LeadLearners.Org™ Thanks to all our 1097585 visitors today, Saturday, 21/Sep/2019

Velg stipendiat
Lead Learners LeadLearners.Org
Anbefalte Sider: TIGP, Bioinformatics.Center, Our Facebook Page | Abonner

Navn på stipend / program

Algoritmer for automatisk analyse av røntgenbilder av kneet med applikasjoner i diagnostisering og overvåking av slitasjegikt



Viktig beskrivelse
Artrose (OA) er den vanligste formen for leddsykdom som forårsaker betydelig smerte og uførhet. Studier har vist at formen på enkelte ledd er forbundet med sannsynligheten for å få OA, og på hvilken måte sykdommen utvikler seg.

Dette PhD tar sikte på å utvikle automatiske programvare i stand til å lokalisere de strukturene synlig på røntgenbilder av kneet, spesielt hodet på femur og tibia, og til å analysere både form og utseende av bein for å se etter sammenhenger med sykdom og sykdomsutvikling. Prosjektet vil dra nytte av state-of-the-art algoritmer for modellering og matchende bein utviklet innenfor gruppen. Det vil fokusere på å analysere bilder fra store eksisterende datasett, som hver inneholder bilder av tusenvis av pasienter enten med OA eller står i fare for å utvikle OA. Uten de automatiske systemer som skal utvikles det ville være upraktisk å dra full nytte av disse datasettene, som de inkluderer over 20.000 enkeltbilder.

De viktigste resultatene av forskningen vil være:

- Nye teknikker for modellering og matchende strukturer i røntgen
- Et verktøy for automatisk finne strukturer i røntgenbilder av kneet, slik at nøyaktige målinger og forutsi utfallet
- En bedre forståelse av forholdet mellom benet form / utseende og sannsynligheten for å utvikle OA eller progresjon.

Dette 3-års fulltids studieplass vil gi full støtte til skolepenger, en årlig skattefritt stipend på? 13, 590 og dekke alle forskningsutgifter.

Omfattende opplæring vil bli gitt i datamaskinen visjon, medisinsk bildeanalyse, statistisk analyse, utvikling av programvare og programmering. Studien vil bli gjennomført i løpet av Senter for Muskel Research, en internasjonalt anerkjent sentrum for muskel-skjelett kompetanse, bestående av over tjue eksisterende PhD-forskere.

Ved ferdigstillelse vil ph.d. gi en god forankring for progresjon i en datamaskin visjon / medisinsk bildebehandling postdoktor rolle innen akademia eller industriell R & D.

Søkere bør ha (eller forventer å få) et minimum øvre andre honours degree (eller tilsvarende) i matematikk, fysikk, informatikk eller relaterte område. En mastergrad i et tilsvarende område ville være en fordel som ville tidligere erfaring med programmering og / eller datamaskinen visjon teknikker.

Prosjektet er tilgjengelig for UK / EU-borgere bare på grunn av naturen av finansiering og er planlagt å starte september 2013.

Vennligst direkte søknader i følgende format til professor Tim Cootes (tim.cootes @ manchester.ac.uk):

? Akademisk CV
? Offisielle akademiske utskrifter
? Kontaktdetaljer for to egnede dommere
? Egenerklæring (750 ord maksimum) skisserte din egnethet for studien, hva du håper å oppnå fra PhD og forskning erfaring så langt.


Valgbarhet og andre kriterier
(European / UK Studenter Only)
Dette forskningsprosjektet er en av en rekke prosjekter ved denne institusjonen. Det er i konkurranse om midler med en eller flere av disse prosjektene. Vanligvis prosjektet som mottar den beste søkeren vil bli tildelt midler. Finansieringen er tilgjengelig for borgere av en rekke europeiske land (inkludert Storbritannia). I de fleste tilfeller vil dette omfatte alle EU-borgere. Men fullfinansiering er kanskje ikke tilgjengelig for alle søkere, og du bør lese hele avdelingen og prosjektinformasjon for ytterligere informasjon.


Søknadsfrist
* 18 februar 2013


Ytterligere informasjon, og viktig URL
http://www.medicine.manchester.ac.uk/musculoskeletal/
http://www.population-health.manchester.ac.uk/staff/TimCootes

Eventuelle henvendelser knyttet til prosjektet og / eller egnethet bør rettes til professor Cootes på adressen ovenfor. Søknadsfrist: 18 februar 2013

http://www.medicine.manchester.ac.uk/musculoskeletal/
http://www.population-health.manchester.ac.uk/staff/TimCootes


© 2019 LeadLearners.Org ™
admin@LeadLearners.Org
+18133888836
Designed by: Emmanuel Salawu at Bioinformatics Center