ML-Based XPS Quantification Supported by Synthetic Dataset Generation
Orth, A.; Höfer, H.; Nefedov, A.; Jalali, M.; Wöll, C.; Reischl, M.
2024. Current Directions in Biomedical Engineering, 10 (4), 482–485. doi:10.1515/cdbme-2024-2118

Using Large Language Models for Extracting Structured Information From Scientific Texts
Rettenberger, L.; Münker, M. F.; Schutera, M.; Niemeyer, C. M.; Rabe, K. S.; Reischl, M.
2024. Current Directions in Biomedical Engineering, 10 (4), 526–529. doi:10.1515/cdbme-2024-2129

Quantitative Convolutional Neural Network Based Multi-Phase XRD Pattern Analysis
Höfer, H. H.; Orth, A.; Schweidler, S.; Breitung, B.; Aghassi-Hagmann, J.; Reischl, M.
2024. Current Directions in Biomedical Engineering, 10 (4), 307–310. doi:10.1515/cdbme-2024-2075

Automated Characterisation of Printed Electronics Under Adjustable Ambient Conditions
Ungerer, M.; Chen, Z.; Mach, T. P.; Reichert, K.-M.; Gengenbach, U.; Lindmüller, M.; Binder, J. R.; Reischl, M.; Koker, L.
2024. 2024 International Semiconductor Conference (CAS), Sinaia, Romania, 09-11 October 2024, 69–72, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/CAS62834.2024.10736741

Spectra-based Neural Networks for Uncovering Novel Substances in Material Discovery Experiments. PhD dissertation
Schützke, J.
2024, August 21. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000173486

Modular Platform for Automated Characterisation of Printed Structures, Devices and Circuits
Koker, L.; Reichert, K.-M.; Gengenbach, U.; Reischl, M.; Ungerer, M.
2024. 2024 Symposium on Design, Test, Integration and Packaging of MEMS/MOEMS (DTIP), 2-5 June 2024. Ed.: IEEE, 1–6, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/DTIP62575.2024.10613049

Using the High-Entropy Approach to Obtain Multimetal Oxide Nanozymes: Library Synthesis, In Silico Structure–Activity, and Immunoassay Performance
Phan-Xuan, T.; Schweidler, S.; Hirte, S.; Schüller, M.; Lin, L.; Khandelwal, A.; Wang, K.; Schützke, J.; Reischl, M.; Kübel, C.; Hahn, H.; Bello, G.; Kirchmair, J.; Aghassi-Hagmann, J.; Brezesinski, T.; Breitung, B.; Dailey, L. A.
2024. ACS Nano, 18 (29), 19024–19037. doi:10.1021/acsnano.4c03053

TRIM11 expression in non-small cell lung cancer is associated with poor prognosis
Kuempers, C.; Jagomast, T.; Paulsen, F. O.; Heidel, C.; Bohnet, S.; Schierholz, S.; Reischl, M.; Dreyer, E.; Olchers, T.; Reck, M.; Kirfel, J.; Perner, S.
2024. Histology and histopathology, 39, 437–446. doi:10.14670/HH-18-647

Applications of Machine Learning in Materials Science. PhD dissertation
Zhao, Y.
2024, June 4. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000171281

Assessing Political Bias in Large Language Models
Rettenberger, L.; Schutera, M.; Reischl, M.
2024. arxiv. doi:10.48550/arXiv.2405.13041

Surface-Patterned DNA Origami Rulers Reveal Nanoscale Distance Dependency of the Epidermal Growth Factor Receptor Activation
Mayer, I.; Karimian, T.; Gordiyenko, K.; Angelin, A.; Kumar, R.; Hirtz, M.; Mikut, R.; Reischl, M.; Stegmaier, J.; Zhou, L.; Ma, R.; Nienhaus, G. U.; Rabe, K. S.; Lanzerstorfer, P.; Domínguez, C. M.; Niemeyer, C. M.
2024. Nano Letters, 24 (5), 1611–1619. doi:10.1021/acs.nanolett.3c04272

A Novel Approach to Light Detection and Ranging Sensor Placement for Autonomous Driving Vehicles Using Deep Deterministic Policy Gradient Algorithm
Berens, F.; Ambs, J.; Elser, S.; Reischl, M.
2024. SAE international journal of connected and automated vehicles, 7 (3), Art.Nr.12–07. doi:10.4271/12-07-03-0019

Datenzentriertes Deep Learning für die Hochdurchsatzbildverarbeitung in interdisziplinären Projekten. PhD dissertation
Schilling, M.
2024, January 15. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000167262

Fault Detection in 3D-Printing with Deep Learning
Rettenberger, L.; Beyer, N.; Sieber, I.; Reischl, M.
2024. 2024 IEEE International Conference on Consumer Electronics (ICCE), 4 S., Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICCE59016.2024.10444198

A spheroid whole mount drug testing pipeline with machine-learning based image analysis identifies cell-type specific differences in drug efficacy on a single-cell level
Vitacolonna, M.; Bruch, R.; Schneider, R.; Jabs, J.; Hafner, M.; Reischl, M.; Rudolf, R.
2024. BMC Cancer, 24 (1), Art.-Nr.: 1542. doi:10.1186/s12885-024-13329-9

Highly Parallel and High‐Throughput Nanoliter‐Scale Liquid, Cell, and Spheroid Manipulation on Droplet Microarray
Urrutia Gómez, J. E.; Zhou, M.; Mandsberg, N. K.; Serna, J. A.; Padberg, J. von; Liu, S.; Reischl, M.; Levkin, P. A.; Popova, A. A.
2024. Advanced Functional Materials, Art.-Nr.: 2410355. doi:10.1002/adfm.202410355

Adaptable Accelerometer Signal Processing Pipelines for Smartphone based Evenness Estimation
Münke, F. R.; Schenk, M.; Murr, S.; Reischl, M.
2024. Journal of Signal Processing Systems. doi:10.1007/s11265-024-01939-2

Energy-Based Prior Latent Space Diffusion Model for Reconstruction of Lumbar Vertebrae from Thick Slice MRI
Wang, Y.; Lee, Y. Y. R.; Dolfini, A.; Reischl, M.; Konukoglu, E.; Flouris, K.
2024. Deep Generative Models : 4th MICCAI Workshop, DGM4MICCAI 2024, Held in Conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, Proceedings. Ed.: A. Mukhopadhyay, 22–32, Springer Nature Switzerland. doi:10.1007/978-3-031-72744-3_3

From in vitro to in silico: a pipeline for generating virtual tissue simulations from real image data
Nürnberg, E.; Vitacolonna, M.; Bruch, R.; Reischl, M.; Rudolf, R.; Sauer, S.
2024. Frontiers in Molecular Biosciences, 11. doi:10.3389/fmolb.2024.1467366

Adaptive Training for Robust Object Detection in Autonomous Driving Environments
Berens, F.; Koschinski, Y.; Badami, M. K.; Geimer, M.; Elser, S.; Reischl, M.
2024. IEEE Transactions on Intelligent Vehicles, 1–15. doi:10.1109/TIV.2024.3439001

Image-based recognition of parasitoid wasps using advanced neural networks
Shirali, H.; Hübner, J.; Both, R.; Raupach, M.; Reischl, M.; Schmidt, S.; Pylatiuk, C.
2024. Invertebrate Systematics, 38, Article no: IS24011. doi:10.1071/IS24011

A multiparametric analysis including single-cell and subcellular feature assessment reveals differential behavior of spheroid cultures on distinct ultra-low attachment plate types
Vitacolonna, M.; Bruch, R.; Agaçi, A.; Nürnberg, E.; Cesetti, T.; Keller, F.; Padovani, F.; Sauer, S.; Schmoller, K. M.; Reischl, M.; Hafner, M.; Rudolf, R.
2024. Frontiers in Bioengineering and Biotechnology, 12. doi:10.3389/fbioe.2024.1422235

Modular Platform for Automated Characterisation of Printed Structures, Devices and Circuits
Koker, L.; Reichert, K.-M.; Gengenbach, U.; Reischl, M.; Ungerer, M.
2024. DTIP 2024: Design, Test, Integration & Packaging of MEMS/MOEMS (2024), Dresden, Germany, June 2–5, 2024

Uncertainty-aware particle segmentation for electron microscopy at varied length scales
Rettenberger, L.; Szymanski, N. J.; Zeng, Y.; Schuetzke, J.; Wang, S.; Ceder, G.; Reischl, M.
2024. npj Computational Materials, 10 (1), Artkl.Nr.: 124. doi:10.1038/s41524-024-01302-w

Image-based identification of optical quality and functional properties in inkjet-printed electronics using machine learning
Polomoshnov, M.; Reichert, K.-M.; Rettenberger, L.; Ungerer, M.; Hernandez-Sosa, G.; Gengenbach, U.; Reischl, M.
2024. Journal of Intelligent Manufacturing. doi:10.1007/s10845-024-02385-4

A Review of Adaptable Conventional Image Processing Pipelines and Deep Learning on limited Datasets
Münke, F. R.; Schützke, J.; Berens, F.; Reischl, M.
2024. Machine vision and applications, 35, Article no: 25. doi:10.1007/s00138-023-01501-3

Accelerating Materials Discovery: Automated Identification of Prospects from X‐Ray Diffraction Data in Fast Screening Experiments
Schuetzke, J.; Schweidler, S.; Muenke, F. R.; Orth, A.; Khandelwal, A. D.; Breitung, B.; Aghassi-Hagmann, J.; Reischl, M.
2024. Advanced Intelligent Systems, 6 (3), Art.-Nr.: 2300501. doi:10.1002/aisy.202300501

MLOps for Scarce Image Data: A Use Case in Microscopic Image Analysis
Yamachui Sitcheu, A. J.; Friederich, N.; Baeuerle, S.; Neumann, O.; Reischl, M.; Mikut, R.
2023. Proceedings 33. Workshop Computational Intelligence. Hrsg.: H. Schulte, 169–190, KIT Scientific Publishing

A fully automated touch-response behavior inspection pipeline on zebrafish larvae
Wang, Y.; Pylatiuk, C.; Mikut, R.; Peravali, R.; Reischl, M.
2023. at - Automatisierungstechnik, 71 (10), 845–852. doi:10.1515/auto-2023-0013

A Concept for Deployment and Evaluation of Unsupervised Domain Adaptation in Cognitive Perception Systems. PhD dissertation
Schutera, M.
2023, October 11. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000162895

Unsupervised GAN epoch selection for biomedical data synthesis
Böhland, M.; Bruch, R.; Löffler, K.; Reischl, M.
2023. Current Directions in Biomedical Engineering, 9 (1), 467–470. doi:10.1515/cdbme-2023-1117

A Lightweight Framework for Semantic Segmentation of Biomedical Images
Münke, F. R.; Rettenberger, L.; Popova, A.; Reischl, M.
2023. Current Directions in Biomedical Engineering, 9 (1), 190–193. doi:10.1515/cdbme-2023-1048

Mask R-CNN Outperforms U-Net in Instance Segmentation for Overlapping Cells
Rettenberger, L.; Münke, F. R.; Bruch, R.; Reischl, M.
2023. Current Directions in Biomedical Engineering, 9 (1), 335–338. doi:10.1515/cdbme-2023-1084

Self-Supervised Learning for Annotation Efficient Biomedical Image Segmentation
Rettenberger, L.; Schilling, M.; Elser, S.; Boehland, M.; Reischl, M.
2023. IEEE Transactions on Biomedical Engineering, 70 (9), 2519–2528. doi:10.1109/TBME.2023.3252889

Robot-Assisted Full Automation Interface: Touch-Response On Zebrafish Larvae. PhD dissertation
Wang, Y.
2023, August 10. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000161245

AI 2 Seg: A Method and Tool for AI-based Annotation Inspection of Biomedical Instance Segmentation Datasets
Schilling, M. P.; Klinger, L.; Schumacher, U.; Schmelzer, S.; López, M. B.; Nestler, B.; Reischl, M.
2023. 2023 45th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC), Sydney, Australia, 24-27 July 2023, 1–6, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/EMBC40787.2023.10341074

Automated Style-aware Selection of Annotated Pre-training Databases in Biomedical Imaging
Molina-Moreno, M.; Schilling, M.; Reischl, M.; Mikut, R.
2023, April 21. 20th IEEE International Symposium on Biomedical Imaging (ISBI 2023), Cartagena, Colombia, April 18–21, 2023

Automated Style-Aware Selection of Annotated Pre-Training Databases in Biomedical Imaging
Molina-Moreno, M.; Schilling, M. P.; Reischl, M.; Mikut, R.
2023. 2023 IEEE 20th International Symposium on Biomedical Imaging (ISBI), 5 S., Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ISBI53787.2023.10230659

MEMS LiDAR Sensor Simulation for Autonomous Driving: A Novel Framework Using Open-source Tools
Berens, F.; Elser, S.; Reischl, M.
2023. ISR Europe 2023: 56th International Symposium on Robotics, in cooperation with Fraunhofer IPA, Stuttgart, 26th-27th September 2023, VDE Verlag

Improving generative adversarial networks for patch-based unpaired image-to-image translation
Böhland, M.; Bruch, R.; Bäuerle, S.; Rettenberger, L.; Reischl, M.
2023. IEEE Access, 11, 127895–127906. doi:10.1109/ACCESS.2023.3331819

CoNIC Challenge: Pushing the Frontiers of Nuclear Detection, Segmentation, Classification and Counting
The CoNIC Challenge Consortium; Graham, S.; Vu, Q. D.; Jahanifar, M.; Weigert, M.; Schmidt, U.; Zhang, W.; Zhang, J.; Yang, S.; Xiang, J.; Wang, X.; Rumberger, J. L.; Baumann, E.; Hirsch, P.; Liu, L.; Hong, C.; Aviles-Rivero, A. I.; Jain, A.; Ahn, H.; Hong, Y.; Azzuni, H.; Xu, M.; Yaqub, M.; Blache, M.-C.; Piégu, B.; Vernay, B.; Scherr, T.; Böhland, M.; Löffler, K.; Li, J.; Ying, W.; Wang, C.; Kainmueller, D.; Schönlieb, C.-B.; Liu, S.; Talsania, D.; Meda, Y.; Mishra, P.; Ridzuan, M.; Neumann, O.; Schilling, M. P.; Reischl, M.; Mikut, R.; Huang, B.; Chien, H.-C.; Wang, C.-P.; Lee, C.-Y.; Lin, H.-K.; Liu, Z.; Pan, X.; Han, C.; Cheng, J.; Dawood, M.; Deshpande, S.; Bashir, R. M. S.; Shephard, A.; Costa, P.; Nunes, J. D.; Campilho, A.; Cardoso, J. S.; Hrishikesh, P. S.; Puthussery, D.; Devika, R. G.; Jiji, C. V.; Zhang, Y.; Fang, Z.; Lin, Z.; Zhang, Y.; Lin, C.; Zhang, L.; Mao, L.; Wu, M.; Vo, V. T.-T.; Kim, S.-H.; Lee, T.; Kondo, S.; Kasai, S.; Dumbhare, P.; Phuse, V.; Dubey, Y.; Jamthikar, A.; Vuong, T. T. L.; Kwak, J. T.; Ziaei, D.; Jung, H.; Miao, T.; Snead, D.; Raza, S. E. A.; Minhas, F.; Rajpoot, N. M.
2023. arxiv. doi:10.48550/arXiv.2303.06274

Validating neural networks for spectroscopic classification on a universal synthetic dataset
Schuetzke, J.; Szymanski, N. J.; Reischl, M.
2023. npj Computational Materials, 9 (1), 100. doi:10.1038/s41524-023-01055-y

