该项目依托英国伯明翰大学（University of Birmingham）的School of Computer Science，该校为英国罗素集团成员，计算机学科研究实力雄厚，注重跨学科转化与临床应用结合。
项目隶属于校内Digital Healthcare and Medical Imaging Research Group，该团队聚焦人工智能、医学影像与数字健康的交叉研究，长期与临床机构及国际顶尖院校开展合作，具备完善的科研平台与数据资源。
一、项目简介
岗位为Competition Funded PhD Project，由Dr Le Zhang主导，面向全球学生常年开放申请，项目时长4年。
研究核心为医疗影像分析的计算方法与AI模型，聚焦Generative AI、Vision-Language Model、Multimodal Learning及Foundation Model等方向，属于人工智能与生物医学工程、计算机视觉等多学科交叉领域。
二、工作内容
- 开发适用于临床场景的深度学模型，重点突破模型的鲁棒性与可解释性，适配医疗影像、临床文本等多类型数据。
- 深耕Multimodal learning、Digital twins等前沿技术，将其应用于CT、MRI、超声等多种医学影像模态的分析任务。
- 参与团队跨学科合作，对接临床需求，推动研究成果向临床工作流转化，助力疾病诊断与个性化治疗方案制定。
- 独立开展科研工作，撰写学术论文并参与国际会议交流，协助团队完成相关科研项目。
三、福利待遇
该项目提供4年全额studentship，覆盖英国本土学生及国际学生的学费；同时包含生活津贴，保障博士期间的科研与生活开支。
学生可依托团队获得国际合作资源，参与与Johns Hopkins University、University of Oxford等院校的联合研究，接触顶尖学术资源与临床数据。
四、申请建议
- 学历背景：需持有计算机科学、统计学、工程学等相关专业的一等荣誉学士学位，具备扎实的数理基础与AI理论功底。
- 技术能力：熟练掌握Python编程，具备PyTorch或TensorFlow的使用经验，优先考虑掌握C++、Java的申请者；需有医疗AI相关项目实践经历。
- 学术潜力：优先提交有期刊或会议发表经历的证明材料，展现学术写作与成果展示能力；准备清晰的研究提案，贴合医疗影像AI的前沿方向。
- 材料准备：个人陈述需明确自身技术优势与研究兴趣的契合度，推荐信重点突出科研能力与团队协作能力，提前梳理过往项目成果与技术亮点。
五、对该职位的理解和创新想法
该项目以医疗影像AI的临床转化为核心目标，聚焦基础模型与生成式技术的落地应用，可以从以下角度进行思考：
- 面向基层医疗机构的低资源场景，优化模型的轻量化与泛化能力，解决医疗设备差异带来的性能衰减问题；
- 结合Digital twins技术，构建基于医学影像的患者数字模型，实现疾病进展的动态预测与治疗效果的模拟。
申请者应当立足自身技术积累，在研究提案中明确具体的技术路线，结合Dr Le Zhang团队在医学影像分割、缺失切片补全的研究基础，提出可落地的创新方案，同时体现对临床需求的深刻理解，确保研究方向与团队目标高度契合。
