MENÜ

Arbeitsgruppe

Medizinische Bild- und Signalverarbeitung - gemeinsame Arbeitsgruppe des Fachbereiches Med. Informatik und Med. Bioinformatik und Systembiologie

Für unsere Fakultät Informatik am Campus Wolfenbüttel suchen wir im Rahmen eines Forschungsprojektes ab sofort eine*n

Wissenschaftliche*n Mitarbeiter*in / Doktorand (m/w/d)

Deep Learning in Medical Image Analysis

zunächst befristet bis zum 30.09.2023. Die Möglichkeit zur Promotion ist gegeben und ausdrücklich erwünscht.

Zugeordnet ist die Stelle der Professur „Künstliche Intelligenz“ mit den Hauptarbeitsgebieten:

  • Entwurf und Analyse von Verfahren des maschinellen Lernens, insbesondere des Deep Learning
  • Anwendung und Evaluierung der entwickelten Verfahren aktuell hauptsächlich auf medizinischen Bilddaten

Ihre Aufgaben

  • Bearbeitung wissenschaftlicher Projekte und Forschungsfragen in einem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Drittmittelprojekt zur Vorhersage des Knochenbruchrisikos aus medizinischen Computertomographie-Aufnahmen in Zusammenarbeit mit universitären und klinischen Arbeitsgruppen des Konsortiums
  • Implementieren und Evaluieren der entwickelten Lösungsansätze und gründliche Analyse der Ergebnisse
  • Dokumentation und Veröffentlichung der erzielten Ergebnisse in wissenschaftlichen Aufsätzen (Konferenz- und Journalbeiträge)
  • Integration Ihrer entwickelten Algorithmen in einen gemeinsamen Prototypen des Konsortiums
  • Betreuung studentischer Abschlussarbeiten im Kontext des Projekts
  • bei Bedarf Unterstützung des Forschungs- und Lehrbetriebs der Professur

Ihr Profil

  • wissenschaftliches Hochschulstudium (Master of Science) in Informatik oder einem vergleichbaren Fach mit überdurchschnittlichem Abschluss (mindestens mit Note „2.0“)
  • fundierte Erfahrungen in maschinellem Lernen, Deep Learning und Computersehen, idealerweise auch in medizinischer Bildverarbeitung
  • sehr gute Programmierkenntnisse u.a. in Python und C++
  • sicherer Umgang mit der englischen und deutschen Sprache
  • ausgeprägte Analysefähigkeit und Freude an der Konzeption neuer Lösungen
  • selbständige Arbeitsweise sowie Teamorientierung
  • große Motivation und Einsatzfreude

Wir bieten eine stimulierende und kooperative Forschungsumgebung und die Möglichkeit zur Zusammenarbeit mit exzellenten Arbeitsgruppen in einem BMBF-geförderten Konsortium. Darüber hinaus bieten wir die Möglichkeit zur persönlichen Weiterqualifikation im wissenschaftlichen Umfeld durch Kooperationen und Konferenzteilnahmen.

Auskünfte erteilt Prof. Dr. Carsten Meyer unter: carsten.meyer@ostfalia.de

Sofern Sie über einen ausländischen Hochschulabschluss verfügen, weisen wir auf das Erfordernis einer Zeugnisbewertung in Langfassung der Zentralstelle für ausländisches Bildungswesen hin: www.kmk.org/zeugnisbewertung

Möchten Sie wissen, wie es ist, an der Ostfalia zu arbeiten? https://www.ostfalia.de/arbeiten/

Es gelten folgende allgemeine Hinweise:

Die Arbeitszeit beträgt 29,85 Std./Woche (75%). Die Vergütung erfolgt nach Entgeltgruppe 13 TV-L.

Auf Grundlage des Niedersächsischen Gleichberechtigungsgesetzes (NGG) arbeitet die Ostfalia daran, in allen Entgeltgruppen ein ausgeglichenes Geschlechterverhältnis zu erreichen. Männer sind in dieser Entgeltgruppe an unserer Hochschule unterrepräsentiert, daher sind Bewerbungen von Männern für diese Stelle besonders erwünscht.
Bei gleicher Eignung stellen wir schwerbehinderte und diesen gleichgestellte Menschen bevorzugt ein. Um dies zu gewährleisten, ist ein Hinweis auf die Schwerbehinderung oder Gleichstellung im Bewerbungsanschreiben oder Lebenslauf unerlässlich.


Ihre aussagekräftigen Bewerbungsunterlagen senden Sie bitte bis zum 10.07.2022 unter Angabe der Kennziffer Tom 022 22 an die Ostfalia Hochschule für angewandte Wissenschaften – Hochschule Braunschweig/Wolfenbüttel, Dezernat 2, Salzdahlumer Str. 46/48, 38302 Wolfenbüttel oder per E-Mail an bewerbungen@ostfalia.de.