Categorization and Evaluation Methods for Control Strategies of Bilateral Tasks in Arm Prosthetics
Hetto, T.; Schulz, S.; Reischl, M.
2023. IEEE Access, 11, 52501–52508. doi:10.1109/ACCESS.2023.3278836

Repurposing FDA‐Approved Drugs for Temozolomide‐resistant IDH1 Mutant Glioma using High‐Throughput Miniaturized Screening on Droplet Microarray Chip
Cui, H.; Sun, X.; Schilling, M.; Herold-Mende, C.; Reischl, M.; Levkin, P. A.; Popova, A. A.; Turcan, Ş.
2023. Advanced Healthcare Materials, 12 (24), Art.-Nr.: 2300591. doi:10.1002/adhm.202300591

Synthesis of large scale 3D microscopic images of 3D cell cultures for training and benchmarking
Bruch, R.; Keller, F.; Böhland, M.; Vitacolonna, M.; Klinger, L.; Rudolf, R.; Reischl, M.
2023. PLOS ONE, 18 (3), Article no: e0283828. doi:10.1371/journal.pone.0283828

Automated high-throughput image processing as part of the screening platform for personalized oncology
Schilling, M. P.; El Khaled El Faraj, R.; Urrutia Gómez, J. E.; Sonnentag, S. J.; Wang, F.; Nestler, B.; Orian-Rousseau, V.; Popova, A. A.; Levkin, P. A.; Reischl, M.
2023. Scientific Reports, 13, Article no: 5107. doi:10.1038/s41598-023-32144-z

Investigation of a simplified photometer design for the measurement of ozone gas concentration
Petani, L.; Barth, R.; Wührl, L.; Sieber, I.; Koker, L.; Reischl, M.; Gengenbach, U.; Pylatiuk, C.
2023. 2022 IEEE-EMBS Conference on Biomedical Engineering and Sciences (IECBES), 94–99, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/IECBES54088.2022.10079356

Automated Zebrafish Phenotype Pattern Recognition: 6 Years Ago, and Now
Schutera, M.; Rettenberger, L.; Reischl, M.
2022. Zebrafish, 19 (6), 213–217. doi:10.1089/zeb.2022.0027

EasyMLServe: Easy Development of REST Machine Learning Services
Neumann, O.; Schilling, M.; Reischl, M.; Mikut, R.
2022, December. 32. Workshop Computational Intelligence (2022), Berlin, Germany, December 1–2, 2022

Droplet Microarray as a Powerful Platform for Seeking New Antibiotics Against Multidrug‐Resistant Bacteria
Lei, W.; Deckers, A.; Luchena, C.; Popova, A.; Reischl, M.; Jung, N.; Bräse, S.; Schwartz, T.; Krimmelbein, I. K.; Tietze, L. F.; Levkin, P. A.
2022. Advanced Biology, 6 (12), Art.-Nr.: 2200166. doi:10.1002/adbi.202200166

A Computational Workflow for Interdisciplinary Deep Learning Projects utilizing bwHPC Infrastructure
Schilling, M.; Neumann, O.; Scherr, T.; Cui, H.; Popova, A. A.; Levkin, P. A.; Götz, M.; Reischl, M.
2022. Proceedings of the 7th bwHPC Symposium, 69–74, Kommunikations- und Informationszentrum (kiz). doi:10.18725/OPARU-46069

Combining Miniaturized Chemical Synthesis with Biochemical Screeing for High-Throughput Discovery
Wiedmann, J. J.; Maier, T. C.; Schmidt, S.; Benz, M.; Schilling, M.; Czech, J.; Bärenz, F.; Mors, H.; Reischl, M.; Hopf, C.; Levkin, P. A.
2022, October. Drug Discovery (ELRIG 2022), London, United Kingdom, October 4–5, 2022

Droplet Microarray Based Screening Identifies Proteins for Maintaining Pluripotency of hiPSCs
Liu, Y.; Bertels, S.; Reischl, M.; Peravali, R.; Bastmeyer, M.; Popova, A. A.; Levkin, P. A.
2022. Advanced Healthcare Materials, 11 (18), Art.-Nr.: 2200718. doi:10.1002/adhm.202200718

Normics: Proteomic Normalization by Variance and Data-Inherent Correlation Structure
Dressler, F. F.; Brägelmann, J.; Reischl, M.; Perner, S.
2022. Molecular & Cellular Proteomics, 21 (9), Article no: 100269. doi:10.1016/j.mcpro.2022.100269

A Critical Review of Neural Networks for the Use with Spectroscopic Data
Schuetzke, J.; Szymanski, N. J.; Ceder, G.; Reischl, M.
2022, August 24. 33rd European Crystallographic Meeting (ECM 2022), Versailles, France, August 23–27, 2022

Prediction of Fluorescent Ki67 Staining in 3D Tumor Spheroids
Bruch, R.; Vitacolonna, M.; Rudolf, R.; Reischl, M.
2022. Current Directions in Biomedical Engineering, 8 (2), 305–308. doi:10.1515/cdbme-2022-1078

Annotation Efforts in Image Segmentation can be Reduced by Neural Network Bootstrapping
Rettenberger, L.; Schilling, M.; Reischl, M.
2022. Current Directions in Biomedical Engineering, 8 (2), 329–332. doi:10.1515/cdbme-2022-1084

Impact of Annotation Noise on Histopathology Nucleus Segmentation
Schilling, M. P.; Ahuja, N.; Rettenberger, L.; Scherr, T.; Reischl, M.
2022. Current Directions in Biomedical Engineering, 8 (2), 197–200. doi:10.1515/cdbme-2022-1051

A Purely Visual Re-ID Approach for Bumblebees (Bombus terrestris)
Tausch, F.; Borlinghaus, P.; Rettenberger, L.; Reischl, M.
2022, June 19. IEEE / CVF Conference on Computer Vision and Pattern Recognition (CVPR 2022), New Orleans, LA, USA, June 19–24, 2022

A universal synthetic dataset for machine learning on spectroscopic data
Schützke, J.; Szymanski, N. J.; Reischl, M.
2022. doi:10.5445/IR/1000148149

High-Throughput Data Acquisition Platform for Multi-Larvae Touch-Response Behavior Screening of Zebrafish
Wang, Y.; Kanagaraj, N. K.; Pylatiuk, C.; Mikut, R.; Peravali, R.; Reischl, M.
2022. IEEE Robotics and automation letters, 7 (2), 858–865. doi:10.1109/LRA.2021.3134281

Methods and Prospects of Machine Learning applied to Challenges in Crystallography
Reischl, M.; Schützke, J.
2022. DGK München

Genetic Algorithm for the Optimal LiDAR Sensor Configuration on a Vehicle
Berens, F.; Elser, S.; Reischl, M.
2022. IEEE sensors journal, 22 (3), 2735–2743. doi:10.1109/JSEN.2021.3136362

EasyMLServe: Easy Deployment of REST Machine Learning Services
Neumann, O.; Schilling, M.; Reischl, M.; Mikut, R.
2022. Proceedings - 32. Workshop Computational Intelligence: Berlin, 1. - 2. Dezember 2022. Hrsg.: H. Schulte; F. Hoffmann; R. Mikut, 11–30, KIT Scientific Publishing

Experimental Setup for Evaluation of Medical Ozone Gas Sensors
Petani, L.; Wickersheim, D.; Koker, L.; Reischl, M.; Gengenbach, U.; Pylatiuk, C.
2022. 2022 IEEE Sensors Applications Symposium (SAS), 1st - 3rd August 2022, Sundsvall, Sweden, 1–6, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/SAS54819.2022.9881340

KaIDA: a modular tool for assisting image annotation in deep learning
Schilling, M. P.; Schmelzer, S.; Klinger, L.; Reischl, M.
2022. Journal of Integrative Bioinformatics, 19 (4), Art.-Nr.: 20220018. doi:10.1515/jib-2022-0018

Ciscnet - a Single-Branch Cell Nucleus Instance Segmentation and Classification Network
Böhland, M.; Neumann, O.; Schilling, M. P.; Reischl, M.; Mikut, R.; Loffler, K.; Scherr, T.
2022. 2022 IEEE International Symposium on Biomedical Imaging Challenges (ISBIC), 1–5, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ISBIC56247.2022.9854734

Methods and Prospects of Machine Learning applied to Challenges in Crystallography
Reischl, M.
2022. 30th Annual Meeting of the German Crystallographic Society (DGK 2022), Munich, Germany, March 14–17, 2022

“Cells‐to‐cDNA on Chip”: Phenotypic assessment and gene expression analysis from live cells in nanoliter volumes using droplet microarrays
Chakraborty, S.; Luchena, C.; Elton, J. J.; Schilling, M. P.; Reischl, M.; Roux, M.; Levkin, P. A.; Popova, A. A.
2022. Advanced Healthcare Materials, 11 (12), Art.-Nr.: 2102493. doi:10.1002/adhm.202102493

Machine learning with domain knowledge for predictive quality monitoring in resistance spot welding
Zhou, B.; Pychynski, T.; Reischl, M.; Kharlamov, E.; Mikut, R.
2022. Journal of Intelligent Manufacturing, 33, 1139–1163. doi:10.1007/s10845-021-01892-y

Methods for the frugal labeler: Multi-class semantic segmentation on heterogeneous labels
Schutera, M.; Rettenberger, L.; Pylatiuk, C.; Reischl, M.
2022. PLoS ONE, 17 (2), Art.-Nr.: e0263656. doi:10.1371/journal.pone.0263656

Simple assessment of viability in 2D and 3D cell microarrays using single step digital imaging
Popova, A. A.; Reischl, M.; Kazenmaier, D.; Cui, H.; Amberger, T.; Levkin, P. A.
2022. SLAS technology, 27 (1), 44–53. doi:10.1016/j.slast.2021.10.017

Automated Annotator Variability Inspection for Biomedical Image Segmentation
Schilling, M. P.; Scherr, T.; Munke, F. R.; Neumann, O.; Schutera, M.; Mikut, R.; Reischl, M.
2022. IEEE access, 10, 2753–2765. doi:10.1109/ACCESS.2022.3140378

Equilibrium droplet shapes on chemically patterned surfaces: theoretical calculation, phase-field simulation, and experiments
Wu, Y.; Kuzina, M.; Wang, F.; Reischl, M.; Selzer, M.; Nestler, B.; Levkin, P. A.
2022. Journal of Colloid and Interface Science, 606, 1077–1086. doi:10.1016/j.jcis.2021.08.029

Development of an Experimental Setup for Real-Time In-Line Dissolved Ozone Measurement for Medical Therapy
Petani, L.; Wührl, L.; Koker, L.; Reischl, M.; Renz, J.; Gengenbach, U.; Pylatiuk, C.
2022. Ozone science & engineering, 44 (5), 499–509. doi:10.1080/01919512.2021.1932412

Grid Screener: A Tool for Automated High-throughput Screening on Biochemical and Biological Analysis Platforms
Schilling, M. P.; Schmelzer, S.; Gómez, J. E. U.; Popova, A. A.; Levkin, P. A.; Reischl, M.
2021. IEEE access, 9, 166027–166038. doi:10.1109/ACCESS.2021.3135709

Label Assistant: A Workflow for Assisted Data Annotation in Image Segmentation Tasks
Schilling, M. P.; Rettenberger, L.; Münke, F.; Cui, H.; Popova, A. A.; Levkin, P. A.; Mikut, R.; Reischl, M.
2021, November 26. 31. Workshop Computational Intelligence (2021), Berlin, Germany, November 25–26, 2021

A Computational Workflow for Interdisciplinary Deep Learning Projects utilizing bwHPC Infrastructure
Schilling, M. P.; Neumann, O.; Scherr, T.; Cui, H.; Popova, A. A.; Levkin, P. A.; Götz, M.; Reischl, M.
2021, November 8. 7th bwHPC Symposium (2021), Online, November 8, 2021

Pilotstudie zur Evaluation einer medizinisch-beruflich orientierten Rehabilitation für Pflegekräfte
Wittmann, C.; Papst, L.; Reischl, M.; Welsch, K.; Käfer, M.; Köllner, V.
2021. Zeitschrift für psychosomatische Medizin und Psychotherapie, 68 (2), 128–140. doi:10.13109/zptm.2021.67.oa13

Evaluierung von Merkmalen zur Abbildung von Veränderungen in ungeordneten Bilddaten = Evaluating features to represent changes in unstructured image data
Münke, F. R.; Schilling, M. P.; Mikut, R.; Reischl, M.
2021. Automatisierungstechnik, 69 (10), 892–902. doi:10.1515/auto-2021-0038

CAD-to-real: enabling deep neural networks for 3D pose estimation of electronic control units – A transferable and automated approach for industrial use cases = CAD-to-real: Eine Methode zum Einsatz tiefer neuronaler Netze bei der 3D-Lageerkennung von elektronischen Steuergeräten - Ein transferierbarer und automatisierter Ansatz für industrielle Anwendungen
Bäuerle, S.; Böhland, M.; Barth, J.; Reischl, M.; Steimer, A.; Mikut, R.
2021. Automatisierungstechnik, 69 (10), 880–891. doi:10.1515/auto-2021-0020

Night-to-Day: Online Image-to-Image Translation for Object Detection Within Autonomous Driving by Night
Schutera, M.; Hussein, M.; Abhau, J.; Mikut, R.; Reischl, M.
2021. IEEE Transactions on Intelligent Vehicles, 6 (3), 480–489. doi:10.1109/TIV.2020.3039456

Designing Inherently Photodegradable Cell‐Adhesive Hydrogels for 3D Cell Culture
Rosenfeld, A.; Göckler, T.; Kuzina, M.; Reischl, M.; Schepers, U.; Levkin, P. A.
2021. Advanced healthcare materials, 10 (16), Art.Nr. 2100632. doi:10.1002/adhm.202100632

epiTracker: A Framework for Highly Reliable Particle Tracking for the Quantitative Analysis of Fish Movements in Tanks
Bruch, R.; Scheikl, P. M.; Mikut, R.; Loosli, F.; Reischl, M.
2021. SLAS technology, 26 (4), 367–376. doi:10.1177/2472630320977454

Long photoperiod impairs learning in male but not female medaka
López-Olmeda, J. F.; Zhao, H.; Reischl, M.; Pylatiuk, C.; Lucon-Xiccato, T.; Loosli, F.; Foulkes, N. S.
2021. iScience, 24 (7), Art. Nr.: 102784. doi:10.1016/j.isci.2021.102784

Evaluation of four point cloud similarity measures for the use in autonomous driving
Berens, F.; Elser, S.; Reischl, M.
2021. Automatisierungstechnik, 69 (6), 499–510. doi:10.1515/auto-2020-0140

Miniaturized Drug Sensitivity and Resistance Test on Patient-Derived Cells Using Droplet-Microarray
Popova, A. A.; Dietrich, S.; Huber, W.; Reischl, M.; Peravali, R.; Levkin, P. A.
2021. SLAS technology, 26 (3), 274–286. doi:10.1177/2472630320934432

Enhancing deep-learning training for phase identification in powder X-ray diffractograms
Schuetzke, J.; Benedix, A.; Mikut, R.; Reischl, M.
2021. IUCrJ, 8 (3). doi:10.1107/S2052252521002402

Cuepervision: self-supervised learning for continuous domain adaptation without catastrophic forgetting
Schutera, M.; Hafner, F. M.; Abhau, J.; Hagenmeyer, V.; Mikut, R.; Reischl, M.
2021. Image and vision computing, 106, Article no: 104079. doi:10.1016/j.imavis.2020.104079

Machine learning methods for automated classification of tumors with papillary thyroid carcinoma-like nuclei : A quantitative analysis
Böhland, M.; Tharun, L.; Scherr, T.; Mikut, R.; Hagenmeyer, V.; Thompson, L. D. R.; Perner, S.; Reischl, M.
2021. PLOS ONE, 16 (9), e0257635. doi:10.1371/journal.pone.0257635

