Daniel Hieber

Wissenschaftlicher Mitarbeiter; Doktorand

Schwerpunkte
  • Forschung im Bereich Computational Pathology 
  • Aufbau und Betreuung IT-​Infrastruktur

seit 2026               Wissenschaftlicher Mitarbeiter am Institut für Neuropathologie am Universitätsklinikum Ulm

seit 2023               Doktorand an der Julius-Maximilians-Universität Würzburg (JMU)

2023 bis 2025       Wissenschaftlicher Mitarbeiter am Institut für Pathologie und molekulare Diagnostik am Universitätsklinikum Augsburg, Abteilung Neuropathologie

2022 bis 2025       Wissenschaftlicher Mitarbeiter am Institut DigiHealth an der Hochschule Neu-Ulm

2020 bis 2022       Studium „Machine Learning and Data Analytics“ (M.Sc.) an der Hochschule Aalen

2016 bis 2020       Studium „Software Engineering“ (B.Sc.) an der Hochschule Aalen

Mitglied - Deutsche Gesellschaft für Pathologie (DGP)

Mitglied - Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS)

Promotionsstipendium - Bayerisches Forschungsinstitut für Digitale Transformation (bidt)

Programmkomitee - PyCon DE & PyData (2025+2026)

Hier finden Sie ausgewählte Publikationen vor 2026. Alle Publikationen finden Sie bei PubMed und unter der ORCID 0000-0002-6278-8759.

Bücheler V, Hieber D, Karthan M, Jungbäck N, Dinser M, Pohl C, Pryss R, Liesche-Starnecker F, Schobel J. Eye-Tracking in Digital Pathology: A Vendor-Agnostic Platform for Standardized and Reproducible Eye-Tracking Studies, IEEE 38th International Symposium on Computer-Based Medical Systems (CBMS) (2025), doi: 10.1109/CBMS65348.2025.00190.

Hieber D, Haisch N, Grambow G, Holl F, Liesche-Starnecker F, Pryss R, Schlegel J, Schobel J. Comparing nnU-Net and deepflash2 for Histopathological Tumor Segmentation. Stud Health Technol Inform. 316 (2024). doi: 10.3233/SHTI240487. PMID: 39176815.

Prokop G, Wiestler B, Hieber D, Withake F, Mayer K, Gempt J, Delbridge C, Schmidt-Graf F, Pfarr N, Märkl B, Schlegel J, Liesche-Starnecker F. Multiscale quantification of morphological heterogeneity with creation of a predictor of longer survival in glioblastoma. Int J Cancer. 153, 9 (2023). doi: 10.1002/ijc.34665. PMID: 37501565.