低场心脏磁共振成像博士项目

项目概览

这是一个位于苏黎世的固定期限博士岗位，研究主题是低场心脏磁共振成像。

项目由心血管磁共振研究组推进，聚焦磁共振脉冲序列设计、图像重建、数据推断与融合，并尝试用经典方法和物理信息机器学习提升心脏成像能力。

研究依托电气工程与医学院的交叉环境，且有长期稳定的临床和产业合作。

申请页面要求在线提交材料，包括动机信、详细简历、课程与成绩、两位推荐人的联系方式；咨询联系人为 Sebastian Kozerke 教授。

项目详情

项目背景部分说明，该研究组此前和正在进行的工作已经显示，把高性能临床磁共振系统“降到”较低静磁场强度后仍可获得出色图像质量。结合先进脉冲序列设计和图像重建方法，低场系统不仅可行，而且还能为心脏中的电活动源与磁场源并行成像创造条件，从而获得用于深度推断和数字孪生的高质量数据。

博士职位的工作内容围绕心脏磁共振成像方法开发展开，重点包括脉冲序列设计、图像重建、数据推断和数据融合。项目明确写到会使用经典机器学习和物理信息机器学习方法，目标是推进时间分辨的心脏形态与组织属性成像。研究工作既包括数值模拟，也包括实验测量和志愿者应用；同时还会和团队及临床合作伙伴一起获取患者样本数据，用于构建心脏数字孪生，并评估低场深度心脏磁共振成像的诊断价值。

工作环境非常强，研究组同时嵌入电气工程和医学院，拥有完整的实验和临床磁共振系统、专用于研究的基础设施、本地与可扩展云计算资源（CPU、GPU），以及机械、电气和电子开发工作坊。页面还强调与心脏病学和放射学产业及临床伙伴的长期合作，这意味着项目除了方法研究，还面向真实世界部署和转化。

从研究节奏看，这个博士会在方法开发、数据验证和临床可用性之间反复迭代：先通过仿真和实验测量建立算法与序列设计，再用志愿者和患者数据检查结果是否稳定可解释，最后把这些结果放进数字孪生和临床诊断语境里评估。对于希望把算法、成像和临床问题连在一起做的人，这种课题路径非常典型，而且对编程和模型理解的要求都不低。

申请条件方面，页面要求电气工程、生物医学工程、计算机科学或物理学方向的优秀硕士背景。申请人需要对医学成像物理、信号和数据处理有浓厚兴趣，很强的编程能力属于必需条件，尤其是 C、Matlab/Python、TensorFlow/PyTorch；同时还要能独立提出思路、批判性解读数据，并具有创新驱动力、好奇心、开放心态、团队协作和沟通能力。公开信息没有给出单独的资助金额，但从岗位性质看，这是带有研究基础设施和长期合作网络支持的固定期限博士职位。

申请页面同时明确了在线申请要求：需要提交动机信、详细简历、课程及成绩单、两位推荐人的联系信息。问题咨询应联系 Sebastian Kozerke 教授（kozerke@biomed.ee.ethz.ch），但页面说明不接受通过邮件申请。对想进入医学成像、信号处理和科研转化交叉领域的人来说，这个岗位非常强调理论和实践并重。