Quantification Platform for Touch Response of Zebrafish Larvae using Machine Learning
Wang, Y.; Pylatiuk, C.; Mikut, R.; Peravali, R.; Reischl, M.
2021. Proceedings - 31. Workshop Computational Intelligence : Berlin, 25. - 26. November 2021. Hrsg.: H. Schulte, Horst; F. Hoffmann; R. Mikut, 37–54, KIT Scientific Publishing

Label Assistant: A Workflow for Assisted Data Annotation in Image Segmentation Tasks
Schilling, M. P.; Rettenberger, L.; Münke, F.; Cui, H.; Popova, A. A.; Levkin, P. A.; Mikut, R.; Reischl, M.
2021. Proceedings - 31. Workshop Computational Intelligence : Berlin, 25. - 26. November 2021. Hrsg.: H. Schulte; F. Hoffmann; R. Mikut, 211–234, KIT Scientific Publishing

Systematic assessment of the biocompatibility of materials for inkjet-printed ozone sensors for medical therapy
Petani, L.; Wehrheim, V.; Koker, L.; Reischl, M.; Ungerer, M.; Gengenbach, U.; Pylatiuk, C.
2021. Flexible and printed electronics, 6 (4), Art.-Nr.: 043003. doi:10.1088/2058-8585/ac32ab

Diagnose-Spektrum somatischer Komorbiditäten bei unterschiedlichen AVEM Mustern in der Psychosomatischen Rehabilitation
Wittmann, C.; Reischl, M.; Welsch, K.; Käfer, M.; Köllner, V.
2021. Praxis klinische Verhaltensmedizin und Rehabilitation, 114 (2), 58–67

An Automated Experimentation System for the Touch-Response Quantification of Zebrafish Larvae
Wang, Y.; Marcato, D.; Tirumalasetty, V.; Kanagaraj, N. K.; Pylatiuk, C.; Mikut, R.; Peravali, R.; Reischl, M.
2021. IEEE transactions on automation science and engineering, 19 (4), 3007–3019. doi:10.1109/TASE.2021.3104507

Performance of Different Diagnostic PD-L1 Clones in Head and Neck Squamous Cell Carcinoma
Ribbat-Idel, J.; Dressler, F. F.; Krupar, R.; Watermann, C.; Paulsen, F.-O.; Kuppler, P.; Klapper, L.; Offermann, A.; Wollenberg, B.; Rades, D.; Laban, S.; Reischl, M.; Bruchhage, K.-L.; Idel, C.; Perner, S.
2021. Frontiers in Medicine, 8, Art.-Nr.: 640515. doi:10.3389/fmed.2021.640515

BeadNet: Deep learning-based bead detection and counting in low-resolution microscopy images
Scherr, T.; Streule, K.; Bartschat, A.; Böhland, M.; Stegmaier, J.; Reischl, M.; Orian-Rousseau, V.; Mikut, R.
2020. Bioinformatics, 36 (17), 4668–4670. doi:10.1093/bioinformatics/btaa594

High‐Throughput Screening of Cell Transfection Enhancers Using Miniaturized Droplet Microarrays
Liu, Y.; Tronser, T.; Peravali, R.; Reischl, M.; Levkin, P. A.
2020. Advanced biosystems, 4 (3), 1900257. doi:10.1002/adbi.201900257

Evaluation of semi-supervised learning using sparse labeling to segment cell nuclei
Bruch, R.; Rudolf, R.; Mikut, R.; Reischl, M.
2020. Current directions in biomedical engineering, 6 (3), Art.Nr. 20203103. doi:10.1515/cdbme-2020-3103

Application of Machine Learning to XRD Phase Identification
Schützke, J.; Jones, B.; Henderson, N.; Rodesney, N.; Benedix, A.; Knorr, K.; Mikut, R.; Reischl, M.
2020. Denver X-Ray Conference (2020), Denver, CO, USA, August 17–20, 2020

Siamese Networks for 1D Signal Identification
Schützke, J.; Benedix, A.; Mikut, R.; Reischl, M.
2020. Proceedings - 30. Workshop Computational Intelligence : Berlin, 26. - 27. November 2020, 17–31, KIT Scientific Publishing

Transforming Lidar Point Cloud Characteristics Between Different Datasets Using Image-to-Image Translation
Berens, F.; Knapp, Y.; Reischl, M.; Elser, S. T.
2020. Proceedings - 30. Workshop Computational Intelligence : Berlin, 26. - 27. November 2020, 73–86, KIT Scientific Publishing

Evaluation of Semi-Supervised Learning Using Sparse Labeling to Segmet Cell Nuclei
Bruch, R.; Rudolf, R.; Mikut, R.; Reischl, M.
2020. 54th Annual Conference of the German Society for Biomedical Engineering (DGBMT 2020), Online, September 29–October 1, 2020

Schätzung einer zeitabhängigen Reproduktionszahl R für Daten mit einer wöchentlichen Periodizität am Beispiel von SARS-CoV-2-Infektionen und COVID-19
Mikut, R.; Mühlpfordt, T.; Reischl, M.; Hagenmeyer, V.
2020. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000119466

A novel approach to label road defects in video data: semi-automated video analysis
Thumm, J.; Masino, J.; Knoche, M.; Gauterin, F.; Reischl, M.
2020. International journal on smart sensing and intelligent systems, 13 (1), 1–9. doi:10.21307/ijssis-2020-007

Comparison of PD-L1 expression between paired cytologic and histologic specimens from non-small cell lung cancer patients
Kuempers, C.; Linde, L. I. S. van der; Reischl, M.; Vogel, W.; Stellmacher, F.; Reck, M.; Heigener, D.; Rabe, K. F.; Kirfel, J.; Perner, S.; Welker, L.
2020. Virchows Archiv, 476, 261–271. doi:10.1007/s00428-019-02632-7

mTORC1 and PKB/Akt control the muscle response to denervation by regulating autophagy and HDAC4
Castets, P.; Rion, N.; Théodore, M.; Falcetta, D.; Lin, S.; Reischl, M.; Wild, F.; Guérard, L.; Eickhorst, C.; Brockhoff, M.; Guridi, M.; Ibebunjo, C.; Cruz, J.; Sinnreich, M.; Rudolf, R.; Glass, D. J.; Rüegg, M. A.
2019. Nature Communications, 10 (1), 3187. doi:10.1038/s41467-019-11227-4

Machine Learning Methods for Automated Quantification of Ventricular Dimensions
Schutera, M.; Just, S.; Gierten, J.; Mikut, R.; Reischl, M.; Pylatiuk, C.
2019, October 29. Bosch AICON (AICON 2019), Renningen, Germany, October 28–29, 2019

Fuzzy tissue detection for real-time focal control in corneal confocal microscopy = Fuzzy-Gewebeerkennung für Echtzeit-Fokusregelung in der Kornea-Konfokalmikroskopie
Bartschat, A.; Allgeier, S.; Scherr, T.; Stegmaier, J.; Bohn, S.; Reichert, K.-M.; Kuijper, A.; Reischl, M.; Stachs, O.; Köhler, B.; Mikut, R.
2019. Automatisierungstechnik, 67 (10), 879–888. doi:10.1515/auto-2019-0034

Automated design process for hybrid regression modeling with a one-class SVM = Ein automatisiertes Entwurfsverfahren für hybride Regressionsmodelle mit einer Ein-Klassen-Support-Vektor-Maschine
Böhland, M.; Doneit, W.; Gröll, L.; Mikut, R.; Reischl, M.
2019. Automatisierungstechnik, 67 (10), 843–852. doi:10.1515/auto-2019-0013

Strategies for supplementing recurrent neural network training for spatio-temporal prediction = Strategien zur Unterstützung des Trainings von Rekurrenten Neuronalen Netzen zur räumlich-zeitlichen Vorhersage
Schutera, M.; Elser, S.; Abhau, J.; Mikut, R.; Reischl, M.
2019. Automatisierungstechnik, 67 (7), 545–556. doi:10.1515/auto-2018-0124

Motion prediction enables simulated MR-imaging of freely moving model organisms
Reischl, M.; Jouda, M.; MacKinnon, N.; Fuhrer, E.; Bakhtina, N.; Bartschat, A.; Mikut, R.; Korvink, J. G.
2019. PLoS Computational Biology, 15 (12), e1006997. doi:10.1371/journal.pcbi.1006997

Digitale Bildverarbeitung und Tiefe Neuronale Netze in der Augenheilkunde – aktuelle Trends - Digital Image Processing and Deep Neural Networks in Ophthalmology – Current Trends
Bartschat, A.; Allgeier, S.; Bohn, S.; Scherr, T.; Blessing, D.; Reichert, K.-M.; Reischl, M.; Stachs, O.; Koehler, B.; Mikut, R.
2019. Klinische Monatsblätter für Augenheilkunde, 236 (12), 1399–1406. doi:10.1055/a-1008-9400

Evaluation of Features for Change Detection in Unstructured Image Data
Münke, F. R.; Bartschat, A.; Chen, Y.; Mikut, R.; Reischl, M.
2019. Proceedings - 29. Workshop Computational Intelligence, Dortmund, 28. - 29. November 2019. Ed.: F. Hoffmann, E. Hüllermeier, R. Mikut, 1–23, KIT Scientific Publishing

Influence of Synthetic Label Image Object Properties on GAN Supported Segmentation Pipelines
Böhland, M.; Scherr, T.; Bartschat, A.; Mikut, R.; Reischl, M.
2019. Proceedings - 29. Workshop Computational Intelligence, Dortmund, 28. - 29. November 2019. Ed.: F. Hoffmann, E. Hüllermeier, R. Mikut, 289–309, KIT Scientific Publishing

Domain is of the Essence: Data Deployment for City-Scale Multi-Camera Vehicle Re-Identification
Schutera, M.; Hafner, F. M.; Vogt, H.; Abhau, J.; Reischl, M.
2019. International Workshop on Traffic and Street Surveillance for Safety and Security: in conjuction with IEEE AVSS 2019, September 21th, Taipei, Taiwan, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/AVSS.2019.8909858

Diagnosespektrum somatischer Komorbiditäten und psychische Belastung bei unterschiedlichen AVEM Mustern in der Psychosomatischen Rehabilitation
Wittmann, C.; Reischl, M.; Käfer, M.; Köllner, V.
2019. Deutscher Kongress für Psychosomatische Medizin und Psychotherapie, Berlin, 20.-22.03.2019. doi:10.13140/RG.2.2.34331.31521

Machine Learning Methods for Automated Quantification of Ventricular Dimensions
Schutera, M.; Just, S.; Gierten, J.; Mikut, R.; Reischl, M.; Pylatiuk, C.
2019. Zebrafish, 16 (6), 542–545. doi:10.1089/zeb.2019.1754

Towards DeepSpray: Using Convolutional Neural Network to post-process Shadowgraphy Images of Liquid Atomization
Chaussonnet, G.; Lieber, C.; Yikang, Y.; Gu, W.; Bartschat, A.; Reischl, M.; Koch, R.; Mikut, R.; Bauer, H.-J.
2019. doi:10.5445/IR/1000097897/v3

Benchmarking in classification and regression
Hoffmann, F.; Bertram, T.; Mikut, R.; Reischl, M.; Nelles, O.
2019. Wiley interdisciplinary reviews / Data mining and knowledge discovery, 9 (5), e1318. doi:10.1002/widm.1318

DIY Automated Feeding and Motion Recording System for the Analysis of Fish behaviour
Pylatiuk, C.; Zhao, H.; Gursky, E.; Reischl, M.; Peravali, R.; Foulkes, N.; Loosli, F.
2019. SLAS technology, 24 (4), 394–398. doi:10.1177/2472630319841412

Data mining tools
Bartschat, A.; Reischl, M.; Mikut, R.
2019. Wiley interdisciplinary reviews / Data mining and knowledge discovery, 9 (4), Article: e1309. doi:10.1002/widm.1309

The HMG box transcription factors Sox1a and Sox1b specify a new class of glycinergic interneuron in the spinal cord of zebrafish embryos
Gerber, V.; Yang, L.; Takamiya, M.; Ribes, V.; Gourain, V.; Peravali, R.; Stegmaier, J.; Mikut, R.; Reischl, M.; Ferg, M.; Rastegar, S.; Strähle, U.
2019. Development <Cambridge>, 146 (4), dev172510. doi:10.1242/dev.172510

A Novel Optical Tissue Clearing Protocol for Mouse Skeletal Muscle to Visualize Endplates in Their Tissue Context
Williams, M. P. I.; Rigon, M.; Straka, T.; Hörner, S. J.; Thiel, M.; Gretz, N.; Hafner, M.; Reischl, M.; Rudolf, R.
2019. Frontiers in cellular neuroscience, 13, Article No.49. doi:10.3389/fncel.2019.00049

Characterization of Road Condition with Data Mining Based on Measured Kinematic Vehicle Parameters
Masino, J.; Thumm, J.; Levasseur, G.; Frey, M.; Gauterin, F.; Mikut, R.; Reischl, M.
2018. Journal of advanced transportation, 2018, Article: 8647607. doi:10.1155/2018/8647607

A hybrid auricular control system: direct, simultaneous, and proportional myoelectric control of two degrees of freedom in prosthetic hands
Schmalfuss, L.; Hahne, J.; Farina, D.; Hewitt, M.; Kogut, A.; Doneit, W.; Reischl, M.; Rupp, R.; Liebetanz, D.
2018. Journal of neural engineering, 15 (5), 056028. doi:10.1088/1741-2552/aad727

Comparison of Machine Learning Approaches for Time-series-based Quality Monitoring of Resistance Spot Welding (RSW)
Zhou, B.; Pychynski, T.; Reischl, M.; Mikut, R.
2018. Archives of Data Science, Series A (Online First), 5 (1), A13, 17 S. online. doi:10.5445/KSP/1000087327/13

Distributed traffic light control at uncoupled intersections with real-world topology by deep reinforcement learning [in press]
Schutera, M.; Goby, N.; Smolarek, S.; Reischl, M.
2018. Accepted to 32nd Annual Conference on Neural Information Processing Systems (NIPS), Montreal, CDN, December 3-8, 2018

Distributed traffic light control at uncoupled intersections with real-world topology by deep reinforcement learning
Schutera, M.; Goby, N.; Smolarek, S.; Reischl, M.
2018. 32nd Annual Conference on Neural Information Processing Systems - Natural and Synthetic (NIPS 2018), Montreal, Canada, December 3–8, 2018

Transfer learning versus multi-agent learning regarding distributed decision-making in highway traffic
Schutera, M.; Goby, N.; Neumann, D.; Reischl, M.
2018. Proceedings of the Tenth International Workshop on Agents in Traffic and Transportation (ATT 2018) co-located with with the Federated Artificial Intelligence Meeting, including ECAI/IJCAI, AAMAS and ICML 2018 conferences (FAIM 2018), Stockholm, Sweden, July 14, 2018. Ed.: A.L.C. Bazzan, 57–62

Transfer learning versus multi-agent learning regarding distributed decision-making in highway traffic
Schutera, M.; Goby, N.; Neumann, D.; Reischl, M.
2018. 10th International Workshop on Agents in Traffic and Transportation (ATT 2018), Stockholm, Sweden, July 14, 2018

Best Practices in Deep Learning-Based Segmentation of Microscopy Images
Scherr, T.; Bartschat, A.; Reischl, M.; Stegmaier, J.; Mikut, R.
2018. Proceedings - 28. Workshop Computational Intelligence, Dortmund, 29. - 30. November 2018. Ed.: F. Hoffmann, 175–195, KIT Scientific Publishing. doi:10.5445/IR/1000087734

