Im Rahmen eines interdisziplinären Forschungsprojekts am Deutschen Herzzentrum München und dem Klinikum rechts der Isar entwickeln wir ein KI-basiertes Open-Source-Modell zur vollautomatischen Segmentierung und Analyse der Herzanatomie in CT-Bilddaten. Ziel des Projekts ist es, ein hochmodernes Deep-Learning-Modell zu entwickeln, das die relevanten Strukturen des Herzens, der Gefäße und des umliegenden Gewebes präzise identifiziert. Damit leisten wir einen Beitrag zur besseren Diagnostik und Forschung bei Herz-Kreislauf-Erkrankungen – der häufigsten Todesursache weltweit.

Unser Angebot

- Flexible Arbeitszeiten sowie Möglichkeit auf Homeoffice

- Ein zunächst befristeter Arbeitsvertrag auf 12 Monate

- Mitarbeit an einem innovativen, klinisch hochrelevanten KI-Projekt

- Fundierte Einarbeitung in medizinische Bildverarbeitung und Segmentierungssoftware

- Einblicke in aktuelle Forschung und Entwicklung im Bereich künstliche Intelligenz in der Medizin

- Möglichkeit zur wissenschaftlichen Mitarbeit

- Attraktive Vergütung als studentische Hilfskraft

- Personalrestaurant

- Zentrale Lage in München mit hervorragender Verkehrsanbindung

Ihre Aufgaben

Sie unterstützen unser Forschungsteam bei der manuellen Annotation und Segmentierung von Herzstrukturen auf medizinischen CT-Bilddaten. Die von Ihnen erstellten Segmentierungen dienen als Trainings- und Validierungsgrundlage für den Aufbau und die Verbesserung des KI-Modells. Sie arbeiten mit modernen Annotationstools und erhalten eine fundierte Einarbeitung in die medizinische Bildauswertung und die Grundlagen von KI-gestützten Methoden. Die Tätigkeit eignet sich besonders für Studierende der Medizin mit Interesse an Radiologie, Kardiologie oder Medizinischer Informatik.

Ihr Profil

- Medizinstudium (vorzugsweise mit Interesse an Radiologie/Kardiologie/Bildgebung)

- Sorgfältige, strukturierte und zuverlässige Arbeitsweise

- Interesse an medizinischer Bildverarbeitung, KI und Forschung

- Vorkenntnisse im Bereich Bildgebung sind von Vorteil, aber nicht zwingend erforderlich – alles Weitere lernen Sie bei uns

Schwerbehinderte Bewerber (m/w/d) werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt.

Link mit Kontakt: 

https://www.deutsches-herzzentrum-muenchen.de/stellenangebot/studentisch...

Rückfragen: keno.bressem@tum.de