官网 苏黎世联邦理工学院（ETH Zurich）
职位描述
### 项目介绍
苏黎世CMR研究组隶属于生物医学工程研究所，致力于开发磁共振（MR）技术和方法来评估心血管系统。我们设计下一代诊断工具，用于量化血流、器官灌注、代谢与功能、组织成分、微结构和力学特性。该组利用物理学、电气工程和计算机科学的原理，设计高效且灵敏的成像与推理方法，以指导心血管患者的诊断和治疗。
### 项目背景
心血管磁共振成像（CMR）在非侵入性评估心脏解剖结构、功能和血流方面发挥核心作用。然而，长时间的采集、重构和数据处理仍然限制了其临床应用范围和鲁棒性。机器学习领域的最新进展，特别是深度学习和物理信息方法，为重新设计数据采集、重构以及从数据中推断生理参数提供了变革性机遇。
### 职位描述
本博士项目专注于开发基于学习的策略，用于加速数据采集、物理信息图像重构，以及心血管解剖结构和血流动力学的定量推理。研究将现代机器学习与MR信号建模、计算成像和流体力学相结合，最终目标是实现更快、更可靠、更有信息量的CMR。
该项目将在苏黎世联邦理工学院高度跨学科的环境中开展，与工程师、物理学家、临床医生和数据科学家密切合作，并可使用最先进的成像基础设施和临床数据集。
offer要求 [offer requirements]
您需持有以下专业之一的理学硕士学位，且成绩优异（first-class grades）：
– 计算机科学
– 电气工程
– 生物医学工程
– 物理学
– 应用数学
您应具备高级信号与数据处理及其在尖端成像应用方面的专业知识。编程能力（Python、C/C++）以及使用深度学习框架（如PyTorch、TensorFlow、Keras）的实际经验是重点要求。此外，具有图像数据的标准监督式机器学习经验（分类、分割）、物理信息神经网络（Physics-Informed Neural Networks）经验，以及处理大型数据集的经验均为加分项。创新精神和团队合作能力将使您的申请更具竞争力。
offer福利 [offer benefits]
我们是一个充满活力且国际化的团队，嵌入信息技术、电气工程和医学院系之中，在CMR研究领域拥有长期成功记录。
提供一流基础设施，包括专用于研究的实验和临床MR系统、最先进的本地及可扩展云端计算资源（CPU、GPU），以及机械、电气和电子开发项目的车间。
与工业界和临床合作伙伴（心脏病学、放射学）长期且非常成功的合作，为网络拓展以及研究成果在现实世界的应用提供了机会。
在苏黎世联邦理工学院工作、教学与研究
我们重视多样性和可持续性
秉持我们的价值观，苏黎世联邦理工学院鼓励包容性文化。我们促进机会平等，重视多样性，并营造一个尊重所有员工和学生权利与尊严的工作与学习环境。我们持续致力于实现气候中和的未来。