研究型实习生-心脏多模态cMR多种心脏病精准诊断和王建安院士/院长团队研发实习生项目

岗位职责

研究领域： 其他 项目简介： 该项目主要关注于在病人的综合心脏病精准诊断上，如何探索最优的cMR影像模态组合，用AI创新来实现精准诊断准确度的科学上的最优+影像模态组合的最优（不影响诊断精度的情况下，用最方便，最低费用的组合）quality up + cost down + patient convenience。目前的心脏病诊断临床现状是使用很昂贵的LGE-MRI序列，也很依赖医生的诊断水平。导致医疗资源很难下沉。

合作团队：浙大二王建安院士团队

1，子项目：目前Circulation 2021/2024的文章已经做了Cine+T1 Mapping生成LGE，去年2024年Nature Medicine的文章做了Cine+LGE通过AI诊断心血管疾病，我们是否可以把这两个idea进行1+1>2的效果，我们尝试Cine+T1 Mapping通过AI诊断心血管疾病。因为这样节省了病人扫描时间至少20min以上，另外就是也是contrast free的。之前的工作积累是只用Cine来诊断3/5类重要的心肌疾病，取得了不错的不错结果。外部参考资料是最近发表的Circulation 2021, 2022，Nature Medicine 2024工作。

2，子项目：第二个方向是浙大二中心也在开展冠脉磁共振（MRCA）检查，但是目前MRCA相较于以前常规做的CTA，因为分辨率的问题，还有基于边界条件的插补以及分辨率增强的想法，是否可以通过AI加强MRCA的分辨率，可以提高MRCA的诊断能力。因为MRCA是没有辐射，而且也是没有造影的，所以现在越来越多的病人都想来做MRCA，但是目前临床面对这个检查，就是分辨率还有诊断能力不够。用MRCA+AI来替代CTA。Potential Topic: Artificial Intelligence for Resolution Enhancement and Diagnosis Accuracy in MRCA

任职要求

研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用： -对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色 -在国际会议上或核心期刊发表一份或多份出版物或论文 -至少3个月的全职工作

特色标签

C/C++、CT血管造影、Golang、Java、Python、T1映射技术、人工智能、冠状动脉CT血管成像、冠脉磁共振血管成像、分辨率增强、医疗、发表算法相关优秀论文、图像算法、图像超分辨率重建、多模态算法、心肌T1定量、心脏疾病、心脏磁共振成像、心血管疾病、心血管磁共振、无造影剂、晚期钆增强、机器学习、模型加速/性能优化、深度学习、磁共振冠状动脉成像、精准诊断、诊断准确性、钆增强磁共振、非增强成像