申请要点

• 学历与背景：电气工程、生物医学工程、计算机科学或物理学方向优秀硕士。

• 技能要求：医学成像物理、信号与数据处理、C / Matlab / Python、TensorFlow / PyTorch。

• 研究内容：低场心脏磁共振、脉冲序列设计、图像重建、数据推断与融合、数字孪生。

• 方法路线：数值模拟、实验测量、志愿者应用、患者数据、经典与物理信息机器学习。

• 工作环境：电气工程与医学院交叉团队、实验/临床 MR 系统、云算力、机械和电子开发平台、临床与产业合作。

• 申请材料：动机信、详细简历、课程与成绩、两位推荐人信息。

• 联系方式：Sebastian Kozerke 教授；在线申请门户为唯一受理渠道。

• 时间信息：公开招聘未明确截止日期。

需要进一步确认

• 公开招聘中没有明确申请截止日期与资助金额。

• 页面强调只能通过在线申请门户提交，邮件与邮寄不受理。

• 研究组虽有丰富基础设施，但具体博士合同年限未在公开招聘中说明。

博士项目研究报告：较低场强心脏磁共振成像

执行结论

综合判断：很有吸引力的机会。

这是一个具有较强学术支撑的 ETH Zurich 博士岗位，面向较低场强心脏 MRI，尤其适合能够结合磁共振物理、信号处理、图像重建、数值模拟和物理信息机器学习的申请者。主要已核实优势包括招聘机构、CMR 研究组、Sebastian Kozerke 教授的直接研究积累、近期团队论文，以及 ETH 100% 全职固定期限博士雇佣。较低场强心脏 MRI 官方博士岗位 主要不确定性在实际条件：截至 2026 年 9 月 9 日获取的公开招聘没有列出截止日期、工资档位、合同年限、开始日期、第二导师、扫描机时分配或患者数据批准状态。

课题尤其适合希望深入磁共振采集和重建的申请者。项目涉及脉冲序列设计、重建、推断／融合、志愿者研究、患者案例和心脏数字孪生，方法组合有吸引力，但要求较高。仅有通用深度学习背景、缺少 MR 物理或逆问题证据者，需要仔细准备。

学校、培养体系与所在地

ETH Zurich 机构背景很强。学校 QS 2027 新闻列出其全球并列第 8、欧洲大陆第 1，并强调学术声誉、单位教师引用和国际教师指标。ETH QS 2027 全球排名新闻 THE 的 2026 瑞士大学资料将 ETH 列为瑞士第 1、全球第 11。THE：2026 年瑞士大学 这些是综合大学层面的认可，不能当作本博士毕业去向数据，但对学术可见度、雇主认知和后续流动具有意义。

相关博士培养环境也可信。CMR 生物医学工程博士页面介绍结构化框架，涵盖生物成像、生物电子、计算建模、数学基础和个性化课程，与工程、物理、计算机和医学交叉课题相符。生物医学工程博士培养 仍需确认具体由哪个 ETH 博士项目或院系注册、哪些课程必修，以及第二导师是谁。

苏黎世聚集 ETH、苏黎世大学、苏黎世大学医院及 EXCITE Zurich，具有较强生物医学成像环境。EXCITE 是实验和临床生物医学成像技术平台，支持转化至临床研究及实践。EXCITE Zurich 实验与临床成像平台 这支持项目的临床合作背景，但不能单独证明本博士已获得患者数据权限。

导师与实验室评估

导师研究方向

Sebastian Kozerke 教授是心血管磁共振研究组负责人。官方 CMR 资料列出其 ETH 和苏黎世大学归属，研究涵盖 MR 成像方法、超快速动态成像、灌注、功能、心脏力学、扩散及代谢成像，并列出超过 300 篇同行评议期刊论文和多项专利。Sebastian Kozerke 负责人介绍

ETH 对 Kozerke 的访谈体现团队工作方式：在电气工程、物理、计算机和医学之间合作，开发数据采集、重建、处理和临床应用，使用模拟、机器学习、实验、健康志愿者及患者研究。ETH 访谈：心系心脏成像 这些方法与招聘课题范围紧密吻合。

近期重要论文

• 2023 年将临床 3T 扫描仪降至 0.75T 的论文，是最接近的技术前期成果。它说明可通过调整高性能临床系统研究较低场强 MRI，同时表明硬件、软件、信噪比（SNR）及验证细节至关重要。将临床 3T 扫描仪降至 0.75T 的 MRI／MRS 研究
• 2025 年 FlowMRI-Net 体现团队在加速 4D flow MRI 自监督神经重建方面的工作，与重建和时间分辨心血管成像相关。FlowMRI-Net 自监督 4D flow MRI 重建
• 2026 年 4D flow CMR 合成训练论文，说明如何用流体力学信息驱动的合成数据训练时间分辨主动脉自动分割模型，支持数据推断及数字孪生方向。合成数据训练的 4D flow MRI 主动脉时间分辨分割
• 2026 年 Fourier-shell 分析论文处理一个重要验证问题：如何区分 4D flow MRI 中的真实超分辨率和去噪。对于需要严谨检验重建改进的低场研究，这一点直接相关。Fourier-shell 分析：4D flow MRI 超分辨率的 k 空间评价
• 2026 年脑血管 5D flow MRI 论文说明，团队能通过先进采集和重建解析心动与呼吸周期中的生理动态。脑血管 5D flow MRI

