Publikationen
2022
| F. Mentzel et al. | Accurate and fast deep learning dose prediction for a preclinical microbeam radiation therapy study using low-statistics Monte Carlo simulations | [arXiv: 2212.05659] |
| F. Mentzel et al. | Small beams, fast predictions - A comparison of machine learning dose prediction models for proton minibeam therapy | Med Phys. 49 (2022) 779 |
| F. Mentzel et al. | Fast and accurate dose predictions for novel radiotherapy treatments in heterogeneous phantoms using conditional 3D-UNet generative adversarial networks | MedPhys. 2022; 1-16. [arXiv: 2202.07077] |
2021
| F. Mentzel et al. | No more glowing in the dark: How deep learning improves exposure date estimation in thermoluminescence dosimetry | J. Radiol. Prot. 41 (2021) 506 |
2020
| F. Mentzel et al. | Extending information relevant for personal dose monitoring obtained from glow curves of thermoluminescence dosimeters using artificial neural networks | Radiat. Meas. 136 (2020) 106375 |
| M. Hötting et al. | Study of radiation-induced frequency shifts in quarz crystal oscillators, proceedings of the 2020 IEEE International Conference on Wireless for Space and Extreme Environments (WiSEE), Vicenza, Italy | DOI |
2019
| M. Heiny et al. | A new TL-DOS neutron dosemeter for measurements of the personal dose equivalent Hp(10) | Radiat. Prot. Dosim. 188 (2019) 8 |
| K. Kröninger et al. | A machine learning approach to glow curve analysis | Radiat. Meas. 125 (2019) 34 |
2018
| R. Theinert et al. | Fading time and irradiation dose estimation from thermoluminescent dosemeters using glow curve deconvolution | Radiat. Meas. 108 (2018) 20 |
2017
| M. Piepenbrock et al. | Development of a badge for the thin-layer thermoluminescence dosemeter system TL-DOS to measure the whole body dose Hp10 and the partial body dose Hp0.07 | Radiat. Meas. 106 (2017) 543 |
| R. Theinert et al. | Computational analysis of thermoluminescence glow curves from thin layer dosemeters under exponential heating | Radiat. Meas. 106 (2017) 252 |
Suche & Personensuche
Mensapläne
Anfahrt & Lageplan
Der Campus der Technischen Universität Dortmund liegt in der Nähe des Autobahnkreuzes Dortmund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dortmund-Eichlinghofen auf der A45 führt zum Campus Süd, die Abfahrt Dortmund-Dorstfeld auf der A40 zum Campus-Nord. An beiden Ausfahrten ist die Universität ausgeschildert.
Direkt auf dem Campus Nord befindet sich die S-Bahn-Station „Dortmund Universität“. Von dort fährt die S-Bahn-Linie S1 im 15- oder 30-Minuten-Takt zum Hauptbahnhof Dortmund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duisburg. Außerdem ist die Universität mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, außerdem bieten die DSW21 einen interaktiven Liniennetzplan an.
Zu den Wahrzeichen der TU Dortmund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dortmund Eichlinghofen und dem Technologiezentrum über Campus Süd und Dortmund Universität S, Linie 2 pendelt im 5-Minuten-Takt zwischen Campus Nord und Campus Süd. Diese Strecke legt sie in zwei Minuten zurück.
Vom Flughafen Dortmund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dortmunder Hauptbahnhof und von dort mit der S-Bahn zur Universität. Ein größeres Angebot an internationalen Flugverbindungen bietet der etwa 60 Kilometer entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Universität zu erreichen ist.