Navigasjon

  • Hopp til innhold
NTNU Hjemmeside

ntnu.no

  • Studier
    • Studieprogram
    • Søk opptak
    • Forkurs og oppfriskning
    • Videreutdanning og deltid
    • Studere på NTNU
  • Studentliv
    • Student i Gjøvik
    • Student i Trondheim
    • Student i Ålesund
    • Derfor velger vi NTNU
  • Forskning og innovasjon
    • Forskning
    • Innovasjon
    • Satsingsområder
    • Toppforskning
    • Ekspertlister
    • Ph.d.
  • Om NTNU
    • Fakulteter og institutter
    • Sentre
    • Bibliotek
    • Kart
    • Ledige stillinger
    • Arrangement
    • Nyheter
    • Kontakt oss
    • Om NTNU
  1. Hjem
  2. Ansatte

Språkvelger

English

Daniel Groos

Daniel Groos

Overingeniør, PhD
Institutt for nevromedisin og bevegelsesvitenskap

daniel.groos@ntnu.no
Google Scholar
Om Publikasjoner Formidling

Om

  • Utvikling av maskinlæringsmodeller for video-basert bevegelsestracking og tidlig prediksjon av cerebral parese
  • Tverrfaglig samarbeid mellom NTNU (IKOM, INB og IDI), St. Olavs hospital (Klinikk for kliniske servicefunksjoner og Nyfødt intensiv) og Norwegian Open AI Lab
  • Analyse av bevegelser i golf og baseball med Initial Force og kinematisk analyse av skihoppere i samarbeid med Senter for Toppidrettsforskning og Olympiatoppen
  • Oppfinner av dyplæringsmetoder for bevegelsestracking og tidlig deteksjon av cerebral parese

 

  • Deep Learning
  • Computer Vision
  • Convolutional Neural Networks
  • Graph Convolutional Networks
  • Human Activity Recognition
  • Human Pose Estimation
  • Supervised Learning
  • Transfer Learning
  • Explainable Artificial Intelligence

 

  • Doktorgrad i medisinsk teknologi fra NTNU (2018-2022)
  • Sivilingeniør i datateknikk fra NTNU (2013-2018)
  • Spesialisering innen kunstig intelligens

 

Kompetanseord

  • Datasyn
  • Deep learning
  • Kunstig intelligens
  • Maskinlæring
  • Medisinsk teknologi
  • Movement science
  • Nevrale nettverk
  • Sports science

Publikasjoner

  • Kronologisk
  • Etter kategori
  • Se alle publikasjoner i Cristin

2022

  • Groos, Daniel. (2022) Convolutional networks for video-based infant movement analysis: Towards objective prognosis of cerebral palsy from infant spontaneous movements. 2022. ISBN 978-82-326-6906-6. Doctoral theses at NTNU (2022:191).
    Doktorgradsavhandling
  • Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Boswell, Lynn; De Regnier, Raye-Ann; Fjørtoft, Toril Larsson; Gaebler-Spira, Deborah; Haukeland, Andreas; Loennecken, Marianne; Msall, Michael; Møinichen, Unn Inger; Pascal, Aurelie; Peyton, Colleen; Ramampiaro, Heri; Schreiber, Michael D.; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; van den Broeck, Christine; Øberg, Gunn Kristin; Ihlen, Espen Alexander F.; Støen, Ragnhild. (2022) Development and Validation of a Deep Learning Method to Predict Cerebral Palsy from Spontaneous Movements in Infants at High Risk. JAMA Network Open. volum 5 (7).
    Vitenskapelig artikkel
  • Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2022) Towards human-level performance on automatic pose estimation of infant spontaneous movements. Computerized Medical Imaging and Graphics. volum 95.
    Vitenskapelig artikkel