Robustness of Deep Learning Architectures with Respect to Training Data Variation
Bartschat, A.; Unger, T.; Scherr, T.; Stegmaier, J.; Mikut, R.; Reischl, M.
2018. Proceedings - 28. Workshop Computational Intelligence, Dortmund, 29. - 30. November 2018. Ed.: F. Hoffmann, 129–138, KIT Scientific Publishing. doi:10.5445/IR/1000087724

Distinct amino acid motifs carrying multiple positive charges regulate membrane targeting of dysferlin and MG53
Zhou, L.; Middel, V.; Reischl, M.; Strähle, U.; Nienhaus, G. U.
2018. PLoS one, 13 (8), e0202052. doi:10.1371/journal.pone.0202052

Droplet microarray: Miniaturized platform for rapid formation and high-throughput screening of embryoid bodies
Tronser, T.; Demir, K.; Reischl, M.; Bastmeyer, M.; Levkin, P. A.
2018. Lab on a chip, 18 (15), 2257–2269. doi:10.1039/c8lc00450a

Cortical representation of auricular muscles in humans: A robot-controlled TMS mapping and fMRI study
Meincke, J.; Hewitt, M.; Reischl, M.; Rupp, R.; Schmidt-Samoa, C.; Liebetanz, D.
2018. PLoS one, 13 (7), e0201277. doi:10.1371/journal.pone.0201277

Charakterisierung der Fahrbahnbeschaffenheit durch Data Mining von gemessenen kinematischen Fahrzeuggrößen [Characterization of road states using data mining based on kinematic vehicle sensors]
Masino, J.; Levasseur, G.; Frey, M.; Gauterin, F.; Mikut, R.; Reischl, M.
2017. Automatisierungstechnik, 65 (12), 867–877. doi:10.1515/auto-2017-0061

ZebrafishMiner: an open source software for interactive evaluation of domain-specific fluorescence in zebrafish
Reischl, M.; Bartschat, A.; Liebel, U.; Gehrig, J.; Müller, F.; Mikut, R.
2017. Current directions in biomedical engineering, 3 (2), 199–202. doi:10.1515/cdbme-2017-0042

Prognostic Value of the New Prostate Cancer International Society of Urological Pathology Grade Groups
Offermann, A.; Hohensteiner, S.; Kuempers, C.; Ribbat-Idel, J.; Schneider, F.; Becker, F.; Hupe, M. C.; Duensing, S.; Merseburger, A. S.; Kirfel, J.; Reischl, M.; Lubczyk, V.; Kuefer, R.; Perner, S.
2017. Frontiers in medicine, 4, Article no 157. doi:10.3389/fmed.2017.00157

High-throughput screening and analysis of startle response behvior in zebrafish
Peravali, R.; Marcato, D.; Stegmaier, J.; Geisler, R.; Pylatiuk, C.; Reischl, M.; Wezel, J. van; Mikut, R.; Dallman, J.; Strähle, U.
2017. 10th European Zebrafish Meeting (2017), Budapest, Hungary, July 3–7, 2017

Road surface prediction from acoustical measurements in the tire cavity using support vector machine
Masino, J.; Pinay, J.; Reischl, M.; Gauterin, F.
2017. Applied acoustics, 125, 41–48. doi:10.1016/j.apacoust.2017.03.018

DaMoQ: Eine Open-Source-MATLAB-Toolbox zur Bewertung von Daten- und Modellqualität in Regressionen
Doneit, W.; Mikut, R.; Gröll, L.; Pychynski, T.; Reischl, M.
2017. Automatisierungstechnik, 65 (3), 207–218. doi:10.1515/auto-2016-0128

Eine umfassende Methodik zur automatisierten Auswertung von bildgebenden Hochdurchsatzverfahren. habilitation thesis
Reischl, M.
2017. Karlsruher Institut für Technologie (KIT)

The tumor-associated YB-1 protein: new player in the circadian control of cell proliferation
Pagano, C.; Martino, O. di; Ruggiero, G.; Maria Guarino, A.; Mueller, N.; Siauciunaite, R.; Reischl, M.; Simon Foulkes, N.; Vallone, D.; Calabro, V.
2017. OncoTarget, 8 (4), 6193–6205. doi:10.18632/oncotarget.14051

Evaluation of the Droplet-Microarray Platform for High-Throughput Screening of Suspension Cells
Popova, A. A.; Depew, C.; Permana, K. M.; Trubitsyn, A.; Peravali, R.; Ordiano, J. Á. G.; Reischl, M.; Levkin, P. A.
2017. Journal of laboratory automation, 22 (2), 163–175. doi:10.1177/2211068216677204

A novel brain tumour model in zebrafish reveals the role of YAP activation in MAPK/PI3K induced malignant growth
Mayrhofer, M.; Gourain, V.; Reischl, M.; Affaticati, P.; Jenett, A.; Joly, J.-S.; Benelli, M.; Demichelis, F.; Poliani, P. L.; Sieger, D.; Mione, M.
2017. Disease models & mechanisms, 10, 15–28. doi:10.1242/dmm.026500

Automated feature detection and screening in zebrafish embryos
Pylatiuk, C.; Stegmaier, J.; Marcato, D.; Spomer, W.; Pfriem, A.; Reischl, M.; Alshut, R.; Mikut, R.; Peravali, R.; Strähle, U.
2016. Fish and Amphibian Embryos as Alternatve Models in Toxicology and Teralogy : An International Symposium and Workshop, Aulnay-sour-Bois, F, December 1-2, 2016

Beispiele für den Einsatz von Automatisierungstechnik bei der Analyse biologischer Modellorganísmen
Marcato, D.; Breitwieser, H.; Scheikl, P.; Peravali, R.; Reischl, M.; Pylatiuk, C.
2016. Automatisierungstechnik, 64 (11), 915–925. doi:10.1515/auto-2016-0117

A new feedback-based method for parameter adaptation in image processing routines
Khan, A. M.; Mikut, R.; Reischl, M.
2016. PLoS one, 11 (10), e0165180. doi:10.1371/journal.pone.0165180

Einfluss von Trainingseffekten auf die Parameteradaption für Mensch-Maschine-Schnittstellen in der Medizintechnik = Effects of training on the parameter adaptation in man-machine-interfaces in medical engineering
Reischl, M.; Tuga, M. R.; Meister, L.; Alberg, E.; Doneit, W.; Liebetanz, D.; Rupp, R.; Mikut, R.
2016. Automatisierungstechnik, 64 (10), 816–826. doi:10.1515/auto-2016-0051

Control scheme selection in human-machine-interfaces by analysis of activity signals
Doneit, W.; Mikut, R.; Liebetanz, D.; Rupp, R.; Reischl, M.
2016. Current directions in biomedical engineering, 2 (1), 707–710. doi:10.1515/cdbme-2016-0153

A framework for feedback-based segmentation of 3D image stacks
Stegmaier, J.; Peter, N.; Portl, J.; Mang, I. V.; Schröder, R.; Leitte, H.; Mikut, R.; Reischl, M.
2016. Current directions in biomedical engineering, 2 (1), 437–441

Semi-automated detection of fractional shortening in zebrafish embryo heart videos
Nasrat, S.; Marcato, D.; Hirth, S.; Reischl, M.; Pylatiuk, C.
2016. Current directions in biomedical engineering, 2 (1), 233–236. doi:10.1515/cdbme-2016-0052

Photovoltaic power forecasting using simple data-driven models without weather data
González Ordiano, J. Á.; Waczowicz, S.; Reischl, M.; Mikut, R.; Hagenmeyer, V.
2016. Computer Science - Research and Development, 32 (1-2), 237–246. doi:10.1007/s00450-016-0316-5

Dysferlin-mediated phosphatidylserine sorting engages macrophages in sarcolemma repair
Middel, V.; Zhou, L.; Takamiya, M.; Beil, T.; Shahid, M.; Roostalu, U.; Grabher, C.; Rastegar, S.; Reischl, M.; Nienhaus, G. U.; Strähle, U.
2016. Nature Communications, 7, 12875. doi:10.1038/ncomms12875

Automated phenotype pattern recognition of zebrafish for high-throughput screening
Schutera, M.; Dickmeis, T.; Mione, M.; Peravali, R.; Marcato, D.; Reischl, M.; Mikut, R.; Pylatiuk, C.
2016. Bioengineered, 7 (4), 261–265. doi:10.1080/21655979.2016.1197710

Automation strategies for large-scale 3D image analysis
Stegmaier, J.; Schott, B.; Hübner, E.; Traub, M.; Shahid, M.; Takamiya, M.; Kobitski, A.; Hartmann, V.; Stotzka, R.; Van Wezel, J.; Streit, A.; Nienhaus, G. U.; Strähle, U.; Reischl, M.; Mikut, R.
2016. Automatisierungstechnik, 64 (7), 555–566. doi:10.1515/auto-2016-0019

Robust model for biosignal-based personalisation of cancer chronotherapy
Schott, B.; Stegmaier, J.; Arbaud, A.; Reischl, M.; Mikut, R.; Levi, F.
2016. Summer UK Clock Club, Warwick, GB, July 4, 2016

Robust individual circadian parameter estimation for biosignal-based personalisation of cancer chronography
Schott, B.; Stegmaier, J.; Arbaud, A.; Reischl, M.; Mikut, R.; Levi, F.
2016. Workshop Biosignalverarbeitung 2016 : Innovationen bei der Erfassung und Analyse bioelektrischer und biomagnetischer Signale, Berlin, 7-.8.April 2016, 67–70, PTB

Robust individual circadian parameter estimation for biosignal-based personalisation of cancer chronography
Schott, B.; Stegmaier, J.; Arbaud, A.; Reischl, M.; Mikut, R.; Levi, F.
2016. Workshop Biosignalverarbeitung 2016, Berlin, 7.8.April 2016

Data-driven photovoltaic power forecasting
Gonzalez Ordiano, J. A.; Waczowicz, S.; Reischl, M.; Mikut, R.; Hagenmeyer, V.
2016. 5. Jahrestagung des KIT-Zentrums Energie, Blick nach Vorne - Energiesystem 2050, Karlsruhe, 15.Juni 2016

Steer by ear: Myoelectric auricular control of powered wheelchairs for individuals with spinal cord injury
Schmalfuß, L.; Rupp, R.; Tuga, M. R.; Kogut, A.; Hewitt, M.; Meincke, J.; Klinker, F.; Duttenhoefer, W.; Eck, U.; Mikut, R.; Reischl, M.; Liebetanz, D.
2016. Restorative Neurology and Neuroscience, 34 (1), 79–95. doi:10.3233/RNN-150579

TELMYOS - a feasibility study of a telemetric wheelchair control interface based on the bilateral recording of myoelectric signals from ear muscles
Rupp, R.; Schmalfuß, L.; Tuga, M.; Kogut, A.; Hewitt, M.; Eck, U.; Mikut, R.; Reischl, M.; Liebetanz, D.
2016. ASIA 2016 Annual Scientific Meeting, Philadelphia, PA, April 13-16, 2016

Steer by ear - Vergleichsstudie zur Steuerung eines Elektrorollstuhls mittels zweier oberflächlich gemessener Aktivierungsmuster der Ohrmuskulator
Eck, U.; Kogut, A.; Tuga, M. R.; Doneit, W.; Schmalfuß, L.; Liebetanz, D.; Reischl, M.; Rupp, R.
2016. Inklusion von Menschen mit Querschnittlähmung: eine multiprofessionelle Herausforderung : 29.Jahrestagung der Deutschsprachigen Medizinischen Gesellschaft für Paraplegie e.V., Hamburg, 25.-28.Mai 2016

Activation of YAP signaling is necessary for progression from Heterotopia to brain tumor
Mayrhofer, M.; Gourain, V.; Reischl, M.; Affaticati, P.; Jenett, A.; Joly, J.-S.; Sieger, D.; Mione, M.
2016. 4th European Zebrafish Principal Investigator Meeting (EZPM), Lisboa, P, March 15-19, 2016

Automated image analysis of in vivo processes in model organisms - design of analysis pipelines, software, and applications
Mikut, R.; Stegmaier, J.; Pylatiuk, C.; Reischl, M.
2016. 7th Annual Meeting of the EFOR Network, Gif-Sur-Yvette, F, March 7-8, 2016

Small angle X-ray scattering as a high-throughput method to classify antimicrobial modes of action
Gundlach, A. R. von; Garamus, V. M.; Gorniak, T.; Davies, H. A.; Reischl, M.; Mikut, R.; Hilpert, K.; Rosenhahn, A.
2016. Biochimica et Biophysica Acta - Biomembranes, 1858 (5), 918–925. doi:10.1016/j.bbamem.2015.12.022

Improving short antimicrobial peptides despite elusive rules for activity
Mikut, R.; Ruden, S.; Reischl, M.; Breitling, F.; Volkmer, R.; Hilpert, K.
2016. Biochimica et Biophysica Acta - Biomembranes, 1858 (5), 1024–1033. doi:10.1016/j.bbamem.2015.12.013

Virtual storages as theoretically motivated demand response models for enhanced smat grid operations
Waczowicz, S.; Reischl, M.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.; Hagenmeyer, V.; Mikut, R.
2016. Energy technology, 4 (1), 163–176. doi:10.1002/ente.201500318

XPIWIT : An XML pipeline wrapper for the Insight Toolkit
Bartschat, A.; Hübner, E.; Reischl, M.; Mikut, R.; Stegmaier, J.
2016. Bioinformatics, 32 (2), 315–317. doi:10.1093/bioinformatics/btv559

Sympathetic innervation controls homeostasis of neuromuscular junctions in health and disease
Khan, M. M.; Lustrino, D.; Silveira, W. A.; Wild, F.; Straka, T.; Issop, Y.; O’Connor, E.; Cox, D.; Reischl, M.; Marquardt, T.; Labeit, D.; Labeit, S.; Benoit, E.; Molgo, J.; Lochmüller, H.; Witzemann, V.; Kettelhut, I. C.; Navegantes, L. C. C.; Pozzan, T.; Rudolf, R.
2016. Proceedings of the National Academy of Sciences of the United States of America, 113 (3), 746–750. doi:10.1073/pnas.1524272113

Vorwissen in Funktionsapproximationen durch Support-Vektor-Regression bei schlechter Datenqualität
Doneit, W.; Mikut, R.; Gröll, L.; Reischl, M.
2015. 25.Workshop Computational Intelligence, Dortmund, 26.-27.Novenber 2015

A Zebrafish Drug-Repurposing Screen Reveals sGC-Dependent and sGC-Independent Pro-Inflammatory Activities of Nitric Oxide
Wittmann, C.; Reischl, M.; Shah, A. H.; Kronfuss, E.; Mikut, R.; Liebel, U.; Grabher, C.
2015. PLoS one, 10 (10), Art.Nr.: e0137286. doi:10.1371/journal.pone.0137286

Vorwissen in Funktionsapproximationen durch Support-Vektor-Regression bei schlechter Datenqualität
Doneit, W.; Mikut, R.; Gröll, L.; Reischl, M.
2015. Proceedings. 25. Workshop Computational Intelligence, Dortmund, 26. - 27. November 2015. Hrsg.: F. Hoffmann, 163–182, KIT Scientific Publishing

Visualization for error-controlled surface reconstruction from large electron microscopy image stacks
Portl, J.; Stegmaier, J.; Mang, I. V.; Reischl, M.; Schröder, R.; Leitte, H.
2015. Visualization in Practice, Chicago, Ill., October 25-30, 2015

Demand response clustering - How do dynamic prices affect household electricity consumption?
Waczowicz, S.; Reischl, M.; Hagenmeyer, V.; Mikut, R.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.
2015. IEEE PowerTech 2015, Eindhoven, NL, June 29 - July 2, 2015

