA 2017. Lecture Notes in Computer Science, vol 10554. Springer, Cham. Quebéc (Canada), September 2017.PDF
Licandro R., Langs G., Kasprian G., Sablatnig R. Prayer D., Schwartz E., " Longitudinal Atlas Learning for Fetal Brain Tissue Labeling using Geodesic Regression", WiCV Workshop at the IEEE Conference on Computer Vision and Pattern Recognition, Las Vegas (U.S.), July 2016.
Thesis
R. Licandro, "Longitudinal Diffeomorphic Fetal Brain Atlas Learning for Tissue Labeling using Geodesic Regression and Graph Cuts", TU Wien, January 2016. https://doi.org/10.34726/hss.2015.21890 R. Licandro, "Spatio Temporal Modelling of Dynamic Developmental Patterns", TU Wien, March 2021. https://doi.org/10.34726/hss.2021.39603
Wir nutzen Cookies
Wir verwenden Cookies, die zum einen technisch notwendig für die Funktionalität unserer Website sind, aber auch Cookies zu funktionellen, Marketing- und Analysezwecken um das Nutzungserlebnis auf unserer Seite zu optimieren. Mit Ihrer Einwilligung zu den Cookies werden sowohl von uns Daten verarbeitet als auch von Drittanbieter:innen, die ihren Sitz teilweise in Drittländern (z.B. den USA) haben. Nähere Informationen zu den Tools und den Partner:innen finden Sie in unserer Datenschutzerklärung, in der wir auch genau erklären, was eine Datenübermittlung in die USA bedeuten kann. Ihre Cookie-Einstellungen können Sie auf Wunsch jederzeit individuell anpassen oder widerrufen.
Diese Cookies sind für die Grundfunktionen der Website erforderlich. Sie können sie in den Einstellungen Ihres Browsers blockieren oder löschen, aber dann besteht die Gefahr, dass einige Teile der Website nicht richtig funktionieren.
PHPSESSID Technisch notwendiges Cookie vom Webserver.
Speicherdauer: session
fe_typo_user_live Wird von TYPO3 als Funktion zur Benutzerverwaltung verwendet.
Speicherdauer: session
Erforderlich, um die Zustimmung für bestimmte Cookies und damit für die Verwendung bestimmter Tools zu erhalten.
cookieUser Dient der Wiedererkennung des Browsers und seiner Cookie-Historie (Zustimmung oder Ablehnung bestimmter Cookies mit Datum und Uhrzeit) anhand einer anonymisierten Identifikationsnummer.
Speicherdauer: 1 Jahr
fcc_cookie_consent Dauer der Speicherung der Cookie-Einwilligung.
Speicherdauer: 1 Jahr
fcc_cookie_consent_minified Dauer der Speicherung der Cookie-Einwilligung.
Speicherdauer: 1 Jahr
cookie_matomo Dauer der Speicherung der Cookie-Einwilligung.
Speicherdauer: 1 Jahr
Um Nutzer auf Ihrer Website oder App zu tracken, verwendet der Standard-Matomo-Tracking-Code in JavaScript 1st-Party-Cookies, die auf der Domain Ihrer Website gesetzt werden.
pk_ses Kurzlebige Cookies, die zur vorübergehenden Speicherung von Daten für den Besuch verwendet werden
Speicherdauer: 30 minutes
pk_id Wird verwendet, um einige Details über den Benutzer zu speichern, wie die eindeutige Besucher-ID
Speicherdauer: 13 months