Doktorandtjänst i Oftalmologi, Medicinsk bild- och analysteknik

Beskrivning av arbetsplatsen
Doktorandprojektet kommer att utföras inom Experimentell Medicinsk Diagnostik. Forskargruppen är tvärdisciplinär och leds av Prof. Malin Malmsjö tillsammans med Doc. Aboma Merdasa samt ett flertal kliniker, ingenjörer och beräkningsfysiker. Vi strävar efter att bedriva excellent forskning på internationell nivå men värnar också om att upprätthålla en god arbetsmiljö som präglas av respekt och hänsyn och där vi strävar efter att alla ska känna sig delaktiga, stimulerade och stöttade.

Institutionen för kliniska vetenskaper Lund ledigkungör nu en forskarutbildningsplats och anställning som doktorand inom forskarutbildningsämnet Medicinsk vetenskap – Oftalmologi i doktorandprojektet vid namn ” Digitalisering av hudtumördiagnostik med maskininlärning”.

Doktorandens huvudsakliga uppgift är att genomföra ett eget forskningsprojekt under handledning. Doktorandtjänsten kommer bidra med viktig kompetens inom dataanalys och specifikt inom maskininlärning. Arbetet kommer att bedrivas inom doktorandprojektet "Digitalisering av hudtumördiagnostik med maskininlärning". Arbetet kommer innehålla att utföra studier för utveckling av digitala verktyg som till exempel beräkningsmodeller för hudtumördiagnostik. Forskningsgruppen består av kliniker, tekniska och beräkningsfysiker samt ingenjörer som tillsammans utvecklar nya instrument och analyser för icke-invasiv klinisk diagnostik. Gruppen är central i infrastrukturen ”Lund University Clinical Center for Spectroscopic and Acoustic Imaging (https://www.photoacoustics.lu.se/).

Doktoranden ska få kunskap om optiska mätmetoder, medicinsk bildbehandling, utveckling av beräkningsmodeller, samt klinisk tillämpning av teknik. Doktorandstudierna kommer även att omfatta interdisciplinärt arbete samt arbete i en klinisk miljö. Doktoranden kommer att delta i obligatoriska forskarutbildningskurser. Resultaten av de genomförda forskningsprojekten förväntas ligga till grund för en doktorsavhandling.

Anställningen är på heltid under 48 månader. Föreslaget tillträdesdatum är 1 juni 2025 eller enligt överenskommelse.

Vi erbjuder
Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension. Vi har även ett flextidsavtal som skapar goda förutsättningar för balans mellan arbete och fritid. Läs mer på universitetets webbplats om att vara anställd vid Lunds universitet  Jobba hos oss.

Arbetsuppgifter och ansvarsområden
Projektet utgör en central del av ett större projekt som fokuserar på icke-invasiv hudtumördiagnostik. Under de senaste 7 åren har diverse optiska mätmetoder införskaffats och vidareutvecklats, vilket har resulterat i en omfattande datamängd som nu kräver fördjupad analys. Målet är att skapa nya bilder som kan ligga till grund för mer träffsäkra diagnoser. Tidigare proof-of-concept studier har visat att maskininlärning har stor potential att minimera en subjektiv analys där ett mer automatiserat tillvägagångssätt kan implementeras, vilket är avgörande för en faktiskt klinisk användning. Därmed kommer projektet fokusera på att utveckla och implementera olika maskininlärninggsmodeller för olika hudtumörtyper (basalcellscancer, skivepitelscancer, och melanom) med syfte att föra den icke-invasiva diaggnostiken närmare klinisk implementering. Projektet kommer ha tung fokus på utvecklingen av beräkningsmodeller med det övergripande målet att bana väg för en mer individanpassad och precisionsinriktad diagnostik.

Kvalifikationer

För anställningen krävs:

• Minst 240 hp varav 60 hp har avlagts i studier på avancerad nivå
• Avslutat examensarbete inom beräkningsvetenskap kopplat till fysik eller annat för projekt relevant ämne
• Erfarenhet av programmering i Python/MATLAB
• Tidigare arbete med maskininlärning och analys av klinisk bilddata
• Förmåga att uttrycka sig väl i både tal och skrift på svenska samt på engelska
• Förmåga att arbeta självständigt och vara initiativtagande
• Ha god analytisk förmåga
• Ha god vana att arbeta med vetenskapliga texter
• Vara bekväm i klinisk miljö
• Ha god och tydlig kommunikationsförmåga för att förmedla idéer och resultat till icke-specialister

Meriterande är:

• Utbildning relaterad till matematik eller statistik
• Erfarenhet av hudtumördiagnostik
• Erfarenhet av utveckling av matematiska modeller
• Tidigare erfarenhet av att arbeta i klinisk miljö

Behörighet
Grundläggande behörighet till utbildning på forskarnivå har den som har: avlagt examen på avancerad nivå, fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Bedömningsgrund
Bestämmelser för anställning som doktorand återfinns i förordning SFS 1998:80. Som innehavare får enbart förordnas den som är antagen till utbildning på forskarnivå. Vid tillsättning skall avseende främst fästas vid graden av förmåga att tillgodogöra sig forskarutbildningen. Förutom skyldighet att ägna sig åt egen forskarutbildning kan innehavaren åläggas att fullgöra tjänstgöring som avser utbildning, forskning och administrativt arbete enligt särskilda bestämmelser i förordningen.

Villkor
Tidsbegränsad anställning fyra år enligt HF 5 kap 7§.

Så här söker du
Anställningen söks via universitetets rekryteringssystem. Ansökan ska innehålla ett personligt brev där du beskriver hur du uppfyller kvalifikationskraven samt varför du är intresserad av anställningen. Ansökan ska även innehålla CV och examensbevis samt övrigt som du önskar åberopa. Minst två referenser med fullständiga kontaktuppgifter.

Institutionen för kliniska vetenskaper i Lund (IKVL) är en av sex institutioner vid medicinska fakulteten. Institutionen har ett brett samarbete, såväl inom fakulteten som inom andra enheter vid universitet. IKVL har även ett väl utvecklat samarbete med Skånes universitetssjukhus (SUS) och Region Skåne samt det omgivande samhället och näringslivet. Detta för att främja klinisk och experimentell translationell forskning, utveckling och utbildning.