Demand response clustering - How do dynamic prices affect household electricity consumption?
Waczowicz, S.; Reischl, M.; Hagenmeyer, V.; Mikut, R.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.
2015. Proceedings of IEEE PowerTech 2015, Eindhoven, NL, June 29 - July 2, 2015, Article no 7232493, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/PTC.2015.7232493

Kalibrierungs- und Trainingsstrategien zur individuellen Signalgenerierung für die myoelektrische Steuerung technischer Hilfsmittel
Doneit, W.; Tuga, M. R.; Mikut, R.; Liebetanz, D.; Rupp, R.; Reischl, M.
2015. Technisches Messen, 82 (9), 411–421. doi:10.1515/teme-2015-0023

A Benchmark Data Set to Evaluate the Illumination Robustness of Image Processing Algorithms for Object Segmentation and Classification
Khan, A. ul M.; Mikut, R.; Reischl, M.
2015. PLoS one, 10 (7), Art.Nr. e0131098. doi:10.1371/journal.pone.0131098

Virtual Storages as Theoretically Motivated Demand Response Models for Enhanced Smart Grid Operations
Waczowicz, S.; Reischl, M.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.; Hagenmeyer, V.; Mikut, R.
2015. Energy, Science and Technology, Conference and Exhibition (EST 2015), Karlsruhe, Germany, May 20–22, 2015

Virtual storages as theoretically motivated demand response models for enhanced smart grid operation
Waczowicz, S.; Reischl, M.; Klaiber, S.; Bretschneider, P.; Westermann, D.; Hagenmeyer, V.; Mikut, R.
2015. Energy, Science and Technology, Conference and Exhibition (EST 2015), Karlsruhe, Germany, May 20–22, 2015

TELMYOS - a telemetric wheelchair control interface based on the bilateral recording of myoelectric signals from ear muscles
Rupp, R.; Schmalfuß, L.; Tuga, M.; Kogut, A.; Hewitt, M.; Meincke, J.; Duttenhöfer, W.; Eck, U.; Mikut, R.; Reischl, M.; Liebetanz, D.
2015. Technically Assisted Rehabilitation Conference (TAR 2015), Berlin, March 12-13, 2015

Clinical and molecular implications of MED15 in head and neck squamous cell carcinoma
Shaikhibrahim, Z.; Offermann, A.; Halbach, R.; Vogel, W.; Braun, M.; Kristiansen, G.; Bootz, F.; Wenzel, J.; Mikut, R.; Lengerke, C.; Reischl, M.; Schröck, A.; Perner, S.
2015. American Journal of Pathology, 185 (4), 1114–1122. doi:10.1016/j.ajpath.2014.12.010

Autophagy Impairment in Muscle Induces Neuromuscular Junction Degeneration and Precocious Aging
Carnio, S.; LoVerso, F.; Baraibar, M. A.; Longa, E.; Khan, M. M.; Maffei, M.; Reischl, M.; Canepari, M.; Loefler, S.; Kern, H.; Blaauw, B.; Friguet, B.; Bottinelli, R.; Rudolf, R.; Sandri, M.
2014. Cell Reports, 8 (5), 1509–1521. doi:10.1016/j.celrep.2014.07.061

Data-Mining-Methoden für die Demenzforschung: Stand und Potenziale
Mikut, R.; Reischl, M.; Putze, F.; Schultz, T.
2014. Technische Unterstützung für Menschen mit Demenz : Symposium 30.09. - 01.10.2013. Hrsg.: T. Schultz, 89–103, KIT Scientific Publishing

Datengetriebene Modellierung von zeitvariablen Stromtarifen in Verteilnetzen
Waczowicz, S.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.; Reischl, M.; Mikut, R.
2014. 3. Jahrestagung des KIT-Zentrums Energie (2014), Karlsruhe, Germany, June 26, 2014

Abstands- und Monotoniemae für Regressionsmodelle mit heterogenen Lerndaten
Doneit, W.; Mikut, R.; Pychynski, T.; Reischl, M.
2014. 24.Workshop Computational Intelligence, Dortmund, 27.-28.Novenber 2014

Abstands- und Monotoniemaße für Regressionsmodelle mit heterogenen Lerndaten
Doneit, W.; Mikut, R.; Pychynski, T.; Reischl, M.
2014. Proceedings. 24. Workshop Computational Intelligence, Dortmund, 27. - 28. November 2014. Ed.: F. Hoffmann, 1–16, KIT Scientific Publishing

Multimodal image segmentation of cellular fragmentation using edge detector and morphological operators
Khan, A.; Weiss, C.; Schweitzer, B.; Hansjosten, I.; Mikut, R.; Reischl, M.
2014. BMT 2014 : 48.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Hannover, 8.-10.Oktober 2014

Incremental parameter adaptation scheme for myoelectric-controlled human-machine interfaces
Tuga, M. R.; Rupp, R.; Kogut, A.; Liebetanz, D.; Schmalfuß, L.; Mikut, R.; Reischl, M.
2014. BMT 2014 : 48.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Hannover, 8.-10.Oktober 2014

Multimodal image segmentation of cellular fragmentation using edge detector and morphological operators
Khan, A.; Weiss, C.; Schweitzer, B.; Hansjosten, I.; Mikut, R.; Reischl, M.
2014. Biomedizinische Technik / Biomedical Engineering, 59 (Suppl.1), S518-S521

Incremental parameter adaptation scheme for myoelectric-controlled human-machine interfaces
Tuga, M. R.; Rupp, R.; Kogut, A.; Liebetanz, D.; Schmalfuß, L.; Mikut, R.; Reischl, M.
2014. Biomedizinische Technik, Biomedical Engineering / Supplement, 59 (s1), S148-S151. doi:10.1515/bmt-2014-5002

Automated analysis of zebrafish imaging data - Requirements, methods, software and applications
Mikut, R.; Stegmaier, J.; Reischl, M.
2014. The Heart of Europe: Zebrafish Meeting, Warszawa, PL, September 17-19, 2014

Myoelectric control by auricular muscles - an alternative human-machine interface
Schmalfuß, L.; Duttenhoefer, W.; Meincke, J.; Klinker, F.; Hewitt, M.; Tuga, M. R.; Kogul, A.; Reischl, M.; Rupp, R.; Liebetanz, D.
2014. 30th International Congress of Clinical Neurophysiology (ICCN), Berlin, March 19-23, 2014

Myoelectric control by auricular muscles - an alternative human-machine interface
Schmalfuß, L.; Duttenhoefer, W.; Meincke, J.; Klinker, F.; Hewitt, M.; Tuga, M. R.; Kogul, A.; Reischl, M.; Rupp, R.; Liebetanz, D.
2014. Clinical Neurophysiology / Supplement, 125 (1), S116

Data Mining zur Analyse der Auswirkungen von Preissignalen auf Haushaltsstromkunden = Data mining to analyse the effects of price signals on household electricity customers
Waczowicz, S.; Klaiber, S.; Bretschneider, P.; Konotop, I.; Westermann, D.; Reischl, M.; Mikut, R.
2014. Automatisierungstechnik, 62 (10), 740–752. doi:10.1515/auto-2014-1108

Asphalt Image Miner: Ein Werkzeug zur automatischen Quantifizierung der Gesteinskörnungen in Asphaltproben
Reischl, M.; Wittenberg, A.; Karcher, C.; Mikut, R.
2014. Automatisierungstechnik, 62, 676–683. doi:10.1515/auto-2014-1112

Automatic Zebrafish heartbeat detection and analysis for Zebrafish embryos
Pylatiuk, C.; Sanchez, D.; Mikut, R.; Alshut, R.; Reischl, M.; Hirth, S.; Rottbauer, W.; Just, S.
2014. Zebrafish, 11, 379–383. doi:10.1089/zeb.2014.1002

MED15 in head and neck squamous cell carcinoma: Clinical and molecular implications
Offermann, A.; Shaikhibrahim, Z.; Haibach, R.; Braun, M.; Kristiansen, G.; Bootz, F.; Mikut, R.; Reischl, M.; Schröck, A.; Perner, S.
2014. 23rd Biennial Congress of the European Association for Cancer Research, München, July 5-8, 2014

A novel zebrafish model of glioma reveals cell fate alteration through expression of oncogenic RAS
Spitzner, M.; Reischl, M.; Mione, M.
2014. 23rd Biennial Congress of the European Association for Cancer Research, München, July 5-8, 2014

MED15 in head and neck squamous cell carcinoma: Clinical and molecular implications
Offermann, A.; Shaikhibrahim, Z.; Haibach, R.; Braun, M.; Kristiansen, G.; Bootz, F.; Mikut, R.; Reischl, M.; Schröck, A.; Perner, S.
2014. European Journal of Cancer, 50 (Suppl. 5), 150

A novel zebrafish model of glioma reveals cell fate alteration through expression of oncogenic RAS
Spitzner, M.; Reischl, M.; Mione, M.
2014. European Journal of Cancer, 50 (Suppl. 5), S159-S160

Role of autophagy, SQSTM1, SH3GLB1, and TRIM63 in the turnover of nicotinic acetylcholine receptors
Khan, M. M.; Strack, S.; Wild, F.; Hanashima, A.; Gasch, A.; Brohm, K.; Reischl, M.; Carnio, S.; Labeit, D.; Sandri, M.; Labeit, S.; Rudolf, R.
2014. Autophagy, 10, 123–136. doi:10.4161/auto.26841

Automated prior knowledge-based quantification of neuronal patterns in the spinal cord of zebrafish
Stegmaier, J.; Shahid, M.; Takamiya, M.; Yang, L.; Rastegar, S.; Reischl, M.; Strähle, U.; Mikut, R.
2014. Bioinformatics, 30, 726–733. doi:10.1093/bioinformatics/btt600

Concept of a Co-Adaptive Training Environment for Human-Machine Interfaces Based on EMG-Control
Tuga, M. R.; Rupp, R.; Liebetanz, D.; Mikut, R.; Reischl, M.
2013. Biomedical Engineering / Biomedizinische Technik, 58 (SI 1). doi:10.1515/bmt-2013-4388

Die aurikuläre Muskulatur - eine alternative Mensch-Maschine-Schnittstelle
Schmalfuß, L.; Duttenhoefer, W.; Meincke, J.; Klinker, f.; Hewitt, M.; Tuga, M. R.; Kogut, A.; Reischl, M.; Rupp, R.; Liebetanz, D.
2013. 23.Jahrestagung der Deutschen Gesellschaft für Neurorehabilitation, Berlin, 12.-14.Dezember 2013 Neurologie und Rehabilitation, 19(2013) (Abstract)

Co-adaptives Lernen.: Untersuchungen einer Mensch-Maschine-Schnittstelle mit anpassungsfähigem Systemverhalten
Tuga, M. R.; Rupp, R.; Liebetanz, D.; Hübner, E.; Doneit, W.; Schmalfuß, L.; Mikut, R.; Reischl, M.
2013. 23.Workshop Computational Intelligence, Dortmund, 5.-6.Dezember 2013

Co-adaptives Lernen: Untersuchungen einer Mensch-Maschine-Schnittstelle mit anpassungsfähigem Systemverhalten
Tuga, M. R.; Rupp, R.; Liebetanz, D.; Hübner, E.; Doneit, W.; Schmalfuß, L.; Mikut, R.; Reischl, M.
2013. Proceedings 23.Workshop Computational Intelligence, Dortmund, 5.-6.Dezember 2013. Hrsg.: F. Hoffmann, 247–263, KIT Scientific Publishing

Concept of a co-adaptive training environment for human-machine interfaces based on EMG-control
Tuga, M. R.; Rupp, R.; Liebetanz, D.; Mikut, R.; Reischl, M.
2013. Dreiländertagung der Deutschen, Schweizerischen und Österreichischen Gesellschaft für Biomedizinische Technik (BMT 2013), Graz, A, 19.-21.September 2013

Targeting mycobacterium tuberculosis and other microbial pathogens using improved synthetic antibacterial peptides
Ramon-Garcia, S.; Mikut, R.; Ng, C.; Ruden, S.; Volkmer, R.; Reischl, M.; Hilpert, K.; Thompson, C. J.
2013. Antimicrobial Agents and Chemotherapy, 57, 2295–2303. doi:10.1128/AAC.00175-13

Genome-wide, whole mount in situ analysis of transcriptional regulators in zebrafish embryos
Armant, O.; März, M.; Schmidt, R.; Ferg, M.; Diotel, N.; Ertzer, R.; Bryne, J. C.; Yang, L.; Baader, I.; Reischl, M.; Legradi, J.; Mikut, R.; Stemple, D.; Ilcken, W. van; Sloot, A. van der; Lenhard, B.; Strähle, U.; Rastegar, S.
2013. Developmental Biology, 380, 351–362. doi:10.1016/j.ydbio.2013.05.006

Automatic tuning of image segmentation parameters by means of fuzzy feature evaluation
Khan, A. ul M.; Mikut, R.; Schweitzer, B. ..; Weiss, C.; Reischl, M.
2013. Synergies of Soft Computing and Statistics for Intelligent Data Analysis: Proceedings of the 6th International Conference on Soft Methods in Probability and Statistics, Konstanz, 4.-6. Oktober 2012. Hrsg.: R. Kruse, 459–467, Springer-Verlag. doi:10.1007/978-3-642-33042-1_49

Feedback-driven design of normalization techniques for biological images using fuzzy formulation of a priori knowledge
Khan, A.; Reischl, M.; Schweitzer, B.; Weiss, C.; Mikut, R.
2013. Moewes, C. Computational Intelligence in Intelligent Data Analysis Berlin [u.a.] : Springer, 2013 (Studies in Computational Intelligence ; 445), 167–178

A prototyping environment for evaluation of man-machine interfaces based on electromyographic activity
Bartschat, A.; Rupp, R.; Liebetanz, D.; Meinke, J.; Klinker, F.; Hewitt, M.; Reischl, M.
2012. Biomedizinische Technik, 57, 1095. doi:10.1515/bmt-2012-4243

Information Fusion of Image Analysis, Video Object Tracking, and Data Mining of Biological Images using the Open Source MATLAB Toolbox Gait-CAD
Stegmaier, J.; Alshut, R.; Reischl, M.; Mikut, R.
2012. Biomedizinische Technik, 57 (1), 458–461. doi:10.1515/bmt-2012-4073

Participation of Myosin Va and Pka Type I in the Regeneration of Neuromuscular Junctions
Röder, I. V.; Strack, S.; Reischl, M.; Dahley, O.; Khan, M. M.; Kassel, O.; Zaccolo, M.; Rudolf, R.
2012. PLoS One, 7 (7), e40860/1–10. doi:10.1371/journal.pone.0040860

Challenges of uncertainty propagation in image analysis
Stegmaier, J.; Khan, A. U. M.; Reischl, M.; Mikut, R.
2012. 22.Workshop Computational Intelligence, Dortmund, 6.-7.Dezember 2012

Computational Intelligence: State-of-the-Art, Methoden und Benchmarkprobleme
Hoffmann, F.; Mikut, R.; Kroll, A.; Reischl, M.; Nelles, O.; Schulte, H.; Bertram, T.
2012. 22.Workshop Computational Intelligence, Dortmund, 6.-7.Dezember 2012

Challenges of Uncertainty Propagation in Image Analysis
Stegmaier, J.; Maula Khan, A.; Reischl, M.; Mikut, R.
2012. Proceedings. 22. Workshop Computational Intelligence, Dortmund, 6. - 7. Dezember 2012. Ed.: F. Hoffmann, 55–69, KIT Scientific Publishing

Computational Intelligence: State-of-the-Art Methoden und Benchmarkprobleme
Hoffmann, F.; Mikut, R.; Kroll, A.; Reischl, M.; Nelles, O.; Schulte, H.; Bertram, T.
2012. Proceedings. 22. Workshop Computational Intelligence, Dortmund, 6. - 7. Dezember 2012. Ed.: F. Hoffmann, 1–42, KIT Scientific Publishing

