Wil jij een substantiële en blijvende bijdrage leveren aan (forensische) postmortale beeldvorming? Dan is deze kans wellicht iets voor jou!
Het Nederlands Forensisch Instituut (NFI) in Den Haag zoekt, in samenwerking met de afdeling Biomedische Technologie en Fysica van het Amsterdam Universitair Medisch Centrum en de afdeling BioMechanische Technologie van de Technische Universiteit Delft, een zeer gemotiveerde promovendus voor een fulltime, volledig gefinancierd, 4-jarig project om een nieuw postmortaal beeldvormingssysteem te ontwerpen, bouwen en functionaliseren dat CT combineert met optische spectroscopie en 3D-beeldvorming. Je wordt begeleid door ons multidisciplinaire onderzoeksteam dat bestaat uit autoriteiten op het gebied van medische beeldvorming, werktuigbouwkunde, forensische pathologie en optische spectroscopie.
De uitdaging
Dit PhD-project is gericht op het verbeteren van forensische postmortale beeldvorming door CT-scans te integreren met een multimodaal beeldvormingssysteem waarmee gedetailleerde visuele gegevens van overleden personen kunnen worden vastgelegd. Dit maakt nauwkeurige analyse mogelijk met behulp van 3D-scannen en spectrale beeldvorming met hoge resolutie om kenmerken die de CT-scan aanvullen te helpen detecteren en vastleggen.
Bouwen
Je bouwt een boog voor functionele beeldvorming die voor een CT-scanner kan worden geplaatst. Deze boog zal lichtbronnen, 3D-scanners, RGB-camera's van hoge kwaliteit en multispectrale camera's bevatten. Deze taak omvat ook het ontwikkelen van de juiste triggering, synchronisatie en multimodale registratie van het hele systeem in combinatie met de CT-scanner.
Vereiste kernvaardigheden: ontwerpen en bouwen van een mechatronisch systeem met ondersteuning van technici.
Visualisatie
Je ontwikkelt de beeldverwerkingsalgoritmen van het systeem om forensisch relevante gegevens van hoge kwaliteit te creëren door:
(1) Het ontwikkelen en valideren van een digitale methode voor het opnemen en combineren van de multisensorgegevens.
(2) Het valideren van de gecombineerde multisensorische gegevens met fantoommodellen en (later) op menselijke resten.
Vereiste kernvaardigheden: (interesse in) signaalacquisitie en spectrale verwerking.
Innovatie en AI
Zodra de cameraopstelling is geoptimaliseerd, moet geavanceerde gegevensverwerking worden ontwikkeld om forensische waarde aan het systeem toe te voegen. Voorbeelden zijn de identificatie van voorheen onzichtbare verwondingen en sporen door het creëren van overlays van multisensorgegevens en het objectief documenteren van de afmetingen en het traject van verwondingen, enz. Je zult ook toekomstige ontwikkelingen overwegen, zoals het trainen van AI-modellen om letsel- of sporenpatronen te ontdekken die het menselijk cognitief vermogen te boven gaan en het verbeteren van de interpretatiesnelheid en nauwkeurigheid van gecombineerde radiologische en fotografische metingen. We zullen datawetenschappers bij het project betrekken om te zorgen voor de juiste opslag van gegevens voor toekomstig AI-gerelateerd onderzoek.
Vereiste kernvaardigheden: gebruik en ontwikkeling van machine learning.