Sam er opprinnelig utdannet ingeniør med stor interesse for tverrfaglige problemstillinger. Han fullførte sin bachelorgrad i maskinteknikk ved Isfahan teknologiske universitet (IUT) i 2011. Deretter tok han sin første mastergrad i maskinteknikk ved Irans teknisk-naturvitenskapelige universitet (IUST) i 2013, med spesialisering innen numeriske og eksperimentelle analyser.
Etter å ha jobbet i syv år i industrien som ingeniør, startet han på en ny mastergrad i prossesteknologi ved Universitetet i Sørøst-Norge (USN). I sin masteroppgave arbeidet han med karbonfangst ved Technology Centre Mongstad (TCM), hvor han benyttet dyp læring for å analysere løsemiddelets degradering.
For tiden er Sam doktorgradsstipendiat ved NTNU og samtidig ansatt ved Helse Møre og Romsdal ved Ålesund sykehus. I sitt PhD-prosjekt arbeider han med analyse av brystkreft, hvor han utvikler bærekraftige og nøyaktige metoder for segmentering og klassifisering av lesjoner i MR-bilder. Målet er å utvikle en modell som kan segmentere brystregionen og lesjoner på en energieffektiv måte, og dermed redusere karbonavtrykket ved håndtering av medisinske bildedata fra hele Norge.
Dette arbeidet er en del av forskningsprosjektet IMAGINE, som er et samarbeid mellom NTNU og flere norske sykehus, inkludert Ålesund, Ahus og Stavanger.
Publikasjon:
- Narimani, S., Roth Hoff, S., Dæhli Kurz, K., Gjesdal, K. I., Geisler, J., & Grøvik, E. (2025). Comparative analysis of deep learning architectures for breast region segmentation with a novel breast boundary proposal. Scientific Reports, 15(1), 8806.
- Narimani, S., Hoff, S. R., Kurz, K. D., Gjesdal, K. I., Geisler, J., & Grovik, E. (2025). Sustainable Deep Learning-Based Breast Lesion Segmentation: Impact of Breast Region Segmentation on Performance. arXiv preprint arXiv:2503.15708.
