利用MRI进行疾病检测的人工智能技术

专注于利用人工智能技术对MRI图像进行分析，以早期诊断婴儿缺氧-缺血性脑病博士学位项目。申请者应具备机器学习、计算机视觉及Python编程方面的技能。

关于该项目 由于氧气供应不足，缺氧-缺血性脑病（HIE）会在分娩过程中影响婴儿的大脑。通过应用人工智能技术，HIE疾病的诊断时间可显著早于两岁时，而目前医院通常的常规做法是等待两年。通过早期检测HIE，可以实施早期干预措施，从而改善婴儿的健康状况。 新生儿缺氧缺血性脑病（HIE）是围产期窒息的结果，是围产死亡及日后神经发育障碍的重要原因。在高收入国家中，约0.2%的婴儿会罹患HIE，其死亡率为15%–25%。HIE 幸存者出现神经运动、认知与行为困难、癫痫及视听功能损伤的风险较高。早期诊断损伤的位置与范围对于提供咨询及识别可能从早期干预中获益的患者至关重要。目前采用多种诊断评估技术，包括使用T1序列的磁共振成像（MRI）。 在本项目中，我们提议通过分析磁敏感加权图像（SWIs）来开发HIE检测方法。在当前的临床实践中，HIE的检测通常是在婴儿出生24个月后，通过评估其行为来进行。 我们提出了一个框架，通过分析婴儿出生后的大脑MRI图像，以在分娩后检测可能遭受窒息的婴儿所出现的HIE。 早期检出新生儿 HIE 有助于医护人员及时干预，改善 HIE 预后并减少后遗症的发生。 我们还提出了相关方法，以识别脑损伤发生的区域，从而帮助护理人员预测这些损伤可能对患者行为产生何种影响，进而提供更有针对性的干预措施，以期在24个月时取得更好的治疗效果。 电子与计算机科学学院致力于促进平等、多样性与包容性，这从我们获得的 Athena SWAN 奖中可见一斑。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业假期的申请者。 该大学拥有完善的产假政策、现场儿童保育设施，并提供多种福利措施，以保障员工的健康与工作生活平衡。南安普顿大学致力于可持续发展，并荣获了铂金级生态奖。

入学要求 您必须拥有英国 2:1 荣誉学位，或其同等国际认可学位。 您必须掌握或对以下部分主题有学习兴趣： 机器学习 计算机视觉 Python 编程 掌握深度学习知识亦为优选，但非必需。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 由自筹资金或获得资助的国际申请者也被鼓励申请该项目。 如需更多信息，请访问我们的研究型研究生资助页面。

如何申请 您需： 选择课程类型（研究型）、2026/27学年、工程与物理科学学院 选择全日制或非全日制 查找项目：哲学博士 计算机科学（7089） 在申请表第2部分填写导师姓名 申请材料应包括： 研究计划书 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）