Methoden zur datengetriebenen Formulierung und Visualisierung von Kausalitätshypothesen
Kühnert, C.; Gröll, L.; Heizmann, M.; Reischl, M.; Mikut, R.
2012. at - Automatisierungstechnik, 60, 630–640. doi:10.1524/auto.2012.1035

Facilitating drug discovery: An automated high-content inflammation assay in Zebrafish
Wittmann, C.; Reischl, M.; Shah, A. H.; Mikut, R.; Liebel, U.; Grabher, C.
2012. Journal of Visualized Experiments, 65, e4203/1–7. doi:10.3791/4203

Automatic tuning of image segmentation parameters by means of fuzzy feature evaluation
Khan, A. M.; Mikut, R.; Schweitzer, B.; Weiss, C.; Reischl, M.
2012. 6th Internat.Conf.on Soft Methods in Probability and Statistics, Konstanz, October 4-6, 2012

Information fusion of image analysis, video object tracking , and data mining of biological images using the open source MATLAB toolbox Gait-CAD
Stegmaier, J.; Alshut, R.; Reischl, M.; Mikut, R.
2012. BMT 2012 : 46.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Jena, 16.-19.September 2012

A prototyping environment for evaluation of man-machine interfaces based on electromyographic activity
Bartschat, A.; Rupp, R.; Liebetanz, D.; Meinke, J.; Klinker, F.; Hewitt, M.; Reischl, M.
2012. BMT 2012 : 46.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Jena, 16.-19.September 2012

On the quantification of tissue fluorescence in zebrafish
Reischl, M.; Bartschat, A.; Eberle, F.; Gehrig, J.; Liebel, U.; Mueller, F.; Mikut, R.
2012. 2nd European Zebrafish PI Meeting (EZPM 2012), Karlsruhe, March 21-23, 2012

On the quantification of tissue fluorescence in zebrafish
Reischl, M.; Bartschat, A.; Eberle, F.; Gehrig, J.; Liebel, U.; Mueller, F.; Mikut, R.
2012. 2nd European Zebrafish PI Meeting (EZPM 2012), Karlsruhe, March 21-23, 2012

Rapsyn mediates subsynaptic anchoring of PKA type I and stabilisation of acetylcholine receptor in vivo
Choi, K. R.; Berrera, M.; Reischl, M.; Strack, S.; Albrizio, M.; Röder, I. V.; Wagner, A.; Petersen, Y.; Hafner, M.; Zaccolo, M.; Rudolf, R.
2012. Journal of Cell Science, 125, 714–723. doi:10.1242/jcs.092361

Automation Systems to Enable High-Throughput Screening in Zebrafish Embryos
Pfriem, A.; Alshut, R.; Legradi, J.; Schulz, S.; Pylatiuk, C.; Liebel, R.; Strähle, U.; Reischl, M.; Bretthauer, G.; Mikut, R.
2011. Experimentelle und Klinische Pharmakologie und Toxikologie in Baden-Württemberg : 1.Wissenschaftliches Treffen, Schloss Reisensburg, Günzburg, 17.-19.November 2011

OrthoJacket: An active FES-hybrid orthosis for the paralysed upper extremity
Schill, O.; Wiegand, R.; Schmitz, B.; Matthies, R.; Eck, U.; Pylatiuk, C.; Reischl, M.; Schulz, S.; Rupp, R.
2011. Biomedizinische Technik/Biomedical Engineering, 56 (1), 35–44. doi:10.1515/BMT.2010.056

A Novel Labeling Approach Identifies Three Stability Levels of Acetylcholine Receptors in the Mouse Neuromuscular Junction In Vivo
Strack, S.; Petersen, Y.; Wagner, A.; Röder, I. V.; Albrizio, M.; Reischl, M.; Wacker, I. U.; Wilhelm, C.; Rudolf, R.
2011. PLoS one, 6 (6), e20524/1–9. doi:10.1371/journal.pone.0020524

SOX2 amplification is a common event in squamous cell carcinomas of different organ sites
Maier, S.; Wilbertz, T.; Braun, M.; Scheble, V.; Reischl, M.; Mikut, R.; Menon, R.; Nikolov, P.; Petersen, K.; Beschorner, C.; Moch, H.; Kakies, C.; Protzel, C.; Bauer, J.; Soltermann, A.; Fend, F.; Staebler, A.; Lengerke, C.; Perner, S.
2011. Human Pathology, 42, 1078–1088. doi:10.1016/j.humpath.2010.11.010

Feature extraction and plausibility check of spots in small-molecule microarray images
Borstel, S. von; Mikut, R.; Schmitz, K.; Reischl, M.
2011. BMT 2011 : 45.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Freiburg, 27.-30.September 2011 Biomedizinische Technik/Biomedical Engineering, 56(2011) Suppl.1 Auch auf CD-ROM DOI:10.1515/BMT.2011.858

Feature extraction and plausibility check of spots in small-molecule microarray images
Borstel, S. von; Mikut, R.; Schmitz, K.; Reischl, M.
2011. Biomedizinische Technik, 56 (s1). doi:10.1515/BMT.2011.858

Automation systems to enable high-throughput screening in zebrafish embryos
Pfriem, A.; Alshut, R.; Legradi, J.; Schulz, S.; Pylatiuk, C.; Liebel, U.; Strähle, U.; Reischl, M.; Bretthauer, G.; Mikut, R.
2011. Experimentelle und Klinische Pharmakologie und Toxikologie in Baden-Württemberg : 1.Wissenschaftliches Treffen, Schloss Reisensburg, Günzburg, 17.-19.November 2011

The hybrid fluidic driven upper limb orthosis - OrthoJacket
Schulz, S.; Schmitz, B.; Wiegand, R.; Pylatiuk, C.; Reischl, M.
2011. MEC 11 Raising the Standard : 2011 MyoElectric Controls/Powered Prosthetics Symp., Fredericton, New Brunswick, CDN, August 14-19, 2011

The hybrid fluidic driven upper limb orthosis - OrthoJacket
Schulz, S.; Schmitz, B.; Wiegand, R.; Pylatiuk, C.; Reischl, M.
2011. MEC 11 Raising the Standard : Proc.of the 2011 MyoElectric Controls/Powered Prosthetics Symp., Fredericton, New Brunswick, CDN, August 14-19, 2011 publ.online Fredericton : University of New Brunswick, 2011

Frequency and clinocopathologic correlates of KRAS amplification in non-small cell lung carcinoma
Wagner, P. L.; Stiedl, A. C.; Wilbertz, T.; Petersen, K.; Scheble, V.; Menon, R.; Reischl, M.; Mikut, R.; Rubin, M. A.; Fend, F.; Moch, H.; Soltermann, A.; Weder, W.; Altorki, N. K.; Perner, S.
2011. Lung Cancer, 74, 118–123. doi:10.1016/j.lungcan.2011.01.029

Data mining tools
Mikut, R.; Reischl, M.
2011. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 1, 431–443. doi:10.1002/widm.24

SOX2 gene amplification and protein overexpression are associated with better outcome in squamous cell lung cancer
Wilbertz, T.; Wagner, P.; Petersen, K.; Stiedl, A. C.; Scheble, V. J.; Maier, S.; Reischl, M.; Mikut, R.; Altorki, N. K.; Moch, H.; Fend, F.; Staehler, A.; Bass, A. J.; Meyerson, M.; Rubin, M. A.; Soltermann, A.; Lengerke, C.; Perner, S.
2011. Modern Pathology, 24, 944–953. doi:10.1038/modpathol.2011.49

Relevance of cohort design for studying the frequency of the ERG rearrangement in prostate cancer
Braun, M.; Scheble, V. J.; Menon, R.; Scharf, G.; Wilbertz, T.; Petersen, K.; Beschorner, C.; Reischl, M.; Kuefer, R.; Schilling, D.; Stenzl, A.; Kristiansen, G.; Rubin, M. A.; Fend, F.; Perner, S.
2011. Histopathology, 58, 1028–1036. doi:10.1111/j.1365-2559.2011.03862.x

Evaluation of data mining approaches for the control of multifunctional arm prostheses
Reischl, M.; Gröll, L.; Mikut, R.
2011. Integrated Computer-Aided Engineering, 18, 235–249. doi:10.3233/ICA-2011-0374

Automatische Klassifikation von Bildzeitreihen für toxikologische Hochdurchsatz-Untersuchungen
Alshut, R.; Mikut, R.; Legradi, J.; Liebel, U.; Strähle, U.; Bretthauer, G.; Reischl, M.
2011. at - Automatisierungstechnik, 59, 259–268. doi:10.1524/auto.2011.0921

On Robust Feature Extraction and Classification of Inhomogeneous Datasets
Reischl, M.; Alshut, R.; Mikut, R.
2010. Proceedings. 20. Workshop Computational Intelligence, Dortmund, 1. Dezember - 3. Dezember 2010. Ed.: F. Hoffmann, 2–12, KIT Scientific Publishing

On robust feature extraction and classification of inhomogeneous datasets
Reischl, M.; Alshut, R.; Mikut, R.
2010. Hoffmann, F. [Hrsg.] Proc.20.Workshop Computational Intelligence, Dortmund, 1.-3.Dezember 2010 Karlsruhe : KIT Scientific Publishing, 2010 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Karlsruher Institut für Technologie (KIT) ; Bd.33)

Segmentation, feature extraction and data mining oof microscopic images
Reischl, M.; Alshut, R.; Liebel, U.; Strähle, U.; Rudolf, R.; Mikut, R.
2010. Bio-Image Analysis Workshop, Karlsruhe, 1.Oktober 2010

Automated evaluation of images and image sequences for high-throughput screening of zebrafish
Alshut, R.; Mikut, R.; Legradi, J.; Liebel, U.; Strähle, U.; Reischl, M.
2010. The Zebrafish Embryo Model in Toxicology and Teratology, Karlsruhe, September 2- 3, 2010

Automatisierung des Hochdurchsatz-Screenings von Zebrafischlarven
Pylatiuk, C.; Ziegener, B.; Pfriem, A.; Alshut, R.; Hötzel, S.; Reischl, M.; Liebel, U.; Schulz, S.; Bretthauer, G.
2010. Riener, R. [Hrsg.] Automatisierungstechnische Verfahren für die Medizin : 9.Workshop, Zürich, CH, 29.-30.Oktober 2010 Düsseldorf : VDI-Verl., 2010 (Fortschritt-Berichte VDI : Reihe 17: Biotechnik/Medizintechnik ; 279)

Automatisierung des Hochdurchsatz-Screenings von Zebrafischlarven
Pylatiuk, C.; Ziegener, B.; Pfriem, A.; Alshut, R.; Hötzel, S.; Reischl, M.; Liebel, U.; Schulz, S.; Bretthauer, G.
2010. Riener, R. [Hrsg.] Automatisierungstechnische Verfahren für die Medizin : 9.Workshop, Zürich, CH, 29.-30.Oktober 2010 Düsseldorf : VDI-Verl., 2010 (Fortschritt-Berichte VDI : Reihe 17: Biotechnik/Medizintechnik ; 279), 13–14

Automated detection of zebrafish larvae tissues and morphologies in microscopic images using definiens
Reischl, M.; Hartmann, K.; Alshut, R.; Liebel, U.; Mikut, R.
2010. 1st Internat.Definiens Symp., Madrid, E, October 7-8, 2010

Fluidic actuation and sensors of the elbow joint in the hybrid orthosis orthojacket
Wiegand, R.; Schill, O.; Schmitz, B.; Eck, U.; Pylatiuk, C.; Reischl, M.; Rupp, R.; Schulz, S.
2010. BMT 2010 : 44.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Rostock, 5.-8.Oktober 2010 Biomedizinische Technik/Biomedical Engineering, 55(2010) Suppl.1, Auch auf CD-ROM DOI:10.1515/BMT.2010.385

Fluidic actuation and sensors of the elbow joint in the hybrid orthosis orthojacket
Wiegand, R.; Schill, O.; Schmitz, B.; Eck, U.; Pylatiuk, C.; Reischl, M.; Rupp, R.; Schulz, S.
2010. Biomedizinische Technik / Supplement, BMT 2010 : 44.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Rostock, 5.-8.Oktober 2010, Auch auf CD-ROM, 55 (S1), 32–35. doi:10.1515/BMT.2010.385

Methods for automated high-throughput toxicity testing using Zebrafish embryos
Alshut, R.; Legradi, J.; Liebel, U.; Yang, L.; Wezel, J. van; Strähle, U.; Mikut, R.; Reischl, M.
2010. Dillmann, R. [Hrsg.] KI 2010 : Advances in Artificial Intelligence ; Proc.of the 33rd Annual German Conf.on AI, Karlsruhe, September 21-24, 2010 Berlin [u.a.] : Springer, 2010 (Lecture Notes in Computer Science ; 6359 : Lecture Notes in Artificial Intelligence)

Methods for automated high-throughput toxicity testing using Zebrafish embryos
Alshut, R.; Legradi, J.; Liebel, U.; Yang, L.; Wezel, J. van; Strähle, U.; Mikut, R.; Reischl, M.
2010. Dillmann, R. [Hrsg.] KI 2010 : Advances in Artificial Intelligence ; Proc.of the 33rd Annual German Conf.on AI, Karlsruhe, September 21-24, 2010 Berlin [u.a.] : Springer, 2010 (Lecture Notes in Computer Science ; 6359 : Lecture Notes in Artificial Intelligence), 219–26

ERG rearrangement is specific to prostate cancer and does not occur in any other common tumor
Scheble, V. J.; Braun, M.; Beroukhim, R.; Mermel, C. H.; Ruiz, C.; Wilbertz, T.; Stiedl, A. C.; Petersen, K.; Reischl, M.; Kuefer, R.; Schilling, D.; Fend, F.; Kristiansen, G.; Meyerson, M.; Rubin, M. A.; Bubendorf, L.; Perner, S.
2010. Modern Pathology, 23, 1061–67. doi:10.1038/modpathol.2010.87

ERG rearrangement in small cell prostatic and lung cancer
Scheble, V. J.; Braun, M.; Wilbertz, T.; Stiedl, A. C.; Petersen, K.; Schilling, D.; Reischl, M.; Seitz, G.; Fend, F.; Kristiansen, G.; Perner, S.
2010. Histopathology, 56, 937–43. doi:10.1111/j.1365-2559.2010.03564.x

Automated readout of zebrafish assays by means of automated microscopy and image processing
Reischl, M.; Alshut, R.; Legradi, J.; Strähle, U.; Bretthauer, G.; Mikut, R.; Liebel, U.
2010. 1st European Zebrafish Meeting, Padova, I, March 18-21, 2010 Book of Abstracts

Myosin Va cooperates with PKA RIα to mediate maintenance of the endplate in vivo
Röder, I. V.; Choi, K. R.; Reischl, M.; Petersen, Y.; Diefenbacher, M. E.; Zaccolo, M.; Pozzan, T.; Rudolf, R.
2010. Proceedings of the National Academy of Sciences of the United States of America, 107, 2031–36. doi:10.1073/pnas.0914087107

Robust identification of coagulated zebrafish eggs using image processing and classification techniques
Alshut, R.; Legradi, J.; Yang, L.; Strähle, U.; Mikut, R.; Reischl, M.
2009. Hoffmann, F. [Hrsg.] Proc.19.Workshop Computational Intelligence, Dortmund, 2.-4.Dezember 2009 Karlsruhe : KIT Scientific Publishing, 2009 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Karlsruher Institut für Technologie (KIT) ; Bd.29)

