Daan Pelt
Universitair docent
- Naam
- Dr. D.M. Pelt
- Telefoon
- +31 71 527 4799
- d.m.pelt@liacs.leidenuniv.nl
- ORCID iD
- 0000-0002-8253-0851
Daan Pelt is een lid van het interdisciplinaire onderzoeksprogramma Society, Artificial Intelligence and Life Sciences (SAILS). Hij behaalde in 2010 zijn M.Sc. degree in de wiskunde aan de Universiteit Utrecht, en de Ph.D. degree aan de Universiteit Leiden in 2016. Zijn promotieonderzoek, uitgevoerd bij het CWI, was gericht op limited-data tomografische reconstructiealgoritmen.
Daan Pelt is een lid van het interdisciplinaire onderzoeksprogramma Society, Artificial Intelligence and Life Sciences (SAILS). Hij behaalde in 2010 de M.Sc. graad in de wiskunde aan de Universiteit Utrecht, en de Ph.D. graad aan de Universiteit Leiden in 2016. Zijn promotieonderzoek, uitgevoerd bij het CWI, was gericht op limited-data tomografische reconstructiealgoritmen.
Na post-doc te zijn geweest bij het Lawrence Berkeley National Laboratory (2016 - 2017), gericht op het ontwikkelen van machine learning algoritmen voor imaging problemen, begon hij als post-doc bij de Computational Imaging groep van het CWI (2017 - 2020), waar hij algoritmen ontwikkelde voor tomografische problemen, waaronder machine learning algoritmen. In 2020 is hij begonnen als Assistant Professor bij het Leiden Institute of Advanced Computer Science (LIACS) van de Universiteit Leiden.
Universitair docent
- Wiskunde en Natuurwetenschappen
- Leiden Inst of Advanced Computer Science
- Vadineanu S., Kalayci T., Pelt D.M. & Batenburg K.J. (2024), Convolutional neural networks and their activations: an exploratory case study on mounded settlements, Journal of Computer Applications in Archaeology 7(1): 262-282.
- Shiraz A., Egawa N., Pelt D.M., Crawford R., Nicholas A.K., Romashova V., Sasieni P., Griffin H. & Doorbar J. (2022), Cervical cell lift: a novel triage method for the spatial mapping and grading of precancerous cervical lesions, EBioMedicine 82: 104157.
- Sieverts M., Obata Y., Rosenberg J.L., Woolley W., Parkinson D.Y., Barnard H.S., Pelt D.M. & Acevedo C. (2022), Unraveling the effect of collagen damage on bone fracture using in situ synchrotron microtomography with deep learning, Communications Materials 3(1): 78.
- Pelt D.M., Roche i Morgó O., Maughan J.C., Olivo A. & Hagen C.K. (2022), Cycloidal CT with CNN-based sinogram completion and in-scan generation of training data, Scientific Reports 12(1): 893.
- Pelt D.M., Hendriksen A.A. & Batenburg K.J. (2022), Foam-like phantoms for comparing tomography algorithms, Journal of Synchrotron Radiation 29: 254-265.
- Kim J., Pelt D.M., Kagias M., Stampanoni M., Batenburg K.J. & Marone F. (2022), Tomographic reconstruction of the small-angle x-ray scattering tensor with filtered back projection, Physical Review Applied 18(1): 014043.
- Ouyang R., Costa A.R., Cassidy C.K., Otwinowska A., Williams V.C.J., Latka A., Stansfeld P.J., Drulis-Kawa Z., Briers Y., Pelt D.M., Brouns S.J.J. & Briegel A. (2022), High-resolution reconstruction of a Jumbo-bacteriophage infecting capsulated bacteria using hyperbranched tail fibers, Nature Communications 13: 7241.
- Hendriksen A.A., Bührer M., Leone L., Marlini M., Vigano N., Pelt D.M., Marone F., Michiel M. di & Batenburg K.J. (2021), Deep denoising for multi-dimensional synchrotron X-ray tomography without high-quality reference data, Scientific Reports 11(1): 11895.
- Skorikov A., Heyvaert W., Albrecht W., Pelt D.M. & Bals S. (2021), Deep learning-based denoising for improved dose efficiency in EDX tomography of nanoparticles, Nanoscale 13(28): 12242-12249.
- Morgo O.R., Massimi L., Suaris T., Endrizzi M., Munro P.R., Savvidis S., Havariyoun G., Hawker P.S., Astolfo A., Larkin O.J., Nelan R.L., Jones J.L., Pelt D.M., Bate D., Olivio A. & Hagen C.K. (2021), Exploring the potential of cycloidal computed tomography for advancing intraoperative specimen imaging. Müller B. & Wang G. (red.), Proceedings Developments in X-Ray Tomography XIII. SPIE Optical Engineering and Applications 2021 1 augustus 2021 - 5 augustus 2021 nr. 11480: SPIE. 118400R.
- Ganguly P.S., Pelt D.M., Gürsoy D., Carlo F. de & Batenburg K.J. (2021), Improving reproducibility in synchrotron tomography using implementation-adapted filters, Journal of Synchrotron Radiation 28(5): 1583-1597.
- Hendriksen A.A., Schut D., Palenstijn W.J., Viganó N., Kim J., Pelt D.M., Leeuwen T. van & Batenburg K.J. (2021), Tomosipo: Fast, flexible, and convenient 3D tomography for complex scanning geometries in Python, Optics Express 29(24): 40494-40513.
- Weijer M.P. van de, Vries L.P. de, Pelt D.M., Huider F., Zee M.D. van der, Ligthart L., Willemsen G., Boomsma D.I., Geus E. de & Bartels M. (2021), Why the COVID-19 pandemic is interesting from a behavior genetic perspective: a focus on quality of life and self-rated health, Behavior Genetics 51(6): 749-749.
- Lagerwerf M.J., Pelt D.M., Palenstijn W.J. & Batenburg K.J. (2020), A computationally efficient reconstruction algorithm for circular cone-beam computed tomography using shallow neural networks, Journal of Imaging 6(12): 135.
- Pelt D.M. (2020), Tackling the challenges of bioimage analysis, eLife 9: e64384.
- Hendriksen A.A., Pelt D.M. & Batenburg K.J. (2020), Noise2Inverse: self-supervised deep convolutional denoising for tomography, IEEE Transactions on Computational Imaging 6: 1320-1335.
- Flenner S., Storm M., Kubec A., Longo E., Döring F., Pelt D.M., David C., Müller M. & Greving I. (2020), Pushing the temporal resolution in absorption and Zernike phase contrast nanotomography: enabling fast in situ experiments, Journal of Synchrotron Radiation 27: 1339-1346.
- Vanrompay H., Buurlage J.W., Pelt D.M., Kumar Vi., Zhuo X., Liz-Marzán L.M., Bals S. & Batenburg K.J. (2020), Real‐time reconstruction of arbitrary slices for quantitative and in situ 3D characterization of nanoparticles, Particle & Particle Systems Characterization 37(7): 2000073.
- Zeegers M.T., Pelt D.M., Leeuwen T. van, Liere R. van & Batenburg K.J. (2020), Task-driven learned hyperspectral data reduction using end-to-end supervised deep learning, Journal of Imaging 6(12): 132.