新加坡—苏黎世联邦理工学院中心医学影像与骨折风险预测博士岗位

项目概览

新加坡—苏黎世联邦理工学院中心招聘全职博士研究员，以医学影像、深度学习和生物力学信息建立个体化髋部骨折风险预测模型。博士生在新加坡受聘并开展研究，顺利完成学业后由苏黎世联邦理工学院授予博士学位。

项目隶属 Future Health Technologies 2（FHT2）计划，目标是直接从常规骨密度或 CT 影像提取肌肉骨骼健康指标，预测当前和未来的骨折风险。岗位最早可从2026年12月1日开始，起始日期灵活，资助最长四年。

这是一份以人工智能和医学影像处理为主的研究岗位；招聘内容没有公布具体申请截止日、薪资数额或国际申请者签证细则。

项目详情

现有骨折风险评估主要依赖双能 X 射线骨密度检测（DXA）得到的面积骨密度，其区分能力有限，随访时间越长，预测准确性还会下降。髋部骨折在骨质疏松性骨折中带来很高的社会经济负担，但现行评估往往只看骨脆弱性，对跌倒时的生物力学过程考虑不足。团队已有基于模拟的方法，可把骨强度与跌倒力学结合，形成更个体化的风险估计；这类模拟计算昂贵，难以直接大规模进入临床流程。

博士研究将开发基于影像和数据的 AI 模型，使其从常规骨密度影像或 CT 扫描中，在较短时间内预测个人骨折风险。工作既包含生成式或影像评估式深度学习方法，也包含从单次影像评估扩展到纵向风险轨迹：利用重复扫描和临床危险因素，预测个体骨骼老化和未来骨折风险。候选人需验证模型结果，并分别与生物力学模拟及多个队列的真实骨折结局对照。岗位本质上要求独立完成复杂的机器学习、图像处理和模型评估研究，而不是单纯操作临床设备。

博士生将融入 FHT2 的跨学科团队，参与从医学图像提取肌肉骨骼健康标志物的研究，也需要协助指导硕士和本科生。Singapore-ETH Centre 成立于2010年，由苏黎世联邦理工学院与新加坡国家研究基金会在 CREATE 校园共同建立。中心的研究涉及未来城市、韧性系统和未来健康技术，与大学、研究机构、产业和政府部门合作，尝试把研究知识用于实际问题。招聘内容称中心有来自32个国家和地区的员工，其研究社群包含逾100名博士、博士后和教授研究人员。

聘用地是新加坡，适用当地工作规定。固定期限全职合同为四年，工作地址为新加坡国立大学 University Town 的 CREATE Tower，1 Create Way，Singapore 138602。招聘介绍列出的福利包括固定期限合同每年25天年假、一天生日假、年度牙科福利、综合医疗保险，以及每周最多两天居家工作的灵活混合安排；这些条款的具体适用条件仍以合同为准。

申请要点

• 学位与基础：须有计算机科学、工程、数学、物理或相关定量学科硕士学位；能够独立处理复杂研究问题，并有明确研究动力。

• 核心技能：机器学习与深度学习、医学图像处理基础；优秀的 Python 编程能力；有神经网络训练与评估经验，例如使用 PyTorch。须掌握版本控制和协作开发等软件工程实践，并具备良好的英语书面与口语能力。

• 加分条件：熟悉生物力学或有限元建模；了解并行或高性能计算，能在共享 HPC 集群上工作。

• 研究任务：建立影像模型，预测骨折风险与纵向骨骼老化轨迹；结合重复扫描、临床因素及真实骨折结局开展验证；协助指导硕士和本科生。

• 时间与资助：最早2026年12月1日入职，时间可灵活安排；最长四年资助。未公布具体薪资金额和申请截止日。

• 材料与渠道：通过在线系统提交针对本项目的动机求职信、含两名推荐人姓名及联系方式的简历，以及大学成绩单 PDF。招聘说明明确不接受电子邮件或邮寄申请。

• 联系：职位问题可咨询 Prof. Dr. Benedikt Helgason，bhelgason@ethz.ch；该邮箱不接收申请。招聘方表示初筛由招聘人员而非人工智能完成。

