Doktorat iz elektrotehniških znanosti (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Diploma iz elektrotehnike (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Izredni profesor (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Docent (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Učitelj (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Gostujoči raziskovalec v laboratoriju CAMP - Computer Aided Medical Procedures (Tehnična univerza v Münchnu, Nemčija)

Asistent (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Podoktorski raziskovalec (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Gostujoči raziskovalec v laboratoriju CRL - Computational Radiology Laboratory (Oddelek za radiologijo, Children's Hospital Boston, ZDA)

Mladi raziskovalec v Laboratoriju za slikovne tehnologije (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Priznanje za študijske dosežke (Univerza v Ljubljani, Fakulteta za elektrotehniko)

Recenzent za mednarodne revije (npr. IEEE TMI, IEEE TBME, IEEE TIP, IEEE TPAMI, IEEE JBHI, IEEE Access, MedIA, IJCARS, Scientific Reports, Plos One, PMB, MedPhys, NeuroInformatics, itn.) in mednarodne konference (npr. MICCAI, WBIR, MIDL, IEEE ISBI, itn.)

Lara Dular, Žiga Špiclin: Analysis of brain age gap across subject cohorts and prediction model architectures. Biomedicines, 12(9):2139, 2024 [doi:10.3390/biomedicines12092139 ] [COBISS-ID:208778243 ]

Žiga Bizjak, Žiga Špiclin: Aneurysm growth evaluation and detection: a computer-assisted follow-up MRA analysis. Scientific Reports, 14:19609, 2024 [doi:10.1038/s41598-024-70453-z ] [COBISS-ID:208225283 ]

Andrej Planinc, Nina Špegel, Zala Podobnik, Uroš Šinigoj, Petra Skubic, June Ho Choi, Wonhyoung Park, Tina Robič, Nika Tabor, Leon Jarabek, Žiga Špiclin, Žiga Bizjak: Assessing accuracy and consistency in intracranial aneurysm sizing: human expertise vs. artificial intelligence. Scientific Reports, 14:16080, 2024 [doi:10.1038/s41598-024-65825-4 ] [COBISS-ID:204579587 ]

Lara Dular, Žiga Špiclin: BASE: brain age standardized evaluation. NeuroImage, 285:120469, 2024 [doi:10.1016/j.neuroimage.2023.120469 ] [COBISS-ID:176687875 ]

Lara Dular, Franjo Pernuš, Žiga Špiclin: Extensive T1-weighted MRI preprocessing improves generalizability of deep brain age prediction models. Computers in Biology and Medicine, 173:108320, 2024 [doi:10.1016/j.compbiomed.2024.108320 ] [COBISS-ID:189802499 ]