Prof. Dr. Bangti Jin

Forschungsgebiete

• Tikhonov-Phillips-Regularisierungen
• Inverse Probleme

Abschlussarbeiten (Auswahl)vollständige Liste

1. Electrical Impedance Tomography with the complete electrode model and sparsity constraints (Matthias Gehre)

Publikationen (Auswahl)vollständige Liste

1. R. Barbano, A. Denker, H. Chung, T. H. Roh, S. Arridge, P. Maaß, B. Jin, J. C. Ye.
   Steerable conditional diffusion for out-of-distribution adampation in medical image reconstruction.
   IEEE Transactions on Medical Imaging, 44(5), 2093:2104, 2025.

   DOI: 10.1109/TMI.2024.3524797

2. A. Denker, F. Margotti, J. Ning, K. Knudsen, D. Nganyu Tanyu, B. Jin, A. Hauptmann, P. Maaß.
   Deep Learning Based Reconstruction Methods for Electrical Impedance Tomography.
   Zur Veröffentlichung eingereicht.

   DOI: 10.48550/arXiv.2508.06281

3. M. Nittscher, M. F. Lameter, R. Barbano, J. Leuschner, B. Jin, P. Maaß.
   SVD-DIP: Overcoming the Overfitting Problem in DIP-based CT Reconstruction.
   Medical Imaging with Deep Learning (MIDL 2023), 10.07.-12.07.2023.
   

   online unter: https://2023.midl.io/papers/p014

4. D. Nganyu Tanyu, J. Ning, A. Hauptmann, B. Jin, P. Maaß.
   Electrical Impedance Tomography: A Fair Comparative Study on Deep Learning and Analytic-based Approaches.
   Zur Veröffentlichung eingereicht.

   online unter: https://arxiv.org/abs/2310.18636

5. A. Denker, I. Singh, R. Barbano, Z. Kereta, B. Jin, K. Thielemans, P. Maaß, S. Arridge.
   Score-Based Generative Models for PET Image Reconstruction.
   Erscheint in Machine Learning for Biomedical Imaging

   online unter: https://arxiv.org/abs/2308.14190