Studentische Arbeit: Deep-Learning und inverse Probleme biomedizinischen Bildgebung

Magnetresonanztomographie (MRT) ist ein vielseitiges Bildgebungsverfahren, das vielfach Anwendung in der Medizin findet. In den letzten Jahren hat sich die Bildrekonstruktion in der MRT von einfacher direkter Rekonstruktion mittels Fast Fourier Transform hin zu neuen Konzepten wie parallele Bildgebung, compressed sensing und deep learning entwickelt.

Im Rahmen dieses Projekts sollen neuen Verfahren entwickelt werden, um das inverse Problem der MR-Bildrekonstruktion zu lösen und eine Verbesserung der MR-Bildqualität zu erreichen. Das Projekt baut auf aktuellen Arbeiten in der Arbeitsgruppe auf. Der Fokus des Projekts kann dabei individuell auf Softwareentwicklung, Beschleunigung mittels CUDA/OpenMP oder neuen mathematischen Algorithmen gelegt werden.

• Student
  * in der Informatik, Elektrotechnik, Mathematik oder einer vergleichbaren Ingenieur- oder Naturwissenschaft
• Ausgeprägte Team und Kommunikationsfähigkeit
• Ausgezeichnete Programmierkenntnisse (Python, C++)
• Interesse an einem herausfordernden Projekt in der biomedizinischen Bildgebung

Berlin

Abt. 8 "Medizinphysik und metrologische Informationstechnik"

Christoph Kolbitsch, , Tel.: