深度学习重建算法工程师

1. 负责基于深度学习的 CT稀疏重建算法研发，解决低剂量、少投影条件下的图像重建问题；  

2. 开发 噪声抑制与伪影去除算法，提升低质量CT图像的诊断可用性；  

3. 优化深度学习模型，提高重建速度与精度，满足临床或工业检测需求；  

4. 与医学影像专家、硬件工程师协作，推动算法在实际CT设备上的落地应用；

5. 领导安排的其他工作； 

1. 教育背景：  

• 硕士及以上学历，计算机、医学影像、生物医学工程、应用数学等相关专业；  

• 3年以上有医学影像处理（CT/MRI）或计算成像研究经验；  

2. 技术能力：  

• 熟悉深度学习框架（PyTorch/TensorFlow）；

• 熟悉图像处理，精通图像降噪、图像增强、图像修复等算法；

• 传统图像处理和AI图像处理基础扎实，并对相关原理有深入的理解；

• 有一定信号处理项目经验，能迅速定位问题并进行优化；

• 了解CT成像原理（如FBP、迭代重建）及常见伪影（条纹伪影、射束硬化伪影等）；  

• 熟悉经典网络架构（如UNet、ResNet、GAN，transformer等），并能针对CT数据进行优化；  

• 熟练使用Python，有C++/CUDA加速经验；  

3. 加分项：  

• 在医学影像顶级会议（MICCAI、ISBI）或期刊发表过相关论文；  

• 有模型加速和优化技术经验；

• 有医疗AI产品开发或CT设备厂商合作经验。