人工智能与多模态数字肝脏病理学博士研究生岗位

该研究项目专注于开发用于慢性肝病和肝癌多模态分析的人工智能方法，通过整合组织病理学切片与分子数据以预测疾病特征。申请者应拥有计算机科学或相关领域的硕士学位，并具备扎实的编程及机器学习技能。

Project: The project aims to develop and validate AI models that combine information from digitised histopathology slides with molecular datasets to predict biologically and clinically relevant features of liver disease. Where suitable datasets are available, MRI-derived information may also be incorporated to extend the approach towards multimodal prediction. The research will span the inflammation-to-cancer continuum, including metabolic dysfunction-associated steatohepatitis (MASH), alcohol-associated steatohepatitis (ASH) and hepatocellular carcinoma (HCC). Rather than focusing on a single cell type or disease stage, the project will investigate how tissue morphology, molecular programmes and imaging phenotypes jointly capture disease mechanisms, progression and heterogeneity (reference Boesch M et al Nature Genetics 2026) . Research will include: Curation, quality control and harmonisation of whole-slide images and linked clinical and molecular datasets. Development of computational pathology workflows using deep learning, self-supervised learning, foundation models and/or multiple-instance learning. Integration of image-derived features with transcriptomic, spatial-omics, genomic, proteomic or other molecular profiles. Exploration of multimodal models incorporating radiological data, particularly MRI, where appropriate. Biological interpretation and visualisation of model predictions in close interaction with pathologists, clinicians and molecular researchers. Robust evaluation of model performance, generalisability and interpretability using reproducible and well-documented computational workflows. Key tasks Complete a doctoral training programme and conduct original research leading to a PhD in AI and digital pathology for chronic liver disease and HCC. Develop, train and evaluate machine-learning and deep-learning models for whole-slide pathology and multimodal biomedical data. Work with large, heterogeneous datasets and contribute to data preprocessing, quality control, annotation and documentation. Collaborate closely with researchers and specialists in pathology, hepatology, oncology, radiology, molecular biology and biomedical AI. Communicate progress and results to the supervisory team and present findings at national and international scientific meetings. Prepare scientific manuscripts and contribute to collaborative research outputs and funding applications where appropriate. Contribute to the wider academic environment, for example by supporting master’s students or educational activities.

任职要求： 必备条件： 您拥有计算机科学、人工智能、生物信息学、计算生物学、统计学或相关领域的硕士学位。 您具备出色的编程技能，优先选择 Python 语言；掌握 R 语言亦为额外优势。 在机器学习、深度学习、统计学或数据科学方面具备扎实的基础。 渴望在人工智能、病理学与转化肝脏研究领域开展合作研究，并承诺在四年内完成博士学位学业。 优秀的口语与书面英语能力。 能够在多学科团队中有效贡献，同时具备独立工作的能力。 具备出色的分析、组织与沟通能力。 理想条件： 在计算机视觉、数字病理学或全切片图像分析领域具有丰富经验。 具备自监督学习、视觉或多模态基础模型、多实例学习、图像组学整合及可解释人工智能方面的经验。 熟悉分子组学或空间组学分析、多模态数据整合、放射组学及MRI分析技术。 对病理学、慢性肝病或癌症生物学有相关背景知识；此类经验虽被欢迎，但并非必需。 符合申请 FWO 博士奖学金的资格。有关申请条件，请参见[会员链接]。

招聘信息： 该博士研究生岗位为全职性质，为期一年，在获得积极评估后可延长，预计提供四年期的经费支持。 一项跨学科项目，可获取具有临床相关性的人类数据集，并具备病理学、分子分析、肝脏病学、肿瘤学、放射学及人工智能领域的专业知识。 拥有比利时荷语鲁汶大学先进的计算与研究设施。 通过比利时荷语鲁汶大学博士课程，提供计算病理学、多模态数据整合、科学交流以及可迁移技能方面的培训。 有机会与国内外研究小组合作，并在科学会议上展示研究成果。 作为一个小型、充满活力且快速发展的团队中的一员，这份工作具有挑战性，该团队致力于在转化医学领域开展前沿研究。 根据比利时荷语鲁汶大学奖学金规定，薪酬为：[会员链接] 该博士项目可尽快开始，在与导师沟通方面具有灵活性。

有意者？ 您最迟于2026年11月17日通过在线申请工具申请此职位 比利时荷语鲁汶大学致力于营造包容、尊重且安全的社会环境。我们将个人与群体的多样性视为一种优势。开放的对话与不同的视角对于富有雄心的研究与教育环境至关重要。在追求平等机会的承诺下，我们认识到历史不平等所带来的后果。我们不接受任何基于性别认同与表达、性取向、年龄、种族或民族背景、肤色、宗教与哲学差异、神经多样性、就业障碍、健康或社会经济状况等维度的歧视。 关于入学资格或支持措施的相关问题，我们愿通过此电子邮件地址为您提供帮助。 申请程序： 工作条件 职业机会 申请该职位