2021

  • Adde, Lars; Brown, Annemette; van den Broeck, Christine; DeCoen, Kris; Eriksen, Beate Horsberg; Fjørtoft, Toril Larsson; Groos, Daniel; Ihlen, Espen Alexander F.; Osland, Siril; Pascal, Aurelie; Paulsen, Henriette; Skog, Ole-Morten; Sivertsen, Wiebke; Støen, Ragnhild. (2021) In-Motion-App for remote General Movement Assessment: a multi-site observational study. BMJ Open. volum 11 (3).
    Vitenskapelig artikkel
  • Elfmark, Ola; Ettema, Gertjan; Groos, Daniel; Ihlen, Espen Alexander F.; Velta, Rune; Haugen, Per; Bråten, Steinar; Gilgien, Matthias. (2021) Performance analysis in ski jumping with a differential global navigation satellite system and video-based pose estimation. Sensors. volum 21 (16).
    Vitenskapelig artikkel
  • Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Haukeland, Andreas; Ramampiaro, Heri; Støen, Ragnhild; Ihlen, Espen Alexander F.. (2021) Fully automated clinical movement analysis from videos using skeleton-based deep learning. Gait & Posture. volum 90.
    Sammendrag/abstract
  • Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2021) New automatic, efficient, and highly precise tracking of infant spontaneous movements. Developmental Medicine & Child Neurology. volum 63.
    Sammendrag/abstract

2020

  • Groos, Daniel; Adde, Lars; Ihlen, Espen Alexander F.. (2020) Approaching human precision on automatic markerless tracking of human movements. Gait & Posture. volum 81.
    Sammendrag/abstract
  • Groos, Daniel; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2020) EfficientPose: Scalable single-person pose estimation. Applied intelligence (Boston).
    Vitenskapelig artikkel

2019

  • Groos, Daniel; Aurlien, Kristian; Ramampiaro, Heri; Ihlen, Espen Alexander F.; deRegnier, RA; Peyton, Colleen; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; Adde, Lars. (2019) Deep Learning‐based infant motion tracking facilitating early detection of cerebral palsy. Developmental Medicine & Child Neurology. volum 61.
    Sammendrag/abstract

2018

  • Groos, Daniel; Aurlien, Kristian. (2018) Infant body part tracking in videos using Deep Learning. 2018.
    Mastergradsoppgave

Tidsskriftspublikasjoner

  • Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Boswell, Lynn; De Regnier, Raye-Ann; Fjørtoft, Toril Larsson; Gaebler-Spira, Deborah; Haukeland, Andreas; Loennecken, Marianne; Msall, Michael; Møinichen, Unn Inger; Pascal, Aurelie; Peyton, Colleen; Ramampiaro, Heri; Schreiber, Michael D.; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; van den Broeck, Christine; Øberg, Gunn Kristin; Ihlen, Espen Alexander F.; Støen, Ragnhild. (2022) Development and Validation of a Deep Learning Method to Predict Cerebral Palsy from Spontaneous Movements in Infants at High Risk. JAMA Network Open. volum 5 (7).
    Vitenskapelig artikkel
  • Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2022) Towards human-level performance on automatic pose estimation of infant spontaneous movements. Computerized Medical Imaging and Graphics. volum 95.
    Vitenskapelig artikkel
  • Adde, Lars; Brown, Annemette; van den Broeck, Christine; DeCoen, Kris; Eriksen, Beate Horsberg; Fjørtoft, Toril Larsson; Groos, Daniel; Ihlen, Espen Alexander F.; Osland, Siril; Pascal, Aurelie; Paulsen, Henriette; Skog, Ole-Morten; Sivertsen, Wiebke; Støen, Ragnhild. (2021) In-Motion-App for remote General Movement Assessment: a multi-site observational study. BMJ Open. volum 11 (3).
    Vitenskapelig artikkel
  • Elfmark, Ola; Ettema, Gertjan; Groos, Daniel; Ihlen, Espen Alexander F.; Velta, Rune; Haugen, Per; Bråten, Steinar; Gilgien, Matthias. (2021) Performance analysis in ski jumping with a differential global navigation satellite system and video-based pose estimation. Sensors. volum 21 (16).
    Vitenskapelig artikkel
  • Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Haukeland, Andreas; Ramampiaro, Heri; Støen, Ragnhild; Ihlen, Espen Alexander F.. (2021) Fully automated clinical movement analysis from videos using skeleton-based deep learning. Gait & Posture. volum 90.
    Sammendrag/abstract
  • Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2021) New automatic, efficient, and highly precise tracking of infant spontaneous movements. Developmental Medicine & Child Neurology. volum 63.
    Sammendrag/abstract
  • Groos, Daniel; Adde, Lars; Ihlen, Espen Alexander F.. (2020) Approaching human precision on automatic markerless tracking of human movements. Gait & Posture. volum 81.
    Sammendrag/abstract
  • Groos, Daniel; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2020) EfficientPose: Scalable single-person pose estimation. Applied intelligence (Boston).
    Vitenskapelig artikkel
  • Groos, Daniel; Aurlien, Kristian; Ramampiaro, Heri; Ihlen, Espen Alexander F.; deRegnier, RA; Peyton, Colleen; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; Adde, Lars. (2019) Deep Learning‐based infant motion tracking facilitating early detection of cerebral palsy. Developmental Medicine & Child Neurology. volum 61.
    Sammendrag/abstract

