Im Forschungscampus MODAL ("Mathematische Optimierung und Datenanalyse Laboratorien") werden moderne mathematische Methoden und datengetriebene Ansätze zur Entwicklung innovativer Entscheidungsunterstützungssysteme erforscht und angewendet. Ziel ist es, Lösungen für zentrale gesellschaftliche Herausforderungen in Bereichen wie nachhaltige Energieversorgung, personalisierte Medizin oder der vernetzten Mobilität zu entwickeln. Innerhalb des MODAL-Campus befasst sich das MedLab u.a. mit der Entwicklung von KI-gestützten Methoden, einerseits zur präzisen und effizienten 3D-Rekonstruktion anatomischer Strukturen aus medizinischen Bilddaten und andererseits zur diagnostischen Auswertung der so extrahierten Strukturen. Ein wesentliches Ziel ist es, durch den Einsatz moderner KI-Modelle, hochpräzise 3D-Rekonstruktionen aus niedrig dosierten Röntgenaufnahmen zu erzeugen, um die Strahlenbelastung zu reduzieren. Die zu entwickelnden Methoden lassen sich auch auf andere Bildgebungsverfahren anwenden, bei denen keine vollumfängliche und hochauflösende 3D Aufnahme möglich ist. Modellgestützte Bildanalyseverfahren sind von entscheidender Bedeutung für die praktische klinische Bildgebung, sowie die individualisierte Diagnostik und Therapieplanung in der modernen Medizin.
 
Aufgabengebiet:
• Forschung und Entwicklung im Bereich der klassischen und der KI-gestützten geometrischen 3D-Anatomierekonstruktion aus medizinischen Bilddaten
• Implementierung und Evaluation moderner KI-basierter Verfahren (z.B. Neural Radiance Fields) zur 3D Rekonstruktion anatomischer Strukturen
• Anwendung und Optimierung von Verfahren zur Erzeugung virtueller Röntgenaufnahmen und Lösung des inversen Problems der Abschätzung von 3D-Geometrien aus 2D Röntgenaufnahmen
• Entwicklung von Methoden zur Modellanpassung für Strukturen mit wechselnden Topologien, z.B. Frakturen und Risse
• Zusammenarbeit mit akademischen und industriellen Partnern im Forschungscampus MODAL
• Veröffentlichung von Forschungsergebnissen in wissenschaftlichen Fachzeitschriften und auf Konferenzen
 
Einstellungsvoraussetzungen:
Abgeschlossenes wiss. Hochschulstudium (Diplom, Master) in Mathematik oder Informatik
 
Erwünscht:
• Sehr gute Programmierkenntnisse in Python
• Erfahrung mit Frameworks wie VTK, SOFA, PCL, MOSEK/SeDuMi/CVX, ManOpt, COLMAP/VisualSFM/OpenMVG
• Erfahrung mit Methoden des maschinellen Lernens und/oder KI-basierter Datenanalyse
• Erfahrungen mit der Lösung von Forschungsproblemen und Veröffentlichungen im Bereich der Computer Vision und der medizinischen Bildgebung
• Kenntnisse in der Deformationsmodellierung, einschließlich geometrischer, physikalischer und strukturmechanischer Ansätze
• Kenntnisse in der Multiview-Geometrie zur Verfolgung, Lokalisierung, Rekonstruktion und Charakterisierung deformierbarer Objekte aus 2D- und 3D-Daten
• Bereitschaft zur Zusammenarbeit im Team sowie Engagement und Eigeninitiative
• sehr gute Englischkenntnisse in Wort und Schrift
• Gender- und Diversitätskenntnisse
 
Weitere Informationen erteilt Herr Dr. Stefan Zachow (zachow@zib.de).