[Stellenangebote] Wissenschaftlicher Mitarbeiter Deep Learning, Charite, Klinik fuer Radiologie

[Genske, Ulrich]

Programmierung – Evaluation und Optimierung von Deep Learning Netzwerken zur Klassifikation von Lebertumoren in klinischen Computertomographie (CT)-Bildern


Klinik für Radiologie – Charité Universitätsmedizin Berlin


Deep learning (DL) basierte Tools haben hohes Potenzial, radiologische Befundungsaufgaben zu automatisieren und präzisere Diagnosen zu ermöglichen. DL-Netzwerke wurden u.a. entwickelt zur Detektion, Segmentierung, Klassifikation und quantitativen Analyse von Tumoren in Computertomographie (CT)-Bildern. Eine wichtige Herausforderung besteht aktuell darin, die zuverlässige Funktion von DL-Tools in der klinischen Anwendung sicherzustellen. Hierzu ist es notwendig, 1) ein besseres Verständnis für die Einflüsse von klinischer CT-Bildqualität auf die Robustheit von DL-Tools zu entwickeln, 2) Methoden zur Qualitätssicherung von DL in der klinischen Anwendung zu etablieren und 3) die Robustheit von DL-Netzwerken gegenüber Qualitätsschwankungen von klinischen CT-Bildern zu verbessern.

An der Klinik für Radiologie der Charité wurden Verfahren entwickelt, um Phantome herzustellen, die Anatomie und Pathologie des Menschen äußerst realistisch simulieren. Die Phantome bieten einzigartige Möglichkeiten, umfangreiche Datensätze zu erstellen, die die Einflüsse von klinischer Bildgebung auf die DL-Netzwerkperformance systematisch erfassen. In verschiedenen Projekten wurde auf dieser Grundlage bereits die Performance von DL-Netzwerken zur Detektion und Segmentierung von Leberraumforderungen und die Robustheit von quantitativen Tumormerkmalen gegenüber Einflüssen von klinischer Bildgebung untersucht. Diese Arbeiten sollen nun erweitert werden auf verschiedene Klassifikationsaufgaben. Die Arbeiten werden zunächst anhand von Leberraumforderungen erfolgen und dann schrittweise auf andere Organe übertragen werden.

Die Arbeiten finden an der Klinik für Radiologie der Charité statt und greifen auf umfangreiche Expertise in der Verarbeitung von radiologischen Bilddaten, Phantomherstellung, CT-Bildgebung, Bildqualitätsbewertung und Evaluation von DL-Netzwerken zurück. Nach einer Einarbeitungsphase sollen zunächst bestehende Netzwerkarchitekturen für Klassifikationsaufgaben in CT-Bildern von Lebertumoren evaluiert werden. Darauf aufbauend werden anhand von Phantomdaten Einflüsse von klinischer Bildgebung auf die Netzwerkperformance bewertet und die Netzwerkarchitektur weiterentwickelt. Die Arbeiten finden in enger Zusammenarbeit mit Radiologen*innen und Informatikern statt. Die Ergebnisse sollen als wissenschaftliche Veröffentlichungen publiziert werden.


Dein Profil

  *   Studium der Informatik oder eines verwandten Studiengangs (z.B. Mathematik, Bioinformatik, Statistik, vorzugsweise Master-, mindestens Bachelor-Abschluss)

  *   Erfahrung im Bereich Machine Learning (insbesondere Deep Learning)

  *   Solide Programmiererfahrung (vorzugsweise gute Python Kenntnisse)

  *   Gutes mathematisches Verständnis und Interesse an der Arbeit mit medizinischen Bilddaten im DICOM-Format und Deep learning Anwendungen

  *   Kreativität, gute Kommunikationsfähigkeiten sowie selbständige und strukturierte Arbeitsweise


Aufgaben

  *   Einarbeiten in den Entwicklungs- und Forschungsstand zu DL-Netzwerken in der Analyse von Oberbauch-CT-Datensätzen

  *   Verarbeitung und Manipulation von DICOM-Bildern

  *   Training, Evaluation und Optimierung von DL-Netzwerken

  *   Literaturrecherche, Manuskripterstellung

  *   Gute Englischkenntnisse in Wort und Schrift


Umgebung


Die Arbeiten finden in einem interdisziplinären Team aus Radiologen, Informatikern, Chemikern, Maschinenbauern und Medizinphysikern an der Klinik für Radiologie der Charité statt. Die Ergebnisse sollen in peer reviewed journals publiziert werden. Die Arbeiten können mit einem wissenschaftlichen Abschluss (Promotion) verbunden werden. Die Bezahlung erfolgt gemäß TvöD.


Bewerbung


Bitte schick Deine Bewerbung inkl. CV an paul.jahnke at charite.de<mailto:paul.jahnke at charite.de>.

Dr. Paul Jahnke, Klinik für Radiologie ,Charité Universtätsmedizin Berlin ,Charitéplatz 1, 10117 Berlin