机器学习算法在医学影像与临床/DNA数据中的应用研究

【项目介绍】 本项目将利用人体医学影像、临床数据和基因信息，开发自动分类器或疾病预后评估系统。项目将采用多层神经网络、随机森林、支持向量机、主成分分析和卷积神经网络等机器学习算法。超参数和架构的调优将基于贝叶斯优化进行。对于某些编程语言，计算可能在世界上最快的超级计算机之一上进行，应用消息传递接口（MPI）并行化用于分布式内存架构，OpenMP并行化用于共享内存架构以及两者的混合系统。最终目标是开发一个绿色AI系统，该系统只需最少的输入数据即可达到相当的准确率，并发表多篇相关的高质量期刊论文。

【申请要求】 申请人应拥有或预期获得相关科学或工程学科的二等一级荣誉学位或硕士学位（或国际同等学历）。

【申请材料】 申请时需提交以下材料： • 项目全名及导师姓名 • 资助情况说明（是否已有资助或希望申请大学资助） • 之前的学习详情 • 两位推荐人的姓名和联系方式 • 所有已获得大学学历的最终成绩单和证书 • 正在进行的任何大学学历的临时成绩单 • 简历 • 支持声明（一到两页，说明攻读研究生研究的动机、选择曼彻斯特的原因、相关研究或工作经验、之前研究的主要发现以及所掌握的技术和技能，此项为必填） • 两位推荐人的联系方式（需提供官方大学/工作邮箱地址） • 英语语言证书（如适用）

【资助信息】 本项目为期3年，面向自费学生。曼彻斯特大学在大学、学院和系级层面提供多种奖学金、助学金和奖励，支持英国及海外研究生研究人员申请竞争性项目和自费项目。详情请访问资助页面或查询资助数据库。

【其他重要信息】 • 申请前建议联系导师，说明当前学习阶段、学术背景、相关经验及攻读动机 • 申请网址：https://uom.link/pgr-apply-2425 • 不完整的申请将不予考虑 • 如有疑问，请联系：FSE.doctoralacademy.admissions@manchester.ac.uk • 大学致力于平等、多样性与包容性，欢迎各类背景的申请人，支持灵活学习安排（包括50%、60%或80%的兼职形式）