PhD-kandidaat in Neurovasculair onderzoek

Status Open
Beschikbaar per 2 juli, 2018
Werkgever Universitair Medisch Centrum Utrecht
Afdeling Neuroradiologie en Beeldwetenschappen
Dienstverband Voltijd
Werktijden 40 uur per week
Locatie Utrecht
Sluitingsdatum 22 oktober, 2018
Download(s) Download bijlage 1

Overige informatie


Afdelingsinformatie                        

Dit onderzoek is een samenwerking tussen de afdelingen Radiologie en het Image Science Institute van de divisie Beeld en de afdeling Neurologie, allen van het UMC Utrecht. De divisie Beeld is internationaal bekend om haar onderzoek naar beeldacquisitie, beeldanalyse, diagnostische beeldvorming, beeldgebaseerde prognose en machine learning. De afdeling Neurologie van het UMC Utrecht is wereldwijd vooraanstaand in het wetenschappelijk onderzoek naar onder andere subarachnoïdale bloedingen (SAB) met uitgebreide nationale en internationale samenwerkingsverbanden. Je werkt in een team van radiologen, medische beeldonderzoekers en neurologen.

 

Functieomschrijving                      

Een intracranieel aneurysma is een uitstulping van de bloedvaten in de hersenen. Dit aneurysma kan barsten waardoor er een hersenbloeding ontstaat die een hoge kans geeft op overlijden of invaliderende gevolgen. Op dit moment weten we niet goed wie een verhoogd risico heeft op het krijgen van een aneurysma en kunnen we niet goed voorspellen welke aneurysmata een hoge kans hebben op ruptuur, terwijl dit essentiële informatie is om een goede behandelkeuze te kunnen maken. In het onderzoek streven we naar het vinden van anatomische en hemodynamische risicofactoren voor het ontstaan en barsten van aneurysmata. We gebruiken innovatieve methoden (onder andere 7 Tesla MRI en machine learning) om de ruptuurkans van aneurysmata beter te kunnen voorspellen. Als onderdeel van twee projecten, genaamd ERASE (CVON NHS) en Aneurysm@risk (PPS NHS), is het jouw taak om het scannen van patiënten binnen deze studies uit te voeren en te coördineren en samen met collega’s van de afdeling Neurologie en het Image Science Institute de MRI-beelden te analyseren. Je werkt ook mee aan het maken van technische methodes om aneurysmaruptuur te voorspellen middels machine learning. Het uiteindelijke doel is het ontstaan en barsten van aneurysmata beter te kunnen voorspellen zodat we een betere behandelkeus kunnen maken in de preventie van een bloeding.

 

Minimum opleidingsniveau            Academisch                      

 

Functie-eisen/doelgroeppersoon

Je hebt een MSc-diploma in de Biomedische Wetenschappen, Technische geneeskunde of Geneeskunde en affiniteit met klinisch onderzoek en data-analyse. Affiniteit met neurovasculaire ziekten is een pre. Ervaring met de statistische software ‘R’ wordt zeer gewaardeerd. Omdat de behandeling van patiënten met een aneurysma van nature multidisciplinair is, kun je met verschillende professionals samenwerken. Je hebt sterke communicatie- en organisatievaardigheden en bent gedreven klinische impact te maken. We verwachten een actieve houding waarbij eigen initiatief zeer op prijs wordt gesteld. Je kunt creatieve oplossingen vinden voor moeilijke problemen. Vanwege het directe patiëntencontact is het spreken van de Nederlandse taal een vereiste. Na het succesvol afronden van je taken, promoveer je op het onderzoek.

Het salaris voor deze 100% functie wordt nader bepaald. Het betreft een tijdelijke aanstelling voor 3 jaar. Daarnaast bieden wij onder andere een eindejaarsuitkering van 8,3%, vakantietoeslag, een reiskostenvergoeding woon-werkverkeer, opleidingsmogelijkheden en persoonlijk budget. De arbeidsvoorwaarden zijn conform de Cao universitair medische centra (UMC).

Meer informatie

Voor meer informatie over deze vacature, neem contact op met de contactpersoon Dr. I.C. van der Schaaf, neuro-interventieradioloog via e-mail I.vanderSchaaf@umcutrecht.nl  of   Dr. H. Kuijf, Assistant Professor computer sciences via e-mail H.Kuijf@umcutrecht.nl

Terug

Sitemap


Nederlandse Vereniging voor Technische Geneeskunde • KvK: 08200242 • IBAN: NL85 RABO 0153 1487 21 • BIC: RABONLU4NL