 

 

 

W2-Professur auf Zeit (mit Tenure Track) für „Image Science & Signal Analysis“

Institution: Charité

Aufgabenbereiche:

  • Bild und Signalverarbeitung von Patient*innendaten
  • Lehre
  • enge wissenschaftliche Interaktion mit Kliniker*innen zur Translation entwickelter Methoden für verbesserte Diagnose- und Therapieansätze

Bewerbungen sind erbeten bis zum 20. Mai 2022

Kontakt: berufung@charite.de

Link zur ausführlichen Stellenausschreibung:

https://career.charite.de/calls/call_for_applications_597_2022.pdf

C++ Developer for Interactive 3D Applications (f/m/d)

IT Systems Administrator (f/m/d)

1000Shapes GmbH, Berlin

 

1000Shapes digitalisiert die Gestaltung, Auswahl und Fertigung von 3D-Produkten und eröffnet damit eine neue Dimension des Produktdesigns – von Zahnschienen über Implantate bis hin zu kompletten therapeutischen Ergebnissen. Hierfür suchen wir zur Verstärkung unseres Teams ab sofort am Standort Berlin einen C++ Entwickler (f/m/d) sowie einen IT Systems Administrator (f/m/d).

www.1000shapes.com/news/c-developer-interactive-3d-applications-f-m-d/

www.1000shapes.com/news/system-administrator-f-m-d/

Post-Doctoral Fellowship Position in Machine Learning for Medical Imaging

The Medical Image Processing and Machine Learning Laboratory at the University of Calgary invites applications for a full-time academic position at the level of Postdoctoral Fellow in Machine Learning for Medical Imaging. We seek highly motivated individuals with specific research interests in medical image processing and machine learning, and especially deep learning.

Candidates should hold a PhD in computer science, biomedical engineering, mathematics or an associated program, with a track record of excellence and publications in medical image processing and deep learning. The successful applicant will be responsible for developing advanced image processing methods using deep learning techniques for structural and functional analysis of MRI and CT datasets for computer-aided diagnosis support and clinically-oriented research. The postdoctoral fellow will also be expected to take a lead on manuscript writing and preparation, presentation of scientific material at national and international meetings, support of grant applications, and mentoring junior lab members. The successful candidate will be located in lab space adjacent to other basic and clinical scientists conducting image science research focused on stroke and other vascular diseases, epilepsy, cancer, human neurodevelopment, adult, child and youth mental health, and traumatic brain injury.

Calgary, Canada’s fastest growing major city, is vibrant and multicultural with a population of approximately one million. Situated less than one hour from the Rocky Mountains, Banff National Park, and Lake Louise, Calgary offers great quality of life and outstanding recreational activities such as hiking and skiing.

Interested candidates should submit, via email:

  • a curriculum vitae
  • a summary of research interests including a one-page innovative research proposal
  • a maximum of three reprints of their most relevant publications
  • the names and e-mail addresses of two individuals willing to provide letters of reference if requested.

Please send directly to:

Dr. rer. nat. Nils Daniel Forkert

Associate Professor Department of Radiology Faculty of Medicine

University of Calgary

Email: nils.forkert@ucalgary.ca

Web: www.ucalgary.ca/miplab/

Stellenangebote

für den Themenbereich Medizinische Bild- und Signalverarbeitung

14.08.2020

PhD Thesis “CNNs for Medical Image Processing: Learning from Limited Data””

Institution: Computer Assisted Clinical Medicine, Mannheim Institute for Intelligent Systems in Medicine,
Heidelberg University, Germany
Start date: as soon as possible
Duration: 36 months

Profile:
Applicants will hold a master degree / will be master candidate in physics, computer science, mathematics, biomedical engineering or a related field; strong knowledge in programming and algorithmic development, experience in machine learning and image processing is required; willingness to learn required programming languages (Python),tools for deep learning (TensorFlow) and the principles of medical imaging techniques related to the project is expected.

Project Description:
Deep Learning is a machine learning field that became essential to the field of image processing in the last years. High performance algorithms can be trained on large data sets. However, for rare conditions with a limited number of training cases, training CNNs remains a challenge. The candidate will work on a training pipeline that can be applied to various data sets and tasks. The Research Campus Mannheim Molecular Interventional Environment (M²OLIE) develops innovative molecular imaging technologies by fusion of several imaging modalities (CT, MRI, PET) to enable image-guided, high-precision interventions using high-end CT and robotic systems. The PhD candidate will perform research in deep learning based image segmentation within the Research campus and beyond. The project can be executed in German or English.

Working Environment:
Our group is composed of more than thirty scientists from physics, electrical engineering, medicine and computer science and is working in close co-operation with the local medical departments. We are developing new imaging techniques and data analysis approaches and translate them with our clinical partners into daily practice. Our research team specializes in exploration of Deep Learning in interventional imaging. Ongoing collaborations with other researchers involve the Central Institute of Mental Health (ZI, Mannheim), the German Cancer Research Centre (DKFZ, Heidelberg), and across Europe with multiple opportunities to visit leading international laboratories and to attend taught schools.

Interested?
If you enjoy working in an interdisciplinary, young, creative and open team, we are looking forward to your application! For more information on the project or for application please contact:

Project leader:
Prof. Dr. Ing. Frank Zöllner
Computer Assisted Clinical Medicine,
Medical Faculty Mannheim, Heidelberg University,
Theodor-Kutzer-Ufer 1-3, 68167 Mannheim, Germany
Tel.: +49 621 383 5117
E-Mail: frank.zoellner@MedMa.Uni-Heidelberg.de
Web: http://www.ma.uni-heidelberg.de/inst/cbtm/ckm/

Director:
Prof. Dr. rer. nat. Lothar Schad
Chair in Computer Assisted Clinical Medicine,
Medical Faculty Mannheim, Heidelberg University,
Theodor-Kutzer-Ufer 1-3, 68167 Mannheim, Germany
Tel.: +49 621 383 5121
E-Mail: Lothar.Schad@MedMa.Uni-Heidelberg.de
Web: www.ma.uni-heidelberg.de/inst/cbtm/ckm/

Offer of employment