Kontakt
CADS Innovation - Arzt mit AR-Brille

Innovation

Wir wollen Digital Health revolutionieren. Deshalb sind wir immer auf der Suche nach neuen Wegen, um technologische Vorreiter in der Medizintechnikbranche zu sein. Dieser Position können wir nur entsprechen, wenn wir laufend in Forschung und Entwicklung investieren.

Forschung und Entwicklung

Nur durch die ständige Weiterentwicklung unserer Fähigkeiten und den Einsatz neuer Technologien schaffen wir es visionäre Softwarelösungen zu entwickeln. Für die Verbesserung des medizinischen Alltags im Krankenhaus und für eine bestmögliche Behandlung des Patienten.

OP-Planung mit Artificial Intelligence

Jeder Patient ist einzigartig: Künstliche Intelligenz ermöglicht diese individuellen Besonderheiten zu erkennen, um bereits bei der OP-Planung patientenspezifische Bedürfnisse zu berücksichtigen.

Visualisierung von Patientendaten in Echtzeit

Mit dem Einsatz von Echtzeicht-3D-Visualisierung können CT-Daten auf jedem Endgerät visualisiert und modifiziert werden. Damit soll ärztlichem Fachpersonal die OP-Planung immer und überall ermöglicht werden.

Implantat-Design auf Knochenmodellen der Patienten

Der Einsatz von optimierten Algorithmen soll ärztlichem Fachpersonal zukünftig die Planung patientenspezifischer Implantate direkt am betroffenen Knochenmodell ermöglichen.

Augmented Reality im Operationssaal

Durch immersive Technologien können ausgewählte virtuelle Informationen dem realen Operationsfeld überlagert und damit eine direkte Hilfestellung für chirurgisches Personal angeboten werden.

Publikationen

Automatic Anatomical Annotation of CBCT Scans for Maxillofacial Prosthetics

Sabrowsky-Hirsch, B., Thumfart, S., Potrusil, T., Wittner, C., Moser , M., Scharinger, J. Automatic Anatomical Annotation of CBCT Scans for Maxillofacial Prosthetics. Proceedings of the Joint Austrian Computer Vision and Robotics Workshop, 8-22, TU Graz, 2023

Beyond Benchmarks: Towards Robust Artificial Intelligence Bone Segmentation in Socio-Technical Systems

Kunpeng Xie et al., 2025. Beyond Benchmarks: Towards Robust Artificial Intelligence Bone Segmentation in Socio-Technical Systems. doi: https://doi.org/10.1101/2025.06.11.25329022

 

Efficient Automatic Detection of Scanned Body Regions in CT Scans

Sabrowsky-Hirsch, B., AlShenoudy, A., Thumfart, S., Potrusil, T., Gottwald, J., Moser, M., 2025. Efficient Automatic Detection of Scanned Body Regions in CT Scans. Presented at the Austrian Symposium on AI, Robotics, and Vision (AIRoV) 2025, TU Graz, Klagenfurt

 

Diese Seite nutzt Website-Tracking-Technologien von Dritten, um ihre Dienste anzubieten. Ich bin damit einverstanden und kann meine Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen oder ändern.

Ablehnen Einstellungen Akzeptieren ImpressumDatenschutz