Doktorand inom maskininlärning & bildbehandling för strålbehandling

Medicinsk fysik/Akademiska sjukhuset. Institutionen för informationsteknologi/Uppsala universitet

Bli en del av vårt tvärvetenskapliga team vid Akademiska sjukhuset och Uppsala universitet för att utveckla cancerbehandlingar med hjälp av avancerad bildbehandling. Denna unika forskningsposition, i skärningspunkten mellan maskininlärning, bildbehandling och strålbehandling, erbjuder en spännande möjlighet att bidra till medicinsk spjutspetsforskning.

I detta samarbetsprojekt mellan Institutionen för informationsteknologi (IT) vid Uppsala universitet (UU) och medicinsk fysik vid Akademiska sjukhuset kommer doktorandstudier att bedrivas inom ramen för forskarutbildningen på IT medan anställningen är på sjukhuset.

Strålbehandling vid Akademiska sjukhuset
Strålbehandling är en viktig del i cancerbehandling då ungefär hälften av alla cancerpatienter erhåller det som hel eller del av sin behandling. Vi på medicinsk fysik är ett team med högt kvalificerade medarbetare som består av medicinska fysiker, acceleratoringenjörer och onkologisjuksköterska som är med och driver strålbehandlingen på UUH. Flera av de medicinska fysikerna är disputerade och andra har pågående doktorandstudier. Strålbehandlingsavdelningen är utrustad med fyra konventionella behandlingsmaskiner (Linacs), en MR-Linac, två behandlingsmaskiner för brachyterapi och en för kontaktterapi.

Bildanalys vid Uppsala universitet
Uppsala universitet (https://www.uu.se/om-uu) grundades redan år 1477 och är idag ett brett forskningsuniversitet som rankas bland de främsta i världen. Inom Teknik- och naturvetenskapliga fakulteten är Institutionen för Informationsteknologi (http://it.uu.se) hem för 5 500 studenter och 300 anställda. Den akademiska handledaren kommer att vara docent Orcun Göksel (http://goksel.org), som leder gruppen för Datorstödd Applikation i Medicin (CAiM) som en del av Centrum för Bildanalys samt Uppsala Medtech Science and Innovation Centre. Forskning vid CAiM är inriktad på att utveckla beräkningsmetoder för medicinsk och biomedicinsk avbildning och bildanalys, inklusive nya maskin- och djupinlärningstekniker för ett brett spektrum av applikationer från ultraljud och MRI till mikroskopi och digital patologi.

Uppgifter och uppdrag
Den senaste generationen av behandlingsmaskiner (MR-Linac) integrerar behandlingsmaskinen med en magnetkamera (MR-Linac) som möjliggör högkvalitativa bilder av mjukdelar i direkt samband med behandlingen. Den nya maskinens integrerade MR möjliggör att precisionen i bestrålningen kan förbättras då behandlingen kan anpassas till patientens dagliga anatomi. Därmed kan stråldosen till målområdet ökas samt onödig bestrålning av frisk vävnad undvikas för en mer individanpassad behandling. För att fullt ut utnyttja möjligheten att dagligen anpassa behandlingen, bör den levererade dosen ackumuleras för att sedan utvärderas mot uppställda behandlingsmål. Detta sker idag inte i klinisk rutin i brist på robust implementation i de kommersiella systemen. Dosackumulering sker genom att med avancerade bildbehandlingsalgoritmer, sk deformabel bildregistering, följa var vävnaden befinner sig vid varje behandlingstillfälle och sedan summera dosen. De extremt beräkningsintensiva registreringsalgoritmerna är normalt behäftade med fel, som i denna tillämpning kan ge ett felaktigt underlag för kliniska beslut.

Målet med detta projekt är att med hjälp av den senaste tekniken inom djupinlärning ta fram förbättrade algoritmer för bildregistrering och dosackumulering, som inte bara är snabbare och mer noggranna, utan också tolkningsbara och medvetna om sin osäkerhet, för att på så sätt möjliggöra en förbättrad strålbehandling med högre precision.

Dina kvalifikationer
Den sökande som anställs till denna position ska registrera sig på forskarutbildningen på Institutionen för informationsvetenskap vid Uppsala universitet. Därför ska den sökande vara behörig för att antas som doktorand, se fakultetens riktlinjer (https://www.uu.se/vetenskapsomrade/teknik-och-naturvetenskap/utbildning/utbildning-pa-forskarniva) kring behörighet samt ytterligare information.
Följande kvalifikationer söks hos en framgångsrik kandidat:

• En masterexamen inom datavetenskap, medicinsk fysik eller teknik, med relevant bakgrund inom bildbehandling
• Erfarenhet av att utveckla metoder inom AI och medicinsk bildbehandling
• Flytande i relevanta programmeringsspråk
• Goda kommunikationsförmågor på engelska
• Utmärkt samarbetsförmåga

Kunskap om strålbehandling är meriterande.

Vi erbjuder
Projektanställning fyra år för att avlägga doktorsexamen. Du kommer att vara anställd vid medicinsk fysik, men kommer också att vara affilierad vid och i mycket nära samarbete med vid Institutionen för IT vid Uppsala universitet där din akademiska handledare kommer att vara.

Startdatum är förhandlingsbart, från tidigast 2024-03-01 till senast 2024-09-01, där tidigare startdatum kan vara till fördel för en sökande.

Hos oss får du förmåner som gör skillnad, läs om förmånerna här (https://regionuppsala.se/jobba-hos-oss/bli-var-nya-kollega/formaner/).

Upplysningar
Orcun Göksel, universitetslektor vid Institutionen för informationsteknologi, Bildanalys (https://www.katalog.uu.se/orginfo/?orgId=X61:30), Uppsala Universitet, e-post: orcun.goksel@it.uu.se
David Tilly, fysiker, Medicinsk Fysik, Akademiska sjukhuset, Uppsala, e-post: david.tilly@akademiska.se

Fackliga kontaktpersoner, Saco/naturvetarna:
Adrian Moreno Moreno, sjukhusfysiker, Medicinsk Fysik, Akademiska sjukhuset, Uppsala e-post: adrian.moreno.moreno@akademiska.se
Sara Bruce, sjukhusfysiker, Medicinsk Fysik, Akademiska sjukhuset, Uppsala, e-post: sara.bruce@akademiska.se

Välkommen med din ansökan som du skickar via länken nedan senast 2024-02-28. Urval och tillsättning kan komma att ske under ansökningstiden och kan komma att tillsättas före sista ansökningsdatum.

Region Uppsala värdesätter de kvaliteter som jämn könsfördelning och mångfald tillför verksamheten. Vi ser därför gärna sökande av alla kön och med olika födelsebakgrund, funktionalitet och livserfarenhet.

Denna rekrytering sker helt genom Region Uppsalas försorg. Vi undanber oss därför telefonsamtal från rekryteringsföretag och annonsförsäljare.