Logo der Physikalisch-Technischen Bundesanstalt

Studentische Arbeit

Thema
Physik-basiertes Deep-Learning für die quantitative MRT
Eingestellt am
05.04.2023
Kennziffer
23.01.813
Kategorie
Master-Arbeit
Beschreibung

Magnetresonanztomographie (MRT) ist ein vielseitiges Bildgebungsverfahren, das vielfach Anwendung in der Medizin findet. Die Standardverfahren der MRT liefern qualitative Graustufenbilder, auf denen Pathologien nur als Kontrastunterschiede zu gesundem Gewebe sichtbar sind. Die quantitative MRT bietet den Vorteil, dass Bildwerte (bio-)physikalischen Größen entsprechen und Pathologien dadurch anhand von Referenzwerten diagnostiziert werden können.

Eine große Herausforderung ist die genaue Berechnung der (bio-)physikalischen Parameter aus den aufgenommenen Daten. Dabei hat sich die Kombination aus physikalischen Modellen und flexiblen Netzwerkarchitekturen als sehr vielversprechend erwiesen. Im Rahmen dieses Projekts sollen neue Methoden entwickelt und evaluiert werden. Dieses Projekt baut auf aktuellen Arbeiten in der Arbeitsgruppe auf und wird in enger Kooperation mit einem klinischen Partner (Charité Berlin) durchgeführt.

Stellenanforderungen
  • Student/-in (m/w/d) der Physik, Elektrotechnik, Computerwissenschaften oder einer vergleichbaren Ingenieur- oder Naturwissenschaft
  • Ausgezeichnete Programmierkenntnisse (Python)
  • Ausgeprägte Team- und Kommunikationsfähigkeit
  • Interesse an einem herausfordernden Projekt in den Bereichen Maschinelles Lernen und MR-Physik
Beschäftigungsort
Berlin
Organisationseinheit
Abt. 8 "Medizinphysik und metrologische Informationstechnik"
Interessiert?

Falls dieses Projekt Ihr Interesse geweckt hat, wenden Sie sich bitte direkt an

Christoph Kolbitsch, E-Mail: christoph.kolbitsch(at)ptb.de, Tel.: 030 3481 7761

Opens external link in new windowAG 8.13 Quantitative MRT