需要进一步确认

招聘内容未明确受薪金额、学费安排、申请截止日及外国申请者的工作准证流程。由于聘用地与授位地分别在新加坡和瑞士，应在申请前确认博士注册与在新加坡工作的具体手续。

PhD 项目深度调研报告：PhD Researcher - AI 医学影像与个体化骨折风险预测

申请判断

这个课题要解决的是： 怎样用常规骨密度或 CT 影像，更快地预测一个人当前及未来的髋部骨折风险？ 博士工作以 AI 医学影像和模型验证为主，还要与生物力学模拟、真实骨折结局相对照。对已有深度学习与定量研究基础、希望进入医学影像或计算生物力学的申请者，技术路线清楚；综合评价为“有吸引力，但需要先核实匹配度”。

ETH Zurich 授予博士学位，Singapore-ETH Centre 在新加坡聘用并提供日常研究环境。 项目属于 FHT2 健康老龄化方向，联系人 Prof. Benedikt Helgason 的近年工作覆盖髋部骨折模拟、影像衍生骨模型及 CT/DXA 自动化流程。岗位最早可于 2026 年 12 月 1 日 开始，时间灵活，资助最长四年；申请截止日、薪资及学费/注册费覆盖尚未公开。

当前下一步是通过招聘系统确认审查时间，并核对自己的医学影像、Python 与神经网络训练经验。中国及其他国际申请者原则上可申请：页面没有国籍限制，候选人按资质评估；实际在新加坡受聘仍取决于雇主担保、薪资和工作准证类型。这些条款应在接受录取前落实。

研究问题与博士工作

潜在研究切入点

一个扎实的博士计划可以围绕稳健 CT/DXA 预处理、3D 分割、多模态影像与临床风险融合、纵向风险轨迹、跨扫描仪校准、不确定性估计，以及与 finite-element simulation 对标展开。研究价值需要同时体现在模型表现、可解释性、外部验证和临床流程可用性上。

新加坡更新后的医疗 AI 指南也与本项目相关，因为临床 AI 转化需要关注责任边界、透明度、部署安全和风险控制：Singapore AI 医疗指南。

为什么需要影像模型

临床问题是真实存在的。WHO 指出，受人口增长和老龄化推动，全球骨折负担正在上升；其中髋部和椎体骨折属于最严重的脆性骨折类型：WHO 脆性骨折资料。

目前主要依赖 DXA 衍生 areal bone mineral density 的评估区分能力有限，随访时间越长还可能失准。髋部骨折的社会经济负担很高，风险又同时受骨强度与跌倒力学影响。团队已有的生物力学模拟能提供更丰富的信息，但计算成本高，难以规模化进入临床。项目希望让 AI 从常规扫描中学习这些信息，目标是在数秒内估计个体风险；这需要验证，不能当作已经实现的临床效果。

博士研究主要包括三项相互衔接的工作：开发生成式或影像评估式深度学习模型；结合重复扫描与临床风险因素，把单时间点预测扩展为纵向骨骼老化和风险轨迹；在多个队列中，与生物力学模拟及真实骨折结局对照。博士生还需协助指导 MSc 和 BSc 学生。这些工作取决于影像、标签、伦理许可和计算资源是否到位。

新加坡的健康研究政策环境也支持这一方向：MOH 在 2026 年讲话中提到 RIE2030 下对转化和临床研究的大额投入，并强调 AI 在医疗中的机会：MOH 讲话。

职业与市场前景

如果申请者能同时积累 AI 和生物医学验证能力，这个方向的可迁移性较好。可能路径包括学术界 biomedical engineering、医学影像 AI、肌肉骨骼生物力学、healthtech R&D、临床 AI 验证以及医疗器械软件。美国 Bureau of Labor Statistics 预计，2025 至 2035 年 bioengineers and biomedical engineers 就业增长为 8%，并指出领导研究团队通常需要研究生学位：BLS 职业展望。

学校、学科与培养

学位授予机构是 ETH Zurich。官方项目页明确说明，顺利完成后博士学位将由 ETH Zurich 授予：官方项目页。ETH 的博士页面也说明，成功完成博士后会获得 ETH Zurich 的 Doctor of Sciences 头衔：ETH 博士说明。

聘用地点则不同：候选人会受聘于新加坡的 Singapore-ETH Centre，并适用新加坡当地工作规定。SEC 官方联系页面显示中心地址为 1 Create Way, CREATE Tower, Singapore 138602：SEC 地址信息。这是 ETH Zurich 授位、新加坡聘用并在新加坡开展日常研究的跨境博士结构。

学校背景信号很强。QS 将 ETH Zurich 列为 2027 World University Rankings 第 #=8 位：ETH Zurich QS 信息。项目环境也很有现实性：FHT2 被描述为由 Singapore-ETH Centre 牵头、与 NRF、NHG Health 和 NTU 合作的计划，重点包括健康老龄化、行动能力、AI-powered digital twins 和跌倒预防：FHT2 项目背景。

