← Все заказы

Doctoraat in multimodale medische beeldvorming en modellering van anatomische variatie en weefseleigenschappen van de

KU Leuven

14 ч назад

Текст заказа

Wil je je ontwikkelen tot een toonaangevend onderzoeker op het vlak van medische beeldverwerking en computationele biomechanica? Ben je geboeid door technologische innovatie en wil je met je onderzoek bijdragen aan een meer gepersonaliseerde gezondheidszorg?
De onderzoeksgroep Human Movement Biomechanics (HMBRG) van het Departement Bewegingswetenschappen, binnen de Faculteit Bewegings- en Revalidatiewetenschappen van KU Leuven, verricht interdisciplinair onderzoek naar de biomechanica van het menselijk bewegingsapparaat in gezondheid en ziekte. De onderzoeksgroep combineert geavanceerde medische beeldvorming, experimentele biomechanica en computationele modellering om het functioneren en de adaptatie van het bewegingsapparaat beter te begrijpen en nieuwe mogelijkheden te creëren voor gepersonaliseerde gezondheidszorg.
De onderzoeksgroep werkt nauw samen met de dienst Orthopedie van UZ Leuven, onder meer via prof. Lennart Scheys. Deze samenwerking vormt een belangrijke brug tussen technologische innovatie, biomechanisch onderzoek en de klinische praktijk, en biedt een stimulerende onderzoeksomgeving voor de ontwikkeling en klinische translatie van innovatieve computationele methoden.
De onderzoeksgroep is eveneens nauw betrokken bij iSi Health – KU Leuven Institute for Physics-based Modeling for in silico Health, een interdisciplinair onderzoeksinstituut dat expertise uit de ingenieurswetenschappen, biomedische wetenschappen en klinische geneeskunde samenbrengt om computationele modellen en digitale technologieën te ontwikkelen voor de gezondheidszorg van de toekomst. Deze inbedding biedt je bijkomende mogelijkheden voor interdisciplinaire samenwerking, wetenschappelijke uitwisseling en professionele ontwikkeling binnen het snel evoluerende domein van in silico geneeskunde en virtuele menselijke tweelingen (Virtual Human Twins).
Voor het Europese Marie Skłodowska-Curie Doctoral Network EDI-MSK (Equitable MusculoSKeletal health Driven by Inclusive models) zijn we op zoek naar een enthousiaste doctoraatsstudent met een sterke interesse in multimodale medische beeldverwerking en computationele modellering van de knie.
EDI-MSK richt zich op een belangrijke uitdaging binnen de musculoskeletale gezondheidszorg: de ontwikkeling van computationele modellen die de diversiteit binnen de bevolking beter weerspiegelen, in plaats van gebaseerd te zijn op beperkte of onvoldoende representatieve datasets. Door computationele en experimentele onderzoeksmethoden te combineren, streeft EDI-MSK naar robuuste en breed toepasbare modellen van het bewegingsapparaat in gezondheid en ziekte.
Het interdisciplinaire netwerk brengt 20 internationaal toonaangevende organisaties uit 10 landen samen, met expertise in biomedische wetenschappen, ingenieurswetenschappen, medische beeldvorming, computationele modellering, klinisch onderzoek en sociale wetenschappen.
Binnen EDI-MSK worden 15 doctoraatsonderzoekers opgeleid tot een nieuwe generatie onderzoekers en innovatoren die bijdragen aan een meer inclusieve, gepersonaliseerde en wetenschappelijk onderbouwde musculoskeletale gezondheidszorg.
Project
Het doctoraatsproject (DC3) heeft als doel een statistisch vorm- en verschijningsmodel ( statistical shape and appearance model , SSAM) van het onderste lidmaat te ontwikkelen en te valideren, waarin zowel anatomische geometrie als mechanische weefseleigenschappen worden geïntegreerd. Hiermee willen we onderzoeken hoe leeftijd, geslacht en artrose de biomechanica van het kniegewricht beïnvloeden.
Het project combineert multimodale medische beeldverwerking, statistische modellering en eindige-elementenanalyses om een methodologisch kader te ontwikkelen waarmee anatomisch en mechanisch representatieve kniemodellen kunnen worden gegenereerd, rekening houdend met de diversiteit binnen de bevolking.