OrthoJacket - an active FES-hybrid orthosis for the paralyzed upper extremity
Rupp, R.; Eck, U.; Schill, O.; Reischl, M.; Schulz, S.
2009. Technically Assisted Rehabilitation (TAR 2009) : 2nd European Conf., Berlin, March 18-19, 2009 Proc.on CD-ROM Berlin : Zentrum für Innovative Gesundheitstechnologie (ZiG), 2009

OrthoJacket - an active FES-hybrid orthosis for the paralyzed upper extremity
Rupp, R.; Eck, U.; Schill, O.; Reischl, M.; Schulz, S.
2009. Technically Assisted Rehabilitation (TAR 2009) : 2nd European Conf., Berlin, March 18-19, 2009 Proc.on CD-ROM Berlin : Zentrum für Innovative Gesundheitstechnologie (ZiG), 2009

Wissensgenerierung aus medizinischen und biologischen Datensätzen
Reischl, M.
2009. Vortr.: Universitätsklinik Tübingen, 3.April 2009

Automated high-throughput mapping of promoter-enhancer interactions in zebrafish embryos
Gehrig, J.; Reischl, M.; Kalmar, E.; Ferg, M.; Hadzhiev, Y.; Zaucker, A.; Song, C.; Schindler, S.; Liebel, U.; Müller, F.
2009. Nature Methods, 6, 911–16. doi:10.1038/nmeth.1396

Robust Identification of Coagulated Zebrafish Eggs using Image Processing and Classification Techniques
Alshut, R.; Legradi, J.; Yang, L.; Strähle, U.; Mikut, R.; Reischl, M.
2009. Proceedings. 19. Workshop Computational Intelligence, Dortmund, 2. - 4. Dezember 2009. Hrsg.: F. Hoffmann, 9–21, Universitätsverlag Karlsruhe

Design of a hybrid powered upper limb orthosis
Schulz, S.; Pylatiuk, C.; Kargov, A.; Gaiser, I.; Schill, O.; Reischl, M.; Eck, U.; Rupp, R.
2009. Dössel, O. [Hrsg.] World Congress on Medical Physics and Biomedical Engineering, München, September 7-9, 2009 13 Vol.on DVD Vol. 25/IX: Neuroengineering, Neural Systems, Rehabilitation and Prosthetics Berlin [u.a.] : Springer, 2009 (IFMBE Proceedings ; 25)

Design of a hybrid powered upper limb orthosis
Schulz, S.; Pylatiuk, C.; Kargov, A.; Gaiser, I.; Schill, O.; Reischl, M.; Eck, U.; Rupp, R.
2009. Dössel, O. [Hrsg.] World Congress on Medical Physics and Biomedical Engineering, München, September 7-9, 2009 13 Vol.on DVD Vol. 25/IX: Neuroengineering, Neural Systems, Rehabilitation and Prosthetics Berlin [u.a.] : Springer, 2009 (IFMBE Proceedings ; 25), 468–71

Comparison of surface EMG monitoring electrodes for long-term use in rehabilitation device control
Pylatiuk, C.; Müller-Riederer, M.; Kargov, A.; Schulz, S.; Schill, O.; Reischl, M.; Bretthauer, G.
2009. IEEE 11th Internat.Conf.on Rehabilitation Robotics (ICORR 2009), Kyoto, J, June 23-26, 2009 Proc.on USB-Stick Piscataway, N.J. : IEEE, 2009 Also publ.online

Automatic adaptation of a self-adhesive multi-electrode array for active wrist joint stabilization in tetraplegic SCI individuals
Schill, O.; Rupp, R.; Pylatiuk, C.; Schulz, S.; Reischl, M.
2009. 2009 IEEE Toronto Internat.Conf. Science and Technology for Humanity (TIC-STH 2009), Toronto, CDN, September 26-27, 2009 Proc.on CD-ROM Piscataway, N.J. : IEEE, 2009

Comparison of surface EMG monitoring electrodes for long-term use in rehabilitation device control
Pylatiuk, C.; Müller-Riederer, M.; Kargov, A.; Schulz, S.; Schill, O.; Reischl, M.; Bretthauer, G.
2009. IEEE 11th Internat.Conf.on Rehabilitation Robotics (ICORR 2009), Kyoto, J, June 23-26, 2009 Proc.on USB-Stick Piscataway, N.J. : IEEE, 2009 Also publ.online, 300–04

Automatic adaptation of a self-adhesive multi-electrode array for active wrist joint stabilization in tetraplegic SCI individuals
Schill, O.; Rupp, R.; Pylatiuk, C.; Schulz, S.; Reischl, M.
2009. 2009 IEEE Toronto Internat.Conf. Science and Technology for Humanity (TIC-STH 2009), Toronto, CDN, September 26-27, 2009 Proc.on CD-ROM Piscataway, N.J. : IEEE, 2009, 708–13

Towards high-throughput dissection of synaptic plasticity
Reischl, M.; Röder, I. V.; Petersen, Y.; Sieckmann, F.; Liebel, U.; Mikut, R.; Rudolf, R.
2009. European Light Microscopy Initiative, Glasgow, GB, June 9-12, 2009 Book of Abstracts

Zebrafish embryos as models for embryotoxic and teratological effects of chemicals
Yang, L.; Ho, N. Y.; Alshut, R.; Legradi, J.; Weiss, C.; Reischl, M.; Mikut, R.; Liebel, U.; Müller, F.; Strähle, U.
2009. Reproductive Toxicology, 28, 245–53. doi:10.1016/j.reprotox.2009.04.013

Takagi–Sugeno–Kang Fuzzy Classifiers for a Special Class of Time-Varying Systems
Mikut, R.; Burmeister, O.; Gröll, L.; Reischl, M.; Bretthauer, G.
2008. IEEE transactions on fuzzy systems, 16 (4), 1038–1049

Design and preliminary experience with fluidhand MK III
Schulz, S.; Pylatiuk, C.; Kargov, A.; Werner, T.; Gaiser, I.; Reischl, M.; Oberle, R.
2008. MEC’08 : Measuring Success in Upper Limb Prosthetics ; MyoElectric Controls/Powered Prosthetics Symp., Fredericton, CDN, August 13-15, 2008 Fredericton : Inst.of Biomedical Engineering, Univ.of New Brunswick, 2008

Signal processing concepts for optimal myoelectric sensor placement in a modular hybrid FES-orthosis
Schill, O.; Rupp, R.; Reischl, M.
2008. 4th European Congress for Medical and Biomedical Engineering (eMBEC 2008), Antwerpen, B, November 23-27, 2008 Book of Abstracts (395)

Design and preliminary experience with fluidhand MK III
Schulz, S.; Pylatiuk, C.; Kargov, A.; Werner, T.; Gaiser, I.; Reischl, M.; Oberle, R.
2008. MEC’08 : Measuring Success in Upper Limb Prosthetics ; MyoElectric Controls/Powered Prosthetics Symp., Fredericton, CDN, August 13-15, 2008 Fredericton : Inst.of Biomedical Engineering, Univ.of New Brunswick, 2008, 197–99

Data-based activity analysis and interpretation of small antibacterial peptides
Mikut, R.; Reischl, M.; Ulrich, A. S.; Hilpert, K.
2008. Mikut, R. [Hrsg.] Proc.18.Workshop Computational Intelligence, Dortmund, 3.-5.Dezember 2008 Karlsruhe : Universitätsverl.Karlsruhe, 2008 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; Bd.24)

Data-Based Activity Analysis and Interpretation of Small Antibacterial Peptides
Mikut, R.; Reischl, M.; Ulrich, A. S.; Hilpert, K.
2008. Proceedings. 18. Workshop Computational Intelligence, Dortmund, 3.-5. Dezember 2008. Hrsg.: R. Mikut, 189–203, Universitätsverlag Karlsruhe

Takagi-Sugeno-Kang fuzzy classifiers for a special class of time-varying systems
Mikut, R.; Burmeister, O.; Gröll, L.; Reischl, M.
2008. IEEE Transactions on Fuzzy Systems, 16, 1038–49. doi:10.1109/TFUZZ.2008.917291

Eine neue adaptive Handprothese
Bretthauer, G.; Schulz, S.; Pylatiuk, C.; Beck, S.; Reischl, M.
2008. Handchirurgie - Mikrochirurgie - Plastische Chirurgie, 40, 40–45. doi:10.1055/s-2007-989427

Preliminary evaluation for a functional support of the elbow and shoulder joint
Pylatiuk, C.; Schulz, S.; Vaassen, H.; Reischl, M.
2008. From Movement to Mind : Proc.ot the 13th Annual Conf.of the Internat.Functional Electric Stimulation Society, Freiburg, September 21-25, 2008 Biomedizinische Technik - Biomedical Engineering, 53(2008) Suppl.1

Preliminary evaluation for a functional support of the elbow and shoulder joint
Pylatiuk, C.; Schulz, S.; Vaassen, H.; Reischl, M.
2008. Biomedizinische Technik/Biomedical Engineering, From Movement to Mind : Proc.ot the 13th Annual Conf.of the Internat.Functional Electric Stimulation Society, Freiburg, September 21-25, 2008, Suppl.1, 53, 77–79

Proceedings. 18. Workshop Computational Intelligence, Dortmund, 3. Dezember - 5. Dezember 2008
Mikut, R.; Reischl, M. (Eds.)
2008. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1000009271

The open source Matlab toolbox Gait-CAD and its application to bioelectric signal processing
Mikut, R.; Burmeister, O.; Braun, S.; Reischl, M.
2008. Malberg, H. [Hrsg.] Biosignalverarbeitung : Innovationen bei der Erfassung und Analyse bioelektrischer und biomagnetischer Signale ; Beiträge zum Workshop Biosignalverarbeitung 2008, Potsdam, 16.-18.Juli 2008 Braunschweig [u.a.] : PTB, 2008

The open source Matlab toolbox Gait-CAD and its application to bioelectric signal processing
Mikut, R.; Burmeister, O.; Braun, S.; Reischl, M.
2008. Malberg, H. [Hrsg.] Biosignalverarbeitung : Innovationen bei der Erfassung und Analyse bioelektrischer und biomagnetischer Signale ; Beiträge zum Workshop Biosignalverarbeitung 2008, Potsdam, 16.-18.Juli 2008 Braunschweig [u.a.] : PTB, 2008, 109–11

Data-Mining-Analysen mit der Matlab-Toolbox Gait-CAD
Burmeister, O.; Reischl, M.; Bretthauer, G.; Mikut, R.
2008. at - Automatisierungstechnik, 56, 381–89. doi:10.1524/auto.2008.0718

Gedanken zur Lehre
Abel, D.; Buss, M.; Kroll, A.; Reischl, M.
2007. Automatisierungstechnik, 55 (5), 266–268. doi:10.1524/auto.2007.55.5.266

Interaktive Auswertung von aufgezeichneten Zeitreihen für Fehlerdiagnosen und Mensch-Maschine-Interfaces
Mikut, R.; Burmeister, O.; Grube, M.; Reischl, M.; Bretthauer, G.
2007. GMA Kongress 2007 : Automation im gesamten Lebenszyklus, Baden-Baden, 12.-13.Juni 2007 Düsseldorf : VDI Verl., 2007 S.185-94 (VDI-Berichte ; 1980) atp - Automatisierungstechnische Praxis, 49(2007) Nr.8, S.30-34

Interaktive Auswertung von aufgezeichneten Zeitreihen für Fehlerdiagnosen und Mensch-Maschine-Interfaces
Mikut, R.; Burmeister, O.; Grube, M.; Reischl, M.; Bretthauer, G.
2007. GMA Kongress 2007 : Automation im gesamten Lebenszyklus, Baden-Baden, 12.-13.Juni 2007 Düsseldorf : VDI Verl., 2007 S.185-94 (VDI-Berichte ; 1980) atp - Automatisierungstechnische Praxis, 49(2007) Nr.8, S.30-34

Interaktive Auswertung von aufgezeichneten Zeitreihen für Fehlerdiagnosen und Mensch-Maschine-Interfaces
Mikut, R.; Burmeister, O.; Grube, M.; Reischl, M.; Bretthauer, G.
2007. Automatisierungstechnische Praxis, GMA Kongress 2007 : Automation im gesamten Lebenszyklus, Baden-Baden, 12.-13.Juni 2007 Düsseldorf : VDI Verl., 2007 S.185-94 (VDI-Berichte ; 1980) atp -, S.30-34, 49 (8)

Gait-CAD - eine MATLAB-Toolbox zur automatisierten Zeitreihenauswertung
Reischl, M.; Burmeister, O.; Mikut, R.
2007. Tita, R. [Hrsg.] Automatisierungstechnische Verfahren für die Medizin : 7.Workshop, München, 19.-21.Oktober 2007 Düsseldorf : VDI-Verl., 2007 (Fortschritt-Berichte VDI : Reihe 17: Biotechnik/Medizintechnik ; 267)

Computational intelligence in den Lebenswissenschaften: Robustheitsprobleme bei Mensch-Maschine-Schnittstellen
Reischl, M.; Mikut, R.
2007. Automation im gesamten Lebenszyklus : GMA-Kongress 2007, Baden-Baden, 12.-13.Juni 2007 Düsseldorf : VDI-Verl., 2007 inkl.CD-ROM (VDI-Berichte ; 1980)

Automatisierter Entwurf von biometrischen Mensch-Maschine-Schnittstellen
Reischl, M.
2007. Vortr.: Universität Dortmund, 11.Januar 2007

Schnittstellen zwischen Mensch und Maschine. Anwendungen und Forschungsschwerpunkte
Reischl, M.
2007. Phaenomenale, Wolfsburg, 11.Februar 2007

Gait-CAD - eine MATLAB-Toolbox zur automatisierten Zeitreihenauswertung
Reischl, M.; Burmeister, O.; Mikut, R.
2007. Tita, R. [Hrsg.] Automatisierungstechnische Verfahren für die Medizin : 7.Workshop, München, 19.-21.Oktober 2007 Düsseldorf : VDI-Verl., 2007 (Fortschritt-Berichte VDI : Reihe 17: Biotechnik/Medizintechnik ; 267), 69–70

Computational intelligence in den Lebenswissenschaften: Robustheitsprobleme bei Mensch-Maschine-Schnittstellen
Reischl, M.; Mikut, R.
2007. Automation im gesamten Lebenszyklus : GMA-Kongress 2007, Baden-Baden, 12.-13.Juni 2007 Düsseldorf : VDI-Verl., 2007 inkl.CD-ROM (VDI-Berichte ; 1980), 215–24

Application of time-variant classifiers to invasively recorded signals from brain and peripheral nerve
Burmeister, O.; Reischl, M.; Mikut, R.
2007. BMT 2007 : 41.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Aachen, 26.-29.September 2007 Biomedizinische Technik, 52(2007) Ergänzungsbd.auf CD-ROM Poster-Nr. 45597

Application of time-variant classifiers to invasively recorded signals from brain and peripheral nerve
Burmeister, O.; Reischl, M.; Mikut, R.
2007. Biomedizinische Technik, BMT 2007 : 41.Jahrestagung der Deutschen Gesellschaft für (DGBMT), Aachen, 26.-29.September 2007, Ergänzungsbd.auf CD-ROM Poster-Nr. 45597, 52

Proceedings. 17. Workshop Computational Intelligence, Dortmund, 5. Dezember - 7. Dezember 2007
Mikut, R.; Reischl, M. (Eds.)
2007. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1000007008

Robust training and control strategies for the grasp type selection of hand prostheses
Reischl, M.; Mikut, R.; Bretthauer, G.
2006. IFAC symposia series / International Federation of Automatic Control, 39 (16), 478–483

An adaptive control scheme for multifunctional arm prostheses
Reischl, M.; Voelkel, B.; Gröll, L.; Bretthauer, G.; Mikut, R.
2006. IEEE transactions on neural systems and rehabilitation engineering, 12 S