资源与合作环境

项目介绍列出专用于研究的实验及临床 MR 系统、本地和可扩展云端 CPU／GPU 算力，以及机械、电气和电子工作坊。CMR 主页也体现 MR 物理与信号处理、流动／运动／参数成像、代谢成像与波谱，以及计算建模和应用等研究范围。心血管磁共振 CMR 研究组

2024 年 ERC Synergy Grant 是另一项积极证据。ETH 报道，Kozerke 参与的获资助团队开发运动器官的非侵入机械性质成像，首先聚焦心脏，并在苏黎世大学医院开展临床试验。Sebastian Kozerke 的 ERC Synergy Grant 这不能保证该博士自动使用其资源，但表明相近 CMR／数字孪生方向存在活跃资助和合作。

研究方向与领域前景

领域进展

较低场强 MRI 再受关注，是因为先进硬件、脉冲序列和重建可能弥补部分低静磁场劣势，同时改善成本、可及性、比吸收率（SAR）／声学限制及某些生理测量条件。直接技术难点是低场会改变信号、对比度、序列行为和验证假设，因此 MR 物理和重建质量与机器学习性能同样重要。

招聘使用“经典方法与物理信息机器学习”这一表述，具有方法上的积极意义。心脏 MRI 纯数据模型可能在狭窄数据集表现良好，却在协议、扫描仪或场强变化时失效。物理信息推断、重建约束、稳健 k 空间评价及临床相关终点，可能决定研究是否成立。

可以进一步发展的研究角度

可行方向包括：优化较低场强脉冲序列，以获取时间分辨心脏形态和组织性质图；通过重建改善信噪比及时间动态；使用物理信息方法融合 MR 信号与心脏力学模型；从低场数据推断数字孪生参数；以及建立能区分去噪、真实分辨率和定量准确度的验证指标。

较强研究计划应把方法连接到可测量终点，包括采集时间、重复性、组织参数偏差、流动或运动准确度、数字孪生参数稳定性，以及明确患者场景中的诊断价值。如果只训练低场图像神经网络，却不说明采集物理和验证逻辑，论证会较弱。

职业发展与就业证据

课题培养较少见的方法组合：MR 物理、临床成像、逆问题、AI／重建、验证和转化合作，可用于学术 CMR 团队、医疗成像研发、扫描仪厂商、受监管医疗软件及临床 AI 团队。

苏黎世生命科学集群增强当地职业相关性，FDA 持续维护的 AI 医疗器械名录也显示放射学和心血管产品的监管活动。苏黎世州生命科学集群 FDA：AI 医疗器械名录 这不意味着本博士一定将设备商业化；其意义在于，如能形成经得起验证的论文、代码、验证方法和临床合作，技能组合具有较好迁移能力。

资助、申请与生活成本

官方招聘列出 100% 全职、苏黎世地点及固定期限。ETH Staffnet 和 Welcome Center 说明，博士通常采用固定工资，确切档位写入合同，工资通常逐年增长至第三年。ETH 固定工资表 ETH Welcome Center 工资说明 招聘没有公布档位，应先确认工资档及税前年薪，再做财务计划。

博士收费应按博士专门规则核算。ETH D-ITET 的博士考试说明列出，一次性学费为 1,500 瑞郎，在报名博士考试后收取。ETH 博士考试后的收费说明 还应向实际注册院系确认注册费和学期杂费；不能把一般本科／硕士每学期学费直接作为这个博士的费用。

苏黎世开支较高。ETH 给出的学生规划所需金额为每月 1,750 瑞郎，尚不包含衣物、休闲、电话和意外开支，住房通常是最大部分。ETH 瑞士停留准备与预算指南 住宿页面列出共享厨房／浴室房间月租 800–1,000 瑞郎，一至 2.5 室公寓 1,000–1,800 瑞郎，受位置和家具配置影响。ETH 住宿指南 医疗保险也可能占较大支出，尤其对非欧盟申请者及随雇佣发生身份变化的人。非欧盟／EFTA 学生医疗保险 单人预算应纳入租金、保险、交通、食品、税费扣除及初期安置费用，不宜提前假设能够大量储蓄。

