Dr. Jianxu Chen leitet am ISAS die vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Nachwuchsgruppe AMBIOM – Analysis of Microscopic BIOMedical Images. Seine Forschung dreht sich um biomedizinische Bildanalysen und Deep Learning. Chen ist Experte für die Entwicklung skalierbarer biomedizinischer Bildanalysealgorithmen auf der Grundlage künstlicher Intelligenz (KI), beispielsweise für die Koordination und Auswertung dreidimensionaler Mikroskopie-Aufnahmen. Nach seiner Promotion in Informatik an der University of Notre Dame in Indiana (USA) arbeitete Chen am Allen Institute for Cell Science in Seattle. Dort leitete er die Forschungs- und Entwicklungsarbeiten im Bereich der Mikroskopie-Bildanalyse und die Vorbereitung für die Mikroskopie-Bildanalyse in großem Maßstab für die Produktion. Für die Position als Gruppenleiter am ISAS, zog Chen mit seiner vierköpfigen Familie ins Ruhrgebiet.
Dr. Jianxu Chen
Ausgewählte Publikationen
Journal of leukocyte biology, Bd. 117, Nr. 2, 2025
Cibir Z, Beer A, Kraus A, Pillibeit A, Bludau D, Abdulla H, Neuendorff NR, Sonneck J, Kowitz L, Riese S, Tuz A, Chen J, Cherneha M, Beelen DW,…
Risk beyond neutropenia: insights into neutrophil migration from newly diagnosed AML until late after allogeneic stem cell transplantation
https://doi.org/10.1093/jleuko/qiae250
Journal of Neuroinflammation, Bd. 22, Nr. 1, 2025
Christ R, Siemes D, Zhao S, Widera L, Spangenberg P, Lill J, Thiebes S, Bottek J, Borgards L, Pinho AG, Silva NA, Monteiro S, Jorch SK, Gunzer M,…
Inhibition of tumour necrosis factor alpha by Etanercept attenuates Shiga toxin-induced brain pathology
https://doi.org/10.1186/s12974-025-03356-z
Computational Mechanics, Bd. 2025, 2025
Shi R, Yang H, Chen J, Hackl K, Avril S, He Y.
Deep learning without stress data on the discovery of multi-regional hyperelastic properties
https://doi.org/10.1007/s00466-024-02591-0
Biomedizinische Technik / Biomedical engineering, Bd. 70, Nr. 1, 2024, S. 71-90
Li J, Zhou Z, Yang J, Pepe A, Gsaxner C, Luijten G, Qu C, Zhang T, Chen X, Li W, Wodzinski M, Friedrich P, Xie K, Jin Y, Ambigapathy N, Nasca E,…
MedShapeNet - a large-scale dataset of 3D medical shapes for computer vision.
https://doi.org/10.1515/bmt-2024-0396
Biological Imaging, Bd. 4, 2024, S. e16
Zhou Y, Sollmann J, Chen J.
Deep-learning-based image compression for microscopy images: An empirical study
https://doi.org/10.1017/S2633903X24000151