Ihr Aufgabenbereich
Im Rahmen eines von der Deutschen Krebshilfe geförderten Forschungsprojekts ist an der Klinik und Poliklinik für Strahlentherapie und Radioonkologie des LMU Klinikums (PD Dr. Christopher Kurz und Prof. Dr. Guillaume Landry) eine Stelle als Postdoc (m/w/d) zu besetzen. Im Verlauf des Projekts sollen Deep-Learning-basierte Methoden zur Cone-Beam CT (CBCT) Dosisreduzierung und Auto-Segmentierung im Rahmen der CBCT-geführten online adaptiven Strahlentherapie entwickelt und klinisch evaluiert werden.
Das Projekt stützt sich dabei auf eine einzigartige CBCT-Datenbank, die in den letzten Jahren an insgesamt vier Elekta Synergy Linacs mit integriertem CBCT am LMU Klinikum zusammengetragen wurde. Unsere
Forschungsgruppe beschäftigt sich bereits seit vielen Jahren intensiv mit dem Gebiet der CBCT-geführten
online adaptiven Strahlentherapie und verfügt über eine entsprechende Expertise. Bisher lag der Schwerpunkt unserer Forschung auf der Intensitätskorrektur der CBCT-Bilder unter Nutzung konventioneller und Deep-Learning-basierter Methoden. Zusammen mit unseren aktuellen Arbeiten auf dem Gebiet der CT und MRT Auto-Segmentierung, bieten sich optimale Voraussetzungen für das geplante Forschungsvorhaben. Die Ziele des Postdoc-Projekts werden im Speziellen sein:
(1) Implementierung neuster Deep-Learning-Methoden zur simultanen Dosis-Reduzierung und
Intensitätskorrektur von CBCT-Bildern
(2) Deep-Learning-basierte Auto-Segmentierung der Dosis-reduzierten CBCTs
(3) Evaluierung der Genauigkeit der entwickelten Methoden und der klinischen Benefits einer CBCT-geführten online adaptiven Strahlentherapie
Das vorgesehene Forschungsprojekt beinhaltet ein breites Spektrum an Themen im Bereich der CBCT-geführten online adaptiven Strahlentherapie, mit einem besonderen Fokus auf die Implementierung und Entwicklung von State-of-the-Art-Deep-Learning-basierten Bildverarbeitungsmethoden. Jedoch spielen auch kliniknahe Aspekte, etwa die Dosis-Berechnung und -Optimierung, im Rahmen des Projekts eine zentrale Rolle. Der Postdoc (m/w/d) erhält die Möglichkeit, durch seine Arbeit einen entscheidenden Beitrag in Richtung der klinischen Implementierung der CBCT-geführten online adaptiven Strahlentherapie zu leisten – in einer der führenden Gruppen auf diesem Gebiet.
Das Projekt ist für eine Dauer von 36 Monaten angesetzt.
Unsere Anforderungen
- PhD und MSc in Physik (bevozugt Medizinischer Physik), Biomedical Engineering oder Computer Sciences
- Erfahrung in den Bereichen CT-/CBCT-Bildgebung, Strahlentherapie und digitale Bildverarbeitung
- Erfahrung in der Betreuung von BSc- und MSc-Studenten
- Gutes Verständnis der in der Strahlentherapie und Bildgebung relevanten physikalischen Prozesse
- Sehr gute Programmierkenntnisse in Python
- Expertise im Bereich Deep Learning, vorzugsweise mit PyTorch, Keras oder TensorFlow
- Fähigkeit, neue Deep-Learning-Architekturen selbstständig zu implementieren
- Englischkenntnisse fließend in Wort und Schrift
- Wissenschaftliche Kreativität und Team Working Skills
- Impfpflicht im Gesundheitswesen: ab 16.03.2022 gilt für alle Mitarbeiter (m/w/d) in Krankenhäusern die gesetzliche Impfpflicht gegen SARS-CoV-2
Um sich auf die Stelle zu bewerben, senden Sie uns bitte Ihre elektronische Bewerbung (Motivationsschreiben, Lebenslauf, Schul- und Universitätsabschlusszeugnisse, Promotionsurkunde, Publikationsliste, weitere Qualifikationsnachweise wie TOEFL und die Kontaktinformationen von zwei Referenzen), vorzugsweise im PDF-Format, bis zum 15.06.2022.
Unser Angebot
- Der Arbeitsplatz befindet sich am Klinikum Großhadern, welches direkt mit dem öffentlichen Nahverkehr an die Stadt München angebunden ist. Der erfolgreiche Kandidat (m/w/d) wird in einer hoch motivierten und gut etablierten Forschungsgruppe (zwei Postdocs, sieben PhD, drei MSc Studenten) innerhalb eines multidisziplinären und internationalen Netzwerks arbeiten, das in ein anregendes wissenschaftliches Umfeld mit einer langen Tradition der Zusammenarbeit und Exzellenz in der biomedizinischen Forschung an der LMU München eingebettet ist – mit herausragenden Forschungsarbeiten und klinischen Infrastrukturen. Bewerbungen von Frauen sind erwünscht.
- Die Vergütung richtet sich nach dem Tarifvertrag für den öffentlichen Dienst der Länder (TV-L) einschließlich aller im öffentlichen Dienst üblichen Zulagen.
- Zudem bieten wir Fort- und Weiterbildungen, betriebliche Altersvorsorge, Kinderbetreuungsangebote, ein Jobticket, Vergünstigungen und Personalwohnraum.
Schwerbehinderte Bewerber (m/w/d) werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt. Vorstellungskosten können leider nicht erstattet werden. Für weitere Informationen wenden Sie sich bitte an Herrn PD Dr. Christopher Kurz oder Herrn Prof. Dr. Guillaume Landry, E-Mail: Bewerbung.Strahlenklinik@med.uni-muenchen.de.