PhD position in Physics-Informed Synthesis and Machine Learning for Medical Imaging 100%, Zurich, fixed-term

Die CMR-Gruppe am Institut für Biomedizinische Technik entwickelt Technologien und Methoden zur Magnetresonanztomographie (MRT), um das kardiovaskuläre System zu bewerten. Wir entwickeln die nächste Generation diagnostischer Werkzeuge zur Quantifizierung von Blutfluss, Organperfusion, Stoffwechsel und Funktion, Gewebekomposition, Mikrostruktur und Mechanik. Die Gruppe nutzt Prinzipien aus Physik, Elektrotechnik und Informatik, um hoch effiziente und empfindliche Bildgebungs- und Inferenzansätze zu entwerfen, die bei der Diagnose und Behandlung von kardiovaskulären Patienten helfen.

Projekt Hintergrund: Unsere Forschung hat Ansätze zur daten- und physik-informierten Synthese medizinischer Bilddaten demonstriert, die es uns ermöglichen, Inferenzmaschinen und Klassifikatoren basierend auf gepaarten Grundwahrheits- und synthetischen Bilddaten zu trainieren. Wir nutzen unsere vorherigen und aktuellen Arbeiten, um nicht nur MRT-Bilddaten der kardialen Anatomie und Funktion zu erfassen, sondern auch Informationen über kardiale Mikro- und Mesostrukturen abzuleiten, die aus der Diffusionstensorbildgebung des Herzens stammen, sowie alle Parameter, die den Messprozess selbst bestimmen.

Stellenbeschreibung: Die zu besetzende Position betrifft die fortgeschrittene Datensynthese (sowohl über maschinelles Lernen basierte generative Modelle als auch physikalische Simulation) und Dateninferenz (einschließlich Segmentierung, Klassifikation, Parameterinferenz und Mesh-Anpassung) basierend auf datengestützten und (bio)physik-informierten Prinzipien des maschinellen Lernens. Das Projekt zielt darauf ab, mit Anwendungen zur kardialen Bildsynthese, Rekonstruktion und Klassifikation sowohl Bottom-up- als auch Top-down-Ansätze zu trainieren und zu lernen. Die Position ist in unsere Gesamtaktivitäten zur Verbesserung der MRT-Methodik eingebettet, um die Entscheidungsunterstützung bei kardiovaskulären Patienten zu verbessern.

Profil: Sie haben einen erstklassigen MSc-Abschluss in Informatik, Elektrotechnik, Biomedizintechnik, Physik oder angewandter Mathematik. Sie sollten über Fachkenntnisse in fortgeschrittener Signal- und Datenverarbeitung und deren Anwendungen in der modernen Bildgebung verfügen. Entwickelte Programmierkenntnisse (Matlab/Python, C(++)) und Erfahrung mit Deep-Learning-Frameworks wie PyTorch, TensorFlow, Keras standen im Fokus. Darüber hinaus sind Erfahrungen mit standardisierten überwachten maschinellen Lernverfahren auf Bilddaten (Klassifikation, Segmentierung), generativen Bildmodellen (VAEs, GANs, Diffusionsmodelle), Arbeiten im Niedrigdatenregime, Arbeiten mit 3D-Daten und medizinischen Bilddaten von Vorteil. Ein innovativer Geist und Teamfähigkeit runden Ihr Profil ab.

Arbeitsplatz: Wir bieten - Ihre Arbeit mit Einfluss: Werden Sie Teil der ETH Zürich, die nicht nur Ihre berufliche Entwicklung unterstützt, sondern auch aktiv zu positiven Veränderungen in der Gesellschaft beiträgt. - Wir setzen uns aktiv für eine nachhaltige und klimaneutrale Universität ein. - Sie können zahlreiche Vorteile erwarten, wie z.B. öffentliche Verkehrstickets und Carsharing, ein breites Sportangebot des ASVZ, Kinderbetreuung und attraktive Pensionsleistungen. Verfügbare Ressourcen umfassen die gesamte Palette an programmierbarem experimentellem und klinischem MRT-Equipment (0.6, 1.5, 3T), das vollständig der Forschung gewidmet ist, fortschrittliche medizinische Datenstreaming- und Verarbeitungsmaschinen sowie moderne lokale und skalierbare cloudbasierte Recheninfrastruktur (CPU, GPU). Langjährige und sehr erfolgreiche Kooperationen mit klinischen Partnern (Kardiologie, Radiologie) bieten Möglichkeiten zum Testen und zur Datensammlung in realen Anwendungen.

Wir schätzen Vielfalt: Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir setzen uns für Chancengleichheit ein, schätzen Vielfalt und pflegen ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller Mitarbeiter und Studierenden respektiert werden. Besuchen Sie unsere Website für Chancengleichheit und Vielfalt, um zu erfahren, wie wir ein faires und offenes Umfeld gewährleisten, das jedem Wachstum und Gedeihen ermöglicht.

Neugierig? So sind wir. Wir freuen uns auf Ihre Online-Bewerbung, einschließlich: - Motivationsschreiben - Detaillierter Lebenslauf - Studienfächer einschließlich Noten und - Kontaktdaten von zwei Referenzen. Bitte beachten Sie, dass wir ausschließlich Bewerbungen akzeptieren, die über unser Online-Bewerbungsportal eingereicht werden. Bewerbungen per E-Mail oder Post werden nicht berücksichtigt. Für weitere Informationen zur Position und zur Gruppe wenden Sie sich bitte per E-Mail an Prof. Dr. Sebastian Kozerke: kozerke@biomed.ee.ethz.ch (keine Bewerbungen) oder besuchen Sie unsere Website.