SEC 于 2010 年由 ETH Zurich 与新加坡 National Research Foundation（NRF）在 CREATE 校园共同建立，是 ETH 在瑞士之外的研究中心。招聘介绍称，中心有 32 个国家的员工，以及逾 100 名博士、博士后和教授研究人员；其研究涵盖 Future Cities Laboratory／FCL Global、Future Resilient Systems 和 Future Health Technologies，并与高校、研究机构、产业和政府合作。招聘还列出 TAFEP 的 5 项 Tripartite Standards 认证及 NS mark certification，强调机会平等、家庭友好和包容的工作环境。这些是中心层面的环境信息。

岗位是四年全职、固定期限的新加坡合同，最长提供四年资助；ETH博士注册与新加坡聘用手续需分别办理。

导师与实验室评估

导师研究方向

职位联系人是 Prof. Dr. Benedikt Helgason。他在 FHT 的个人页面显示，他是 ETH Laboratory for Orthopaedic Technology 中 Bone Pathologies and Treatment group 的负责人之一，研究方向包括筛查和预防高髋部骨折风险人群：Helgason FHT 页面。

这一背景与项目主题非常贴近。项目说明要求博士研究者基于骨密度和 CT 影像开发 AI/deep-learning 模型，将模型从单时间点评估扩展到纵向风险轨迹，并用生物力学模拟和真实骨折结局进行验证：官方项目页。

近年重要论文

Baker、Galliker、Schileo、Taddei、Ferguson 和 Helgason 在 2026 年发表于 Journal of Biomechanics 的论文提出了一个由 dynamic finite-element analysis 得到的 critical-velocity 指标，用于髋部骨折风险分类：PubMed 记录。这篇论文支撑了本项目中“用生物力学模拟作为验证参照”的部分。

Jha、Praveen、Baker、Ferguson、Helgason 及合作者在 2025 年发表于 Clinical Biomechanics 的论文，研究基于 DXA 的 biofidelic finite-element 模型如何模拟跌倒对髋部的影响，以及股骨大转子区域软组织厚度对骨折风险的作用：ETH Research Collection 论文。这篇论文尤其相关，因为它把建模、新加坡人群背景和个体化骨折风险联系在一起。

Zhou、Klintstrom、Ferguson、Helgason 和 Persson 在 2024 年发表于 Computer Methods and Programs in Biomedicine 的论文，使用 CNN 从临床 CT 影像生成 super-resolution 3D 模型：ETH Research Collection 论文。这与项目希望从常规医学影像中提取临床可用的生物力学标志物高度一致。

Bjornsson、Baker、Fleps、Ferguson、Helgason、Ellingsen 等人在 2022 年发布的论文/预印本，研究面向个体化髋部骨折风险筛查的 CT 股骨快速稳健分割方法：arXiv 版本。这与博士工作中很可能遇到的分割和自动化瓶颈有关。

实验室、资源与合作环境

项目嵌入 Singapore-ETH Centre 的 FHT2。公开资料显示，FHT2 具有较强的转化研究导向，并与新加坡临床和研究机构合作，主题包括肌肉骨骼健康、跌倒预防、digital twins、康复和 AI-enabled healthcare：FHT2 项目背景。

团队研究方向与课题衔接较强；正式 ETH 导师、共同导师、论文委员会、数据集负责人及已获批的临床队列仍未列明。这些信息很关键，因为项目依赖重复影像、临床风险因素、真实结局标签以及模拟验证。

资助、申请与生活成本

官方项目说明写明，最长提供四年资助；岗位为 100%、固定期限，招聘另明确为四年全职合同；最早可从 2026 年 12 月 1 日开始，开始时间可灵活；福利包括固定期限合同每年 25 天年假、1 天生日假、年度牙科福利、综合医疗保险及每周最多 2 天居家工作的混合办公安排，具体适用条件以合同为准：官方项目页。

公开信息仍不完整。项目说明没有列出薪资、学费或博士注册费覆盖、搬迁支持、住宿支持、税务处理，也没有列出截止日。ETH 的通用薪资页面可以作为 ETH 博士聘用背景，但这个岗位明确在新加坡聘用，所以不能直接套用瑞士 ETH 博士薪资表：ETH 薪资背景。