Data mining in medical time series
Mikut, R.; Reischl, M.; Burmeister, O.; Loose, T.
2006. Biomedizinische Technik, 51, 288–93. doi:10.1515/BMT.2006.059

Die MATLAB-Toolbox Gait-CAD
Mikut, R.; Burmeister, O.; Reischl, M.; Loose, T.
2006. Mikut, R. [Hrsg.] Proc.16.Workshop Computational Intelligence, Dortmund, 29.November - 1.Dezember 2006 Karlsruhe : Universitätsverl.Karlsruhe, 2006 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; Bd.15)

Die MATLAB-Toolbox Gait-CAD
Mikut, R.; Burmeister, O.; Reischl, M.; Loose, T.
2006. Mikut, R. [Hrsg.] Proc.16.Workshop Computational Intelligence, Dortmund, 29.November - 1.Dezember 2006 Karlsruhe : Universitätsverl.Karlsruhe, 2006 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; Bd.15), 114–24

Proceedings. 16. Workshop Computational Intelligence, Dortmund, 29. Nov.-1. Dez. 2006
Mikut, R.; Reischl, M. (Eds.)
2006. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1000005189

Regelungs- und Steuerungskonzepte für Neuroprothesen am Beispiel der oberen Extremitäten
Mikut, R.; Krüger, T.; Reischl, M.; Burmeister, O.; Rupp, R.; Stieglitz, T.
2006. at - Automatisierungstechnik, 54, 523–36. doi:10.1524/auto.2006.54.11.523

Zeitvariante Klassifikatoren zur Steuerung von Brain Machine Interfaces und Neuroprothesen
Burmeister, O.; Reischl, M.; Gröll, L.; Mikut, R.
2006. at - Automatisierungstechnik, 54, 537–45. doi:10.1524/auto.2006.54.11.537

Determination of stability in multi-contact grasping
Pylatiuk, C.; Reischl, M.; Mikut, R.; Kargov, A.; Bretthauer, G.
2006. Gemeinsame Jahrestagung der Schweizerischen, Deutschen und Österreichischen Gesellschaft für Biomedizinische Technik (2006), Zurich, Switzerland, September 6–9, 2006

Lokalisierung von mechanischen Stimuli anhand von afferenten Nervensignalen
Reischl, M.; Krüger, T.; Burmeister, O.; Mikut, R.; Stieglitz, T.
2006. Automed : 6.Workshop Automatisierungstechnische Verfahren für die Medizin, Rostock, 24.-25.März 2006 Tagungsbd. auf CD-ROM Rostock : Inst.f.Automatisierungstechnik, Univ.Rostock, 2006

Robust training and control strategies for the grasp type selection of hand prostheses
Reischl, M.; Mikut, R.; Bretthauer, G.
2006. MECHATRONICS 2006 : 4th IFAC Symp.on Mechatronic Systems, Heidelberg, September 12-14, 2006 Proc.on CD-ROM Duesseldorf. VDI/VDE Gesellschaft Mess- und Automatisierungstechnik

Guidelines and applications for data mining in medical time series
Mikut, R.; Reischl, M.; Loose, T.; Burmeister, O.
2006. DGMT-Workshop Biosignalverarbeitung, Potsdam, 13.-14.Juli 2006

Ein Verfahren zum automatischen Entwurf von Mensch-Maschine-Schnittstellen am Beispiel myoelektrischer Handprothesen. PhD dissertation
Reischl, M.
2006. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1000004247

Zeitvariante Klassifikatoren für Brain Machine Interfaces und Neuroprothesen
Burmeister, O.; Reischl, M.; Mikut, R.
2005. Mikut, R. [Hrsg.] Proc.15.Workshop Computational Intelligence, Dortmund, 16.-18.November 2005 Karlsruhe : Universitätsverl.Karlsruhe, 2005 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; Bd.9)

Zeitvariante Klassifikatoren für Brain Machine Interfaces und Neuroprothesen
Burmeister, O.; Reischl, M.; Mikut, R.
2005. Mikut, R. [Hrsg.] Proc.15.Workshop Computational Intelligence, Dortmund, 16.-18.November 2005 Karlsruhe : Universitätsverl.Karlsruhe, 2005 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; Bd.9), 129–43

Proceedings. 15. Workshop Fuzzy-Systeme und Computational Intelligence, Dortmund, 16.-18. Nov. 2005
Mikut, R.; Reischl, M. (Eds.)
2005. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1000003664

Analysis of microelectrode-signals in the peripheral nervous system, in-vivo and post-processing
Krueger, T. B.; Stieglitz, T.; Mikut, R.; Reischl, M.; Burmeister, O.; Lago, N.; Navarro, X.; Ruff, R.; Hoffmann, K. P.
2005. Mikrosystemtechnik Kongress 2005, Freiburg, 10.-12.Oktober 2005 Berlin [u.a.] : VDE Verl., 2005 Inkl.CD-ROM

Analysis of microelectrode-signals in the peripheral nervous system, in-vivo and post-processing
Krueger, T. B.; Stieglitz, T.; Mikut, R.; Reischl, M.; Burmeister, O.; Lago, N.; Navarro, X.; Ruff, R.; Hoffmann, K. P.
2005. Mikrosystemtechnik Kongress 2005, Freiburg, 10.-12.Oktober 2005 Berlin [u.a.] : VDE Verl., 2005 Inkl.CD-ROM, 69–72

Robust design of man machine interfaces for time-variant biosignals
Reischl, M.; Burmeister, O.; Mikut, R.
2005. 14th Internat.Conf.on Medical Physics, 39th Annual Congress of the German Society for Biomedical Engineering, Nürnberg, September 14-17, 2005

Robust design of man machine interfaces for time-variant biosignals
Reischl, M.; Burmeister, O.; Mikut, R.
2005. Biomedizinische Technik/Biomedical Engineering, Suppl.1, Part 1, 50, 774–75

Individual control concepts for multifunctional hand prostheses
Reischl, M.; Pylatiuk, C.; Mikut, R.
2005. Orthopädie-Technik, Quarterly, (2005) No.1, 12–14

A hydraulically driven multifunctional prosthetic hand
Schulz, S.; Pylatiuk, C.; Reischl, M.; Martin, J.; Mikut, R.; Bretthauer, G.
2005. Robotica, 23, 293–99. doi:10.1017/S0263574704001316

Fuzzy, neural, and statistical classifiers in medical data mining. Problem formulation, performance and interpretability
Mikut, R.; Reischl, M.; Loose, T.
2005. From Data and Information Analysis to Knowledge Engineering : 29th Annual Conf.of the German Classification Society, Magdeburg, March 9-11, 2005 Book of Abstracts

Proceedings. 14. Workshop Fuzzy-Systeme und Computational Intelligence, Dortmund, 10.-12. Nov. 2004
Mikut, R.; Reischl, M. (Eds.)
2004. Universitätsverlag Karlsruhe. doi:10.5445/KSP/1652004

Validierung hierarchischer Klassifikatoren für Mehrklassenprobleme
Reischl, M.; Mikut, R.
2004. Mikut, R. [Hrsg.] Proc.14.Workshop Fuzzy-Systeme und Computational Intelligence, Dortmund, 10.-12.November 2004 Karlsruhe : Universitätsverl.Karlsruhe, 2004 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; 6)

Validierung hierarchischer Klassifikatoren für Mehrklassenprobleme
Reischl, M.; Mikut, R.
2004. Mikut, R. [Hrsg.] Proc.14.Workshop Fuzzy-Systeme und Computational Intelligence, Dortmund, 10.-12.November 2004 Karlsruhe : Universitätsverl.Karlsruhe, 2004 (Schriftenreihe des Instituts für Angewandte Informatik/Automatisierungstechnik Universität Karlsruhe (TH) ; 6), 175–88

Comparison of fuzzy and statistical calssifiers for brain-computer interfaces
Reischl, M.; Mikut, R.; Schlögl, A.
2004. BMT 2004 : Beiträge zur 38.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik, Ilmenau, 22.-24.September 2004 Biomedizinische Technik, 49(2004) Ergänzungsbd. 2, Teil 2

Comparison of classification system for EMG-signal interpretation
Reischl, M.; Voelkel, B.; Mikut, R.
2004. Hüllermeier, E. [Hrsg.] Soft Computing for Information Mining : 27th German Conf.on Artificial Intelligence, Ulm, September 20-24, 2004 Workshop Proceedings Ulm : Universität Ulm, 2004

EMG-control of prostheses by switch signals: extraction and classification of features
Reischl, M.; Gröll, L.; Mikut, R.
2004. 2004 IEEE Internat.Conf.on Systems, Man and Cybernetics : Impacts of Emerging Cybernetics and Human-Machine Systems, Den Haag, NL, October 10-13, 2004 Proc.on CD-ROM Piscataway, N.J. : IEEE, 2004

Optimized classification of multiclass problems applied to EMG-control of hand prostheses
Reischl, M.; Gröll, L.; Mikut, R.
2004. Internat.Joint Conf.on Neural Networks (IJCNN 2004) and IEEEInternat.Conf.on Fuzzy Systems (FUZZ-IEEE 2004), Budapest, H, July 25-29, 2004 Book of Abstracts

Comparison of classification system for EMG-signal interpretation
Reischl, M.; Voelkel, B.; Mikut, R.
2004. Hüllermeier, E. [Hrsg.] Soft Computing for Information Mining : 27th German Conf.on Artificial Intelligence, Ulm, September 20-24, 2004 Workshop Proceedings Ulm : Universität Ulm, 2004

Patientenindividuelle Steuerung von multifunktionalen Handprothesen
Reischl, M.; Pylatiuk, C.; Mikut, R.
2004. Orthopädie-Technik, 55, 798–800

Comparison of fuzzy and statistical calssifiers for brain-computer interfaces
Reischl, M.; Mikut, R.; Schlögl, A.
2004. Biomedizinische Technik, BMT 2004 : Beiträge zur 38.Jahrestagung der Deutschen Gesellschaft für, Ilmenau, 22.-24.September 2004, Ergänzungsbd. 2, Teil 2, 49, 762–63

Optimierte Klassifikation für Mehrklassenprobleme am Beispiel der Bewegungssteuerung von Handprothesen
Reischl, M.; Gröll, L.; Mikut, R.
2003. Proc.13.Workshop Fuzzy Systeme, Dortmund, 19.-21.November 2003 Wissenschaftliche Berichte, FZKA-6900 (November 2003), 124–43

Proceedings 13.Workshop Fuzzy Systeme, Dortmund, 19.-21.November 2003
Mikut, R.; Reischl, M.
2003. Wissenschaftliche Berichte, FZKA-6900 (November 2003). doi:10.5445/IR/270056204

Optimierte Klassifikation für Mehrklassenprobleme am Beispiel der Bewegungssteuerung von Handprothesen
Reischl, M.; Gröll, L.; Mikut, R.
2003. Proc.13.Workshop Fuzzy Systeme, Dortmund, 19.-21.November 2003 Wissenschaftliche Berichte, FZKA-6900 (November 2003)

Regelungskonzepte für fluidisch betriebene Handprothesen
Reischl, M.; Beck, S.; Mikut, R.; Lehmann, A.; Martin, J.; Schulz, S.
2003. AUTOMED 2003 : 4.Workshop Automatisierungstechnische Methoden und Systeme für die Medizin, Karlsruhe, 26.-27.März 2003 Wissenschaftliche Berichte, FZKA-6875 (Juni 2003), 16–17

Regelungskonzepte für fluidisch betriebene Handprothesen
Reischl, M.; Beck, S.; Mikut, R.; Lehmann, A.; Martin, J.; Schulz, S.
2003. AUTOMED 2003 : 4.Workshop Automatisierungstechnische Methoden und Systeme für die Medizin, Karlsruhe, 26.-27.März 2003 Wissenschaftliche Berichte, FZKA-6875 (Juni 2003)

Entwicklungsstand und WWW-Präsenz des Tutorials ’Erfolgreiche Anwendungen von Fuzzy Control’ des GMA FA 5.22
Pfeiffer, B. M.; Reischl, M.
2002. Proc. 12.Workshop Fuzzy Systeme, Dortmund, 13.-15.November 2002 Wissenschaftliche Berichte, FZKA-6767 (November 2002), 135–44

Proceedings 12.Workshop Fuzzy Systeme, Dortmund, 13.-15.November 2002
Mikut, R.; Reischl, M.
2002. Wissenschaftliche Berichte, FZKA-6767 (November 2002). doi:10.5445/IR/270053299

Entwicklungsstand und WWW-Präsenz des Tutorials ’Erfolgreiche Anwendungen von Fuzzy Control’ des GMA FA 5.22
Pfeiffer, B. M.; Reischl, M.
2002. Proc. 12.Workshop Fuzzy Systeme, Dortmund, 13.-15.November 2002 Wissenschaftliche Berichte, FZKA-6767 (November 2002)

Control and signal processing concepts for a multifunctional hand prosthesis
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2002. MEC ’02 : The next Generation ; University of New Brunswick’s MyoElectric Controls/Powered Prosthetics Symp., Fredericton, CDN, August 21-23, 2002 Conf.Proc. Fredericton : Inst.of Biomedical Engineering, Univ.of New Brunswick, 2002

Control and signal processing concepts for a multifunctional hand prosthesis
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2002. MEC ’02 : The next Generation ; University of New Brunswick’s MyoElectric Controls/Powered Prosthetics Symp., Fredericton, CDN, August 21-23, 2002 Conf.Proc. Fredericton : Inst.of Biomedical Engineering, Univ.of New Brunswick, 2002, 116–19

Steuerungs- und Signalverarbeitungskonzepte für eine multifunktionale Handprothese
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.; Beck, S.; Bretthauer, G.
2002. Automatisierungstechnik, 50, 279–86

Erweiterung der Ansteuerungsmöglichkeiten myoelektronischer Handprothesen
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2002. Beiträge zur 36.Jahrestagung der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT) im VDE, Karlsruhe, 25.-27.September 2002 Biomedizinische Technik, 47(2002) Erg.-Bd.1, Teil 2

Erweiterung der Ansteuerungsmöglichkeiten myoelektronischer Handprothesen
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2002. Biomedizinische Technik, Beiträge zur 36.Jahrestagung der Deutschen Gesellschaft für (DGBMT) im VDE, Karlsruhe, 25.-27.September 2002, Erg.-Bd.1, Teil 2, 47, 868–70

Erkennung von Bewegungsabsichten für myoelektrisch angesteuerte Handprotesen
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2001. Proc. 11.Workshop Fuzzy Control des GMA-FA 5.22, Dortmund, 28.-30.November 2001 Wissenschaftliche Berichte, FZKA-6660 (November 2001), 106–19

Proceedings 11.Workshop Fuzzy Control des GMA-FA 5.22, Dortmund, 28.-30.November 2001
Mikut, R.; Reischl, M.
2001. Wissenschaftliche Berichte, FZKA-6660 (November 2001). doi:10.5445/IR/270050845

Erkennung von Bewegungsabsichten für myoelektrisch angesteuerte Handprotesen
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2001. Proc. 11.Workshop Fuzzy Control des GMA-FA 5.22, Dortmund, 28.-30.November 2001 Wissenschaftliche Berichte, FZKA-6660 (November 2001)

Control strategies for hand prostheses using myoelectric patterns
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2001. 9th Zittau Fuzzy Colloquium 2001, Zittau, September 17-19, 2001 Hochschule Zittau/Görlitz, 2001

Control strategies for hand prostheses using myoelectric patterns
Reischl, M.; Mikut, R.; Pylatiuk, C.; Schulz, S.
2001. 9th Zittau Fuzzy Colloquium 2001, Zittau, September 17-19, 2001 Hochschule Zittau/Görlitz, 2001, 168–74