Wissenschaftliche​/R Mitarbeiter​/In " image Reconstruction in Phase-Contrast Tomography

Die Universität Stuttgart steht für herausragende, weltweit beachtete Forschung und erstklassige Lehre in einer der dynamischsten Industrieregionen Europas. Als verlässliche Arbeitgeberin begleitet und fördert die Universität die akademische Laufbahn ihrer Forscher
* innen. Sie ist stolz auf ihre Mitarbeiter
* innen, die gegenwärtig aus über 100 verschiedenen Ländern kommen. Die Universität ist Partnerin für den Wissens- und Technologietransfer und setzt auf Interdisziplinarität.

Fakultät/Einrichtung: Mathematik und Physik

Institut/Einrichtung: Mathematik und Physik : IMNG - Institut für Mathematische Methoden in den Ingenieurswissenschaften, Numerik und geometrische Modelllierung

Bewerbungsfristende: 20.01.2026

Voraussichtliches Startdatum: 01.02.2026

Diese Stelle ist durch das BMFTR (Bundesministerium für Forschung, Technologie und Raumfahrt) finanziert und ist Teil des Verbundprojekts "Phasen- und absorptionsinformierte Bildgebung von Gewebe:
Intelligente Rekonstruktionsverfahren für die medizinische Diagnostik (Phabi Med)".

Die Röntgentomographie ermöglicht es, innere Strukturen des Körpers ohne invasiven Eingriff sichtbar zu machen und wird zur Diagnose zahlreicher Erkrankungen, etwa der Lunge, eingesetzt. Die klassische Computertomographie (CT) nutzt die Absorption von Röntgenstrahlen, bietet jedoch nur einen begrenzten Weichgewebekontrast. Die Phasenkontrast-CT (PCT) nutzt zusätzlich Beugungseffekte der Röntgenstrahlen, wodurch auch gering absorbierende Strukturen sichtbar werden.

Neben der eigentlichen tomographischen Rekonstruktion erfordert die PCT jedoch eine Phasenrekonstruktion, die bislang nur unter idealisierten Annahmen möglich ist. Diese Annahmen sind bei klinisch relevanten Strahlquellen in der Regel nicht erfüllt. Ziel des Verbundprojekts zwischen den Universitäten Stuttgart und Göttingen ist es daher, in Zusammenarbeit mit Anwendungspartnern effiziente und hochaufgelöste Rekonstruktionsverfahren für klinische Anwendungen zu entwickeln.

Ein besonderer Fokus liegt dabei auf dem Umgang mit Objektbewegungen, da PCT-Messungen deutlich sensibler auf diese reagieren als die CT. Das Teilprojekt der Universität Stuttgart konzentriert sich daher auf die Entwicklung dynamischer Rekonstruktionsverfahren, die zeitlich hochaufgelöste und artefaktfreie Visualisierungen von Gewebeveränderungen ermöglichen. Hierzu sollen datengetriebene Methoden mit modell-basierten Verfahren verknüpft werden, um sowohl eine effiziente Rekonstruktion als auch eine hohe Zuverlässigkeit der Ergebnisse zu gewährleisten.

Sie werden ein Mitglied von Prof. Bernadette Hahn-Rigaud‘s Arbeitsgruppe “Optimization and inverse Problems ” am Institut für Mathematische Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung (IMNG) sein.

Sie werden eng mit den Forschungspartnern an der Universität Göttingen sowie den Industrie- und Anwendungspartnern des Projekts zusammenarbeiten.

• Modellierung der dynamischen PCT unter Berücksichtigung von Gewebeverformungen
• Entwicklung gelernter iterativer Verfahren zur Kompensation unbekannter Objektbewegungen
• Integration physikalischer Bewegungsmodelle und neuronaler Netze zur präzisen Abschätzung von Modellabweichungen
• Kopplung von Absorptions- und Phaseninformationen
• Optimierung der Verfahren für große Datensätze
• Enge Zusammenarbeit mit unseren Projektpartnern
• Veröffentlichung von Forschungsergebnissen
• Aktive Teilnahme an Projektveranstaltungen (Projekttreffen, Workshops, Forschungsaufenthalte am jeweils anderen Standort, weitere Veranstaltungen)
• Sehr guter Masterabschluss in Mathematik, Natur- oder Ingenieurwissenschaften oder einem verwandten Gebiet; idealerweise wurde die Masterarbeit im Gebiet Inverse Probleme geschrieben
• Sie haben sehr gute Kenntnisse in einem oder mehreren dieser mathematischen Themenbereiche:
  • Inverse Probleme
  • Computational imaging
  • Machinelles Lernen
  • Numerical analysis
  • Physical modeling
• Erfahrung mit der Implementierung von numerischen und rechnergestützten Methoden unter Verwendung von Programmiersprachen wie beispielsweise Python oder C++
• Sie sind motiviert, in einem interdisziplinären Projektteam…