Rapport

  • Groos, Daniel. (2022) Convolutional networks for video-based infant movement analysis: Towards objective prognosis of cerebral palsy from infant spontaneous movements. 2022. ISBN 978-82-326-6906-6. Doctoral theses at NTNU (2022:191).
    Doktorgradsavhandling
  • Groos, Daniel; Aurlien, Kristian. (2018) Infant body part tracking in videos using Deep Learning. 2018.
    Mastergradsoppgave

Formidling

2021

  • Vitenskapelig foredrag
    Groos, Daniel; Adde, Lars; Aubert, Sindre Aarnes; Haukeland, Andreas; Ramampiaro, Heri; Støen, Ragnhild; Ihlen, Espen Alexander F.. (2021) Fully automated clinical movement analysis from videos using skeleton-based deep learning. ESMAC 2021 . European Society of Movement Analysis for Adults & Children; 2021-10-14 - 2021-10-15.
  • Vitenskapelig foredrag
    Groos, Daniel; Adde, Lars; Støen, Ragnhild; Ramampiaro, Heri; Ihlen, Espen Alexander F.. (2021) New automatic, efficient, and highly precise tracking of infant spontaneous movements. European Academy of Childhood Disability 2021 . European Academy of Childhood Disability; Virtual. 2021-05-20 - 2021-06-10.

2020

  • Vitenskapelig foredrag
    Groos, Daniel; Adde, Lars; Ihlen, Espen Alexander F.. (2020) Approaching human precision on automatic markerless tracking of human movements. Virtual ESMAC 2020 . European Society of Movement Analysis for Adults & Children; 2020-09-17.

2019

  • Poster
    Groos, Daniel; Aurlien, Kristian; Ramampiaro, Heri; Ihlen, Espen Alexander F.; deRegnier, RA; Peyton, Colleen; Silberg, Inger Elisabeth; Songstad, Nils Thomas; Thomas, Niranjan; Adde, Lars. (2019) Deep Learning-based infant motion tracking facilitating early detection of cerebral palsy. European Academy of Childhood Disability 2019 . European Academy of Childhood Disability; Paris. 2019-05-23 - 2019-05-25.
NTNU kunnsap for en bedre verden
Studere
  • Studieprogram
  • Emner
  • Videreutdanning og deltid
  • Jobbmuligheter
  • Karriereutvikling
  • Studentaktiviteter
  • Studentblogger
  • Hvorfor velge NTNU
Kontakt
  • Kontakt oss
  • Finn ansatte
  • Skolebesøk og messer
  • Spør en ekspert
  • For alumni
  • Pressekontakter
Oppdag NTNU
  • Arrangement
  • Jobbe ved NTNU
  • Bilder og video
  • Nyheter
  • Kart
  • NTNU i Gjøvik
  • NTNU i Trondheim
  • NTNU i Ålesund
Om NTNU
  • Strategi
  • Forskning
  • Satsingsområder
  • Innovasjon
  • Utdanningskvalitet
  • Organisasjonskart
  • Om NTNU
Tjenester
  • For ansatte
  • For studenter
  • Blackboard
  • Innsida

Norges teknisk-naturvitenskapelige universitet

Bruk av informasjonskapsler
Tilgjengelighetserklæring
Personvern
Ansvarlig redaktør
Logg inn