对国际申请者来说，新加坡工作准证路径必须核实。MOM 的 Employment Pass 页面采用“薪资门槛 + COMPASS”的框架；非金融行业在 2027 年 1 月 1 日前的新申请起点为 S$5,600，2027 年 1 月 1 日起的新申请起点为 S$6,000：MOM Employment Pass 资格。MOM 的关键信息页面也说明，Employment Pass 由雇主或指定 employment agent 代表候选人申请：MOM Employment Pass 关键信息。

生活成本方面，NUS Graduate School 估算单人在新加坡每月约 S$1,200-S$2,100（校内）或 S$1,550-S$3,400（校外），实际差异主要取决于住宿和生活方式：NUS 生活成本。在薪资金额未知的情况下，不能判断净收入覆盖能力。

申请材料与渠道

仅接受在线招聘系统申请，不考虑电子邮件或邮寄材料。需提交针对课题说明动机的求职信、含 2 名推荐人姓名及联系方式的 CV，以及大学成绩单 PDF。职位问题可咨询 Prof. Dr. Benedikt Helgason：bhelgason@ethz.ch，该邮箱不接收申请。招聘说明还明确初筛由招聘人员进行，未交由人工智能。

申请条件与准备

官方条件与岗位重点

申请者须持有计算机科学、工程、数学、物理或相关定量学科的 MSc，能够较独立地处理复杂研究问题，有明确研究动力，并具备良好的书面和口头英语。版本控制、协作开发等软件工程实践是明确要求。

招聘重点关注机器学习/深度学习与医学图像处理基础、优秀 Python 编程能力，以及神经网络训练和评估经验，例如 PyTorch。这些能力与实际博士工作直接相连，申请时应给出具体证据。

加分经验

生物力学或 finite-element modelling 熟悉度是加分项；并行或高性能计算背景受到欢迎，研究者应能适应共享 HPC 集群。理解模拟验证目标有助于把影像学习与个体化骨折风险联系起来，不意味着需要在申请前掌握所有建模技术。

准备建议

可选择最能说明能力的医学影像或 computer vision 项目，展示 PyTorch 训练和评估代码、分割或 3D modelling、纵向预测或 survival/risk modelling、Git/version-control 实践，并解释为何要用临床可行的影像模型近似模拟衍生风险。可复现代码、模型评估，以及 3D 或临床数据处理经历都能帮助展示准备程度；这些是证据建议，不是额外材料要求。

只有一般机器学习课程而缺少影像或 3D 数据经历者，需要补充项目证据。仅有湿实验或纯临床照护背景的申请者，匹配度可能较弱。需要预先知道薪资，或无法承受准证不确定性的申请者，也应先核对条款。

下一步与待核实问题

申请前：确认窗口和基本手续

先以招聘系统清单准备材料，再用职位咨询渠道确认：

• 申请截止日或滚动审查时间是什么？
• ETH 博士注册与新加坡聘用分别需要哪些手续？SEC 会为非新加坡公民申请哪类工作准证？
• 正式 ETH 导师、新加坡日常导师和论文委员会分别是谁？

面试时：确认数据与技术路线

• 哪些 DXA/CT 队列、重复影像和真实骨折结局标签已可用并获伦理批准？哪些临床合作方支持验证？
• 深度学习与 finite-element validation 可使用哪些算力资源？
• 第二年前预期产生哪些论文或软件成果？
• 临床数据相关的代码开源和发表是否受限制？

接受录取前：落实预算与跨境安排

• 新加坡元计价的税前月薪是多少，是否达到实际适用准证的门槛？
• ETH 注册费或类似学费的费用、保险、会议和差旅是否覆盖？
• 是否需要在 Zurich 停留，相关费用是否由项目承担？

薪资、住宿和费用责任明确后，再把新加坡生活预算与净收入相对照。

证据与来源

核心项目、机构与排名

• 官方项目页
• Singapore-ETH Centre 地址
• ETH 博士说明
• ETH 博士入学要求
• ETH Zurich QS 信息

导师与论文

• Benedikt Helgason FHT 页面
• Critical velocity hip-fracture paper
• DXA biofidelic finite-element paper
• CNN super-resolution CT paper
• CT femur segmentation paper/preprint
• Benedikt Helgason ScienceDirect 作者页

领域、资助与生活成本

• ETH 薪资背景
• MOM Employment Pass 资格
• MOM Employment Pass 关键信息
• NUS Graduate School 生活成本
• WHO 脆性骨折资料
• FHT2 项目背景
• 新加坡 MOH 转化研究背景
• Singapore AI 医疗指南
• BLS biomedical engineering 职业展望