Bolsa de PD em Imagens Médicas

Post-doctoral Fellowship in Medical Imaging

Nº: 3511

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2015/22308-2

FAPESP process: 2015/22308-2

Título do projeto: Análise espaço-temporal de imagens de ressonância magnética pediátrica

Project title: Spatio-temporal analysis of paediatric magnetic resonance images

Área de atuação: Imagens Médicas

Working area: Medical Imaging

Quantidade de vagas: 1

Number of places: 1

Início: 01/05/2020

Start: 2020-05-01

Pesquisador responsável: Roberto Marcondes Cesar Junior

Principal investigator: Roberto Marcondes Cesar Junior

Unidade/Instituição: Instituto de Matemática e Estatística – IME-USP

Unit/Instituition: Instituto de Matemática e Estatística – IME-USP

Data limite para inscrições: 25/04/2020

Deadline for submissions: 2020-04-25

Publicado em: 06/03/2020

Publishing date: 2020-03-06

Localização: Rua do Matão, 1010, Bloco A, São Paulo

Locale: Rua do Matão, 1010, Bloco A, São Paulo

E-mail para inscrições: rmcesar@usp.br

E-mail for proposal submission: rmcesar@usp.br

  • Resumo Summary

    As imagens médicas requerem o desenvolvimento de métodos para melhorar a precisão nos resultados da análise de imagens. Os avanços na análise de imagens médicas fornecem tais ferramentas, mas ainda há uma lacuna importante em relação à imagem cerebral pediátrica, embora haja uma demanda médica crescente. Este projeto visa contribuir para preencher essa lacuna, com foco na ressonância magnética (RM) cerebral de bebês, recém-nascidos e bebês prematuros, que levantam questões específicas devido ao contraste particular de matéria cinzenta/branca relacionada ao processo de mielinização fisiológica, à evolução muito rápida (mas não continuamente observada) das estruturas cerebrais e possíveis patologias, bem como à alta variabilidade intra e inter-sujeita.
     
    Uma dessas questões é que os dados são tipicamente ruidosos, ambíguos, escassos e esparsos no tempo. Por sua vez, o conhecimento médico especializado está disponível, mas é propenso a mudanças e evolução. Deste ponto de vista, o projeto aborda uma das questões de ponta na análise de dados, ou seja, como extrair e entender padrões significativos onde os dados são escassos, mas o conhecimento especializado, continuamente enriquecido, está disponível. Propomos desenvolver representações estruturais de conhecimento e informações de imagens na forma de grafos e hipergrafos, que serão exploradas para orientar a compreensão de imagens espaço-temporais (segmentação, reconhecimento, quantificação, comparação ao longo do tempo, descrição do conteúdo de imagem e evolução).
     
    O objetivo do projeto é desenvolver métodos computacionais para apoiar o diagnóstico, análise patológica e acompanhamento dos pacientes. As aplicações incluirão a análise de hiperintensidades sobre a matéria branca, a volumetria de corpo caloso e sua evolução, e neuro-oncologia com o estudo da influência dos tumores nas estruturas circundantes ao longo do tempo.

    Sobre o projeto

    O candidato trabalhará em dois projetos conectados e cofinanciados pela FAPESP e pela ANR (Agence  Nationale de Recherche, França). O projeto conjunto FAPESP-ANR é uma colaboração que inclui as seguintes instituições: USP (Instituto de Matemática e Estatística e Faculdade de Medicina), Hospital Albert Einstein – SP, ParisTech, Université Dauphine e Faculdade de Medicina Paris Sud. O projeto tem como foco o desenvolvimento de ferramentas computacionais para o processamento de imagens de ressonância magnética e sua integração com dados biológicos. O projeto envolve especialistas em análise de imagens médicas, representação de conhecimentos estruturais e  neuroimagem pediátrica.

    Habilidades necessárias

    Doutorado com forte formação em programação e modelagem matemática (por exemplo, Ciência da Computação, Engenharia, Física, Matemática). Experiência de pesquisa e publicações em uma ou mais das seguintes áreas: processamento de imagens, imagens médicas, visão computacional, reconhecimento de padrões, aprendizado de máquina, boas habilidades de comunicação oral e escrita (inglês).

