CT算法研发工程师(深度学习方向)

1. 算法研发 

• 研发基于深度学习的 稀疏视图CT重建算法，解决稀疏投影数据下的重建和图像校准，去除噪声等问题；  

• 设计针对低剂量CT（LDCT）的噪声抑制与伪影去除模型（如条纹伪影、射束硬化伪影）；  

• 开发图像域和投影域联合网络，实现端到端重建质量提升；

2. 模型创新 

• 改进现有Backbone（包括但不限于ResNet、UNet、Transformer），融入非局部注意力机制、多尺度特征融合等技术；  

• 探索生成模型（GAN/扩散模型）在稀疏数据补全与噪声分布建模中的应用；  

3. 工程落地 

• 实现算法在GPU集群的高效训练（多卡并行、混合精度计算）；  

• 针对临床CT设备进行算法轻量化与加速部署；

4. 跨学科协作

• 与放射科医生合作定义临床需求，设计可解释性评估方案；  

• 与硬件团队联合优化采集协议 ；

1. 教育背景：  

   博士学历或者硕士3年以上工作经验，计算机科学/生物医学工程/应用数学专业，有医学影像处理研究经历；  

2. 技术能力：  精通以下至少一个领域：  

• 稀疏重建：熟悉FBP/迭代算法（SART、TV正则化），掌握深度学习校正方法；  

• 噪声去除：精通低剂量CT噪声建模（Poisson-Gaussian混合噪声）、RED-CNN、WGAN等去噪技术；  

• 熟练使用PyTorch/TensorFlow，并对模型的性能进行评估，确保模型的准确性、效率；  

3. 以下为加分项：

• 在MICCAI/IEEE TMI/Medical Physics等期刊/会议发表过CT重建相关论文；  

• 主导过稀疏重建或LDCT去噪项目，有临床数据验证结果；

• 掌握模型压缩技术（知识蒸馏、量化感知训练）；

• 有C++/CUDA加速经验。