Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之心编辑部机器之心报道

华盛顿大学医学院放射系助理教授朱成成实验室招收博士后、博士生、科研助理和实习生

本期将为大家介绍新华盛顿大学医学院放射系助理教授朱成成实验室招收博士后,博士生,科研助理和实习生的相关信息。


图片

华盛顿大学 (University of Washington) 医学院放射系助理教授朱成成实验室招收博士后,博士生,科研助理和实习生若干。

实验室位于西雅图,主要研究方向是血管成像的采集重建技术开发,图像处理,以及临床应用。和神经外科,神经内科,工程系合作紧密。主要研究的疾病是颅内动脉瘤(出血中风),颅内动脉粥样硬化斑块 (缺血中风),主动脉瘤疾病等。

图片图片

本次招收博士后 / 科研助理主要为两个方向:

  • MRI 的采集重建技术开发;

  • 基于深度学习的图像分割分析方法开发 ,黄正能教授(IEEE fellow)会做第二导师(详情见https://scholar.google.com/citations?user=4OAHy-kAAAAJ&hl=en)。

导师简介

朱成成,美国华盛顿大学助理教授,博士生导师。主要研究领域为血管疾病 MRI 新技术开发(血管壁 MRI 为主)及临床应用(动脉粥样硬化,动脉瘤为主)。

他曾在北大电子系取得学士学位,在英国剑桥大学获得博士学位,并于美国加州大学旧金山分校完成博士后培训。获美国 NIH 职业发展基金 (K99/R00, 92 万美元) 和 R01(250 万美元)资助,并获得过 ISMRM junior fellow 等 20 多个国际奖项。发表 SCI 论文 110 多篇,其中以 first/senior author 在 Circulation, JACC Imaging, Radiology, Stroke, JCMR, JNIS 等杂志发表论文 60 多篇。

目前,朱成成担任 AJNR 编委、 Frontiers in Neuroscience/Neurology 副主编 (Associate Editor),同时担任 Radiology, JNNP, Stroke 等 40 余本期刊的审稿人,是美国 NIH(国立卫生院)基金,美国心脏学会(AHA), 加拿大创新基金会以及瑞士自然科学基金会的评审专家。是国际心血管核磁共振学会(SCMR)交流委员会委员,国际血管核磁成像(SMRA)教育委员会委员。

  • Google Scholar: https://scholar.google.com/citations?user=5D-R4fIAAAAJ&hl=en

  • UW Radiology: https://rad.washington.edu/radiology-personnel/zhucheng/

招聘博士后(1 名)

计划招聘博士后一名,聚焦于 MRI 图像采集或者重建,或者基于深度学习的图像分割分析方法开发。

基本要求:

  • 博士毕业或者将毕业,在医学图像或自然图像领域优秀会议或期刊有 2-3 篇代表作

  • 编程能力强

  • 对于医学图像领域有 strong passion

博士后将领导本实验室进行的机器学习与血管成像的大型项目,做出引领领域研究方向、有重大影响力的工作。欢迎有志于做出有重要影响力工作、并有相关领域经验的同学报名。实验室将提供稳定的工作环境与一流的研究平台,协助申报博士后相关项目,并根据兴趣与需求支持个人的职业发展。

招聘博士生(1 名,2024 年秋季)

计划招聘博士生一名,聚焦于 MRI 图像采集或者重建,或者基于深度学习的图像分割分析方法开发。欢迎有机器学习或医学图像分析相关领域经验的同学报考。

基本要求:

・本科就读于国内外知名高校,且课业成绩或科研成果优秀 

・有机器学习或医学图像分析科研经验

・积极主动、热爱研究

招聘(暑期)实习生和科研助理

实验室招收本科实习生(3 个月或以上)和科研助理(2 年)。实习生和科研助理将能参与并有机会领导独立项目,并 target 医学图像分析和机器学习的临床期刊和机器学习期刊。欢迎对本实验室研究领域有强烈兴趣的同学报名。

申请方式

应聘者通过电子邮件 zhucheng@uw.edu 联系朱成成博士,并附上简历。

  • 邮件主题:博士后 / 实习生 / 科研助理 - 名字

  • 邮件附件:个人简历(包括个人基本情况,教育和工作经历,科研工作概述,论文发表情况或其他成果)、成绩单。

「TalentAI」是机器之心最新招聘栏目,欢迎有招聘需求的高校实验室、企业与我们联系合作。邮箱:liyazhou@jiqizhixin.com


入门招生
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

推荐文章
暂无评论
暂无评论~