中国及其他非欧盟申请者的移民手续是实际时间条件。ETH 博士 Welcome Center 说明，非欧盟／EFTA 公民需获得入境、居留和工作批准，条件包括认可的硕士学位及已有博士岗位录用，所列办理期为 4–6 周。ETH 博士入境与工作许可 瑞士移民国务秘书处 SEM 说明第三国公民工作前需要许可批准，瑞士驻华机构说明超过 90 天的停留需州级居留许可。瑞士 SEM：在瑞士工作 瑞士驻华机构国家签证材料 获录用后应立即与 ETH 人事部门办理。

正式申请材料包括动机信、详细简历、课程及成绩单，以及两位推荐人的联系方式。咨询邮箱为 kozerke@biomed.ee.ethz.ch（Sebastian Kozerke 教授）；申请仅由在线门户受理。较低场强心脏 MRI 官方博士岗位

申请背景与准备重点

较匹配的背景

适合电气工程、生物医学工程、计算机科学或物理学成绩优秀的硕士，且能展示 MR 物理、信号处理、逆问题、重建、数值模拟或物理信息机器学习中的实际深度。招聘将很强的编程能力列为必需条件，具体列举 C、MATLAB／Python、TensorFlow／PyTorch；同时要求对理论和实践工作都有热情。应展示真实代码和项目，而不能把这些要求理解为普通加分项。

也适合愿意参与转化研究者：模拟与重建、扫描仪实验、志愿者测量、患者案例及临床反馈均在范围内。只喜欢独立算法工作者，可能不适应实验和临床条件。

需要审慎评估的情况

主要作品为通用计算机视觉或深度学习、缺少成像物理者，应补足领域证据。希望在联系课题组前就看到公开确定资助金额者，也需注意招聘没有工资档位。希望研究仅依赖现成数据、尽量避开硬件、序列、伦理或临床数据协调者，可能与项目范围不匹配。

值得准备的能力证据

可展示医学成像、MRI、逆问题、信号处理、计算建模、物理信息机器学习或定量图像验证方面的论文或项目。小型可复现代码应体现数值方法严谨性，而不只展示模型训练。动机信可对应四项核心要求：脉冲序列／重建、较低场强成像物理、数据推断／融合，以及临床／数字孪生关联。

风险与待核实问题

高优先级

• 岗位是否仍开放？公开招聘未列截止日期时，是否有内部审阅时间？
• 适用哪一档 ETH 博士工资，合同税前年薪是多少？
• 合同年限、开始日期及续签结构如何？
• 哪个博士项目或院系注册，第二导师是谁？
• 使用哪种较低场强硬件，为本博士预留多少扫描机时？
• 志愿者与患者研究是否已批准，博士是否需要参与伦理和数据治理申请？
• 对中国及其他非欧盟申请者，人事何时启动许可手续，在接受录用前应准备什么文件？

中优先级

• 100% 岗位包含多少教学或服务工作？
• 哪些临床伙伴提供患者案例，多久与博士会面？
• 脉冲序列编程、重建算法及数字孪生建模之间如何分配？
• 前 18 个月是否预期开放代码、数据或提交会议成果？
• 录用时 C、MATLAB／Python 和 PyTorch／TensorFlow 需达到什么水平？

证据与来源

本报告引用资料

• 较低场强心脏 MRI 官方博士岗位
• ETH 瑞士停留准备与预算指南
• 心血管磁共振 CMR 研究组
• Sebastian Kozerke 负责人介绍
• ETH 访谈：心系心脏成像
• Sebastian Kozerke 的 ERC Synergy Grant
• 生物医学工程博士培养
• EXCITE Zurich 实验与临床成像平台
• ETH QS 2027 全球排名新闻
• THE：2026 年瑞士大学
• CMR 新闻与活动
• 合成数据训练的 4D flow MRI 主动脉时间分辨分割
• FlowMRI-Net 自监督 4D flow MRI 重建
• Fourier-shell 分析：4D flow MRI 超分辨率的 k 空间评价
• 脑血管 5D flow MRI
• 将临床 3T 扫描仪降至 0.75T 的 MRI／MRS 研究
• 4D flow 心血管磁共振 2023 共识更新
• ETH 固定工资表
• ETH Welcome Center 工资说明
• ETH 一般学费
• ETH 博士财务事项
• ETH 住宿指南
• 非欧盟／EFTA 学生医疗保险
• ETH 博士入境与工作许可
• 瑞士 SEM：在瑞士工作
• 苏黎世州生命科学集群
• FDA：AI 医疗器械名录
• 瑞士驻华机构国家签证材料