Tatiana Schledewitz

Tatiana Schledewitz ist seit 2021 wissenschaftliche Mitarbeiterin am Institut für Mess- und Sensortechnik der Hochschule Ruhr West. Zuvor sammelte sie umfassende Praxiserfahrung in der Industrie bei der Firma Stüwe GmbH & Co. KG, unter anderem in der Qualitätssicherung, Projektleitung und Fertigung (Drehtechnik). Ihr akademischer Hintergrund umfasst einen Master- und Bachelorabschluss in Maschinenbau (FOM/Hochschule Bochum) sowie ein Diplom in Mathematik und Systemprogrammierung (Universität Uljanowsk, Russland). Seit 2024 promoviert sie am Promotionskolleg NRW im Bereich Technik und Systeme zum Thema: „Elektromagnetische Methoden für die schnelle und berührungslose 3D-Kartierung von Objekten oder Stoffströmen.“

Am besten erreichen Sie mich via E-Mail unter tatiana.schledewitz@hs-ruhrwest.de

ResearchGate: https://www.researchgate.net/profile/Tatiana-Schledewitz

ORCID: https://orcid.org /0009-0003-8350-8183

Prof. Dr.-Ing. Dirk Rüter

INDIGO-M

Elektromagnetische Methoden für die schnelle und berührungslose 3D-Kartierung von Objekten oder Stoffströmen

• T. Schledewitz, M. Klein, D. Rueter, D. “Magnetic induction tomography: separation of the ill-posed and non-linear inverse problem into a series of isolated and less demand-ing subproblems”, MDPI Sensors, 2023, 23(3), 1059, doi: 10.3390/s23031059. 
• T. Schledewitz, D. Rueter, “Magnetostatic susceptibility tomography: experimental fea-sibility toward a noncontact and fast 3-D mapping of virtually nonmagnetic and inho-mogeneous bodies”, IEEE Transactions on Magnetics, 2024, vol. 60, no. 6, doi: 10.1109/TMAG.2024.3387345.
• T. Schledewitz, A. Hofmann, M. Fehr, A. Sauer, D. Rueter, “Hybrid method for image reconstruction in magnetic induction tomography: combination of the neural network with an iterative analytical algorithm”. Current Directions in Biomedical Engineering, 2024, 10(4):547-550, doi: 10.1515/cdbme-2024-2134.
• Hofmann, T. Schledewitz, D. Rueter, A. Sauer, “A new receiver design for biomed-ical magnetic induction tomography with a deep learning method”, Current Directions in Biomedical Engineering, 2024, 10(4):311-314, doi: 10.1515/cdbme-2024-2076. 

Konferenzbeitrag bei BMT 2024-58th DGBMT Annual Conference on Biomedical Engineering mit eigenem Vortrag und peer-reviewed Veröffentlichung: Schledewitz, T.; Hofmann, A.; Fehr, M.; Sauer, A.; Rueter, D. Hybrid method for Image reconstruction in magnetic intuction tomography: combination of the neural network with an iterative analytical algorithm.