Je Onderzoek Omvat Drie Centrale Doelstellingen
* Ontwikkeling en validatie van een statistisch vorm- en verschijningsmodel van de knie
Je integreert informatie uit grootschalige klinische beeldvormingsdatasets en beeldvorming met hoge resolutie van kadavermateriaal, aangevuld met experimentele metingen van mechanische weefseleigenschappen. Het model brengt de variabiliteit in anatomie en weefseleigenschappen in relatie tot leeftijd, geslacht en artrose in kaart. Het wordt gevalideerd aan de hand van onafhankelijke datasets en beschikbare experimentele metingen.
* Onderzoek naar populatiediversiteit en mogelijkheden voor klinische toepassing
Je breidt de statistische modellen uit met aanvullende datasets die diverse populaties vertegenwoordigen. Je onderzoekt hoe deze modellen kunnen bijdragen aan een meer representatieve modellering van de kniebiomechanica en welke mogelijkheden ze bieden voor toekomstige klinische toepassingen.
* Evaluatie van de biomechanische plausibiliteit van de statistische modellen met behulp van eindige-elementensimulaties
Je integreert de uit de statistische modellen afgeleide anatomische geometrieën en weefseleigenschappen in computationele modellen van het kniegewricht. Met behulp van eindige-elementensimulaties onderzoek je hoe variaties in anatomie en weefseleigenschappen de voorspelde mechanische respons van het kniegewricht tijdens belasting beïnvloeden.
Door de samenwerking met internationale academische en industriële partners draagt dit project bij aan de ontwikkeling van meer inclusieve en representatieve computationele modellen, als basis voor toekomstige toepassingen in de gepersonaliseerde musculoskeletale gezondheidszorg.
Het doctoraatsonderzoek wordt begeleid door prof. Ilse Jonkers en Prof. Lennart Scheys (KU Leuven), in samenwerking met dr. Gavin Day (University of Leeds, Verenigd Koninkrijk) en Antoine Perrier (TWINSIGHT, Frankrijk).
Profiel
Je beschikt bij de start van het doctoraat over een masterdiploma in de biomedische ingenieurswetenschappen, werktuigkundige ingenieurswetenschappen of een nauw verwante discipline, met een sterke achtergrond in computationele methoden voor biomedische toepassingen.
We zijn in het bijzonder op zoek naar kandidaten met kennis van en/of ervaring in de volgende domeinen:
* Medische beeldverwerking en -analyse, bij voorkeur met verschillende beeldvormingsmodaliteiten, zoals MRI en CT, met inbegrip van beeldsegmentatie, beeldregistratie en driedimensionale anatomische reconstructie.
* Eindige-elementenmodellering, met inbegrip van modelgeneratie, meshgeneratie, het toekennen van materiaaleigenschappen en biomechanische simulaties.
* Wetenschappelijk programmeren en computationele data-analyse, bij voorkeur in Python, MATLAB of vergelijkbare programmeeromgevingen.
Ervaring met statistische vormmodellering, machine learning, beeldgebaseerde modellering of musculoskeletale biomechanica is een bijkomende troef.
Daarnaast
* Heb je een sterke wetenschappelijke interesse in het ontwikkelen en valideren van computationele modellen op basis van experimentele en klinische data.
* Beschik je over sterke analytische en probleemoplossende vaardigheden.
* Werk je zelfstandig, zorgvuldig en gestructureerd, met zin voor initiatief en creativiteit.
* Werk je graag samen binnen een interdisciplinair en internationaal onderzoeksteam en ben je bereid actief kennis en expertise te delen.
* Ben je gemotiveerd om je onderzoeksresultaten te publiceren in internationale wetenschappelijke tijdschriften en te presenteren op wetenschappelijke congressen, en je onderzoek toegankelijk te maken voor een breder publiek.
* Ben je bereid actief deel te nemen aan de opleidings- en onderzoeksactiviteiten van het EDI-MSK-netwerk en je verder te ontwikkelen op wetenschappelijk en professioneel vlak.
* Beschik je over een goede mondelinge en schriftelijke kennis van het Engels. Kennis van het Nederlands is niet vereist.
**Specifieke

Похожие заказы