Doktorand i tillämpad matematik med inriktning mot medicinsk bildanalys - Under tillsättning eller tillsatt, ej sökbar

Beskrivning av arbetsplatsen

Tjänsten kommer att placeras på Avdelningen för datorseende och maskininlärning (CVML) vid Matematikcentrum (https://www.maths.lu.se). Inom CVML finns ett tiotal seniora forskare samt cirka 20 forskarstuderande. Forskningen inom ämnesområdet började i mitten av 1980-talet och omfattar för närvarande (i) Geometri och datorseende, (ii) Medicinsk bildanalys, och (iii) Maskininlärning och artificiell intelligens. Avdelningen har omfattande erfarnhet av grundforskning inom datorseende, bildanalys och maskninlärning, samt inom ett brett spektrum av tillämpningar av dessa områden. Inom Medicinsk bildanalys har avdelningen arbetat med ett stort antal olika frågeställningar, bland annat inom radiologi, magnetröntgen, digital patologi, scintigrafi och ultraljud för diagnostisering av till exempel prostatacancer, bröstcancer, demenssjukdomar och hudcancer, samt inom kardiologi och myokardischemi.

Matematikcentrum arbetar systematiskt och kontinuerligt med arbetsmiljön, både den fysiska och den psyko-sociala. Arbetsmiljö är en stående punkt på styrelsemöten  och tas även upp vid varje utvecklingssamtal.

Denna doktorandtjänst finansieras av Palmary Foundation, https://www.palmary.foundation/doktorandenstelle.

Ämnesbeskrivning

Forskarutbildningsämnet är Tillämpad Matematik och forskningsinriktningen är utveckling och analys av metoder för Medicinsk Bildanalys, speciellt inom maskininlärning. 

Inom tillämpad matematik utvecklas och analyseras matematiska metoder och modeller, vilka är applicerbara på problem från diverse olika vetenskaper som exempelvis fysik, datalogi, medicin, biologi, ekonomi och dylikt. Forskningsämnet i tillämpad matematik omfattar utveckling, analys och implementation av metoder och modeller avsedda att lösa matematiskt formulerade problem. Ämnet kan vidare omfatta användning av sådana metoder för att utveckla ny teknik inom andra vetenskaper som exempelvis teknik, naturvetenskap och medicin.

Arbetsuppgifter

Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna ingår det även medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Arbetsuppgifterna innefattar

• Deltagande i forskarutbildningskurser
• Arbete med forskningsprojektet med ökande grad av självständig forskning
• Undervisning och annat institutionsarbete (max 20% av arbetstiden)

Forskningsinriktningen för denna utlysning är utveckling och analys av maskininlärningsmetoder, främst djupa neurala nätverk, för analys av bilder, bildsekvenser eller metadata, till exempel text, för medicinska tillämpningar. Exempel på olika frågeställningar som du kan arbeta med är detektering av prostatacancer från mikroskopibilder av diopsier, detektering av bröstcancer från ultraljud, analys av utveckling av demenssjukdomar från MR-bildar av hjärnan och automatisk val av undersökningstyp från remisser inom radiologi. 

Avhandlingsarbetet kommer att omfatta utveckling av nya metoder, teoretisk analys, algoritmdesign, planering och genomförande av experiment, insamling av data, författande av vetenskapliga artiklar samt presentation av resultet vi internationella konfernser och i internationella tidskrifter.

Behörighet

Grundläggande behörighet till utbildning på forskarnivå har den som har

• avlagt examen på avancerad nivå eller
• 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.

Kraven på särskild behörighet för Tillämpad Matematik uppfyller den som har:

• minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 60 högskolepoäng ska vara på avancerad nivå inom ämnesområdet och inkludera ett fördjupningsarbete om minst 15 högskolepoäng, eller
• examen på avancerad nivå inom ett relevant ämnesområde.

Övriga krav:

• Mycket goda kunskaper i engelska, i tal och skrift.
• Goda kunskaper inom bildanalys och maskininlärning.
• Erfarenhet av programmering, till exempel i Matlab, Python eller C++.

Bedömningsgrunder

Urval till utbildning på forskarnivå sker efter bedömd förmåga att tillgodogöra sig forskarutbildningen. Bedömningen av förmågan sker främst utifrån studieresultaten på grundnivå och avancerad nivå. Följande beaktas:

1. Kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet.
2. Bedömd förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem.
3. Förmåga till skriftlig och muntlig kommunikation.
4. Övriga erfarenheter relevanta för utbildningen på forskarnivå, t ex yrkeserfarenhet.

Övriga meriter:

• Erfarenhet av undervisning på grundläggande nivå.
• Ett projektrelevant examensarbete.
• Erfarenhet av samarbete utanför ämnesområdet.
• Erfarenhet av någon utvecklingsmiljö för maskininlärning, till exempel TensorFlow, Keras eller PyTorch.

Hänsyn kommer också att tas till god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms ha den förmåga som behövs för att klara forskarutbildningen.

Vi erbjuder

Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension. Läs mer på universitets webbplats om att Jobba hos oss. 

Övrigt

Endast den som är antagen till forskarutbildning får anställas som doktorand. Forskarutbildningen är fyra år vid heltidsstudier. Vid undervisning och annat institutionsarbete förlängs anställningen i motsvarande grad, dock längst till 5 år (dvs. max 20 %). Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§.

Så här söker du

Ansökan ska skrivas på engelska. Ansökan ska innehålla personligt brev med motivering till varför du är intresserad av anställningen och på vilket sätt forskningsprojektet matchar dina intressen och din utbildningsbakgrund. Ansökan ska även innehålla CV, examensbevis eller motsvarande samt övrigt som du önskar åberopa (kopior av betyg, uppgifter till referenser, rekommendationsbrev etc.).

Välkommen med din ansökan!