    Inscrições

    Envie os seguintes documentos para thematic.data.science.usp@gmail.com indicando no Assunto “BOLSA DE PÓS-DOUTORADO EM IMAGENS MÉDICAS - USP - SÃO PAULO - BRASIL - 2020”. Documentos de solicitação: 

    - CV;
    - Resumo da tese de doutorado e outros trabalhos relevantes;
    - Duas cartas de recomendação de ex-supervisores ou professores de cursos que você fez.

    A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP com duração de 2 anos (sendo possivelmente prorrogado até 3 anos com base no desempenho), no valor de R$ 7.373,10 mensais e Reserva Técnica equivalente a 15% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

    Medical imaging requires the development of methods to improve accuracy in the image analysis results. Advances in medical image analysis provide such tools, but there is still an important gap regarding paediatric brain imaging, even though there is an increasing medical demand. This project aims at contributing to fill this gap, focusing on brain magnetic resonance imaging (MRI) of infants, newborns and premature babies, which raise specific issues due to the particular grey/white matter contrast related to the physiological myelination process, the very fast but not continuously observed evolution of the brain structures and possible pathologies, and the high intra-and inter-subjects variability.
     
    One of these issues is that the data is typically noisy, ambiguous, scarce in nature and sparse in time. In turn, expert medical knowledge is available, but is prone to change and evolution. From this point of view the project tackles one of the very cutting-edge questions in data analysis, i.e. how to extract and understand meaningful patterns where the data is scarce but expert knowledge, continuously enriched, is available. We propose to develop structural representations of knowledge and image information in the form of graphs and hypergraphs, which will be exploited to guide spatio-temporal image understanding (segmentation, recognition, quantification, comparison over time, description of image content and evolution).
     
    The aim is to develop computational methods to support diagnosis, pathology analysis and patients’ follow-up. Applications will include the analysis of hyperintensities on the white matter, the volumetry of corpus callosum and its evolution, and neuro-oncology with the study of the influence of tumors on surrounding structures over time.

    About the project

    The candidate will work on two connected projects co-funded by FAPESP (São Paulo Research Foundation, Brazil) and ANR (Agence Nationale de Recherche, France). The FAPESP-ANR joint project is a collaboration that includes the following Institutions: USP (University of São Paulo’s Institute of Mathematics and Statistics and School of Medicine), Albert Einstein Hospital (São Paulo), ParisTech, Université Dauphine and Faculté de Médecine Paris Sud. The project focuses in the development of computational tools for processing of MRI images and their integration with biological data. The project involves specialists in medical image analysis, structural knowledge representation and paediatric neuro-imaging. 

    About the institution

    The University of São Paulo is one of the best ranked Universities in Latin America, being considered one of country’s more prestigious educational institutions. The Data Science Group at IME-USP is a traditional machine learning research working on the field for more than 20 years with strong international collaboration.

    Required Skills

    PhD degree with strong background in programming and mathematical modeling (e.g. Computer Science, Engineering, Physics, Math). Research experience and publications in one or more of the following areas: image processing, medical imaging, computer vision, pattern recognition, machine learning, good oral and written communication skills (English).

    Application details

    Please send the following documents to: thematic.data.science.usp@gmail.com, indicating “POST-DOCTORAL SCHOLARSHIP ON MEDICAL IMAGING - USP - SÃO PAULO - BRAZIL - 2020” in the subject line. Application documents:
     
    - CV;
    - Summary of doctoral thesis and other relevant works;
    - Two recommendation letters from former supervisors or professors of courses you took.

    This opportunity is open to candidates of any nationalities. The selected candidate will receive a FAPESP’s Post-Doctoral fellowship with a two-year duration (being possibly extended up to 3 years based on performance) in the amount of R$ 7,373.10 monthly and a research contingency fund, equivalent to 15% of the annual value of the fellowship which should be spent in items directly related to the research activity.