高级医学超声三维重建算法工程师

招聘方向：机器人超声成像 / 二维超声分析 / 多视角三维重建 / 三维定量测量 岗位性质：正式全职｜硕士及以上优先｜工作地点：广州 一、关于我们 美央创新科技（AIMIRA INNOVATION）是一家专注于医疗AI、医疗机器人及智能医疗设备研发与制造的科技企业。 公司目前正在研发机械臂辅助多视角超声成像与人体浅表软组织三维重建项目，重点实现皮肤及皮下组织的自动识别、三维结构重建，以及组织厚度、深度和体积等定量分析能力。 现招聘一名具备医学超声二维图像分析与三维重建实际研发经验的核心算法工程师，负责推进相关算法研发、验证和部署。 二、岗位定位 本岗位是超声机器人项目的核心算法研发岗位，需要同时具备： · 医学超声二维图像处理、组织识别及分割能力； · 基于多帧、多位置、多角度超声图像的三维空间重建能力； · 空间标定、图像配准、组织形变分析和三维定量测量能力。 岗位的核心目标是： 结合机械臂提供的探头空间位姿，将连续二维超声图像重建为具有真实空间尺度的三维组织数据，并完成组织识别、厚度、深度、体积等定量分析及准确性验证。 目前团队已有机械臂柔性控制相关研发人员，负责运动轨迹、接触力控制及探头姿态控制。本岗位主要负责图像算法、空间重建、定量分析及算法系统集成。 三、岗位职责 1. 二维超声图像分析与组织分割 · 负责超声B-mode图像预处理、去噪、增强及图像质量优化。 · 开发皮肤、皮下脂肪、筋膜、肌肉、血管等可辨识组织的识别、边界检测和分割算法。 · 基于U-Net、nnU-Net等深度学习方法开展模型训练、评估与优化。 · 解决超声图像中组织边界模糊、散斑噪声、不同设备成像差异等问题。 2. 多帧、多视角超声三维重建 · 负责基于连续二维超声图像及探头六自由度位姿信息的三维重建算法开发。 · 建立二维图像像素坐标与真实三维空间坐标之间的映射关系。 · 实现二维切面到三维体素空间的映射、空间插值、多视角融合及三维体数据生成。 · 解决多帧图像重建过程中的空间错位、数据空洞、重复区域融合及重建一致性问题。 · 实现三维体数据可视化、多平面重切片（MPR）等功能。 3. 超声探头标定与空间配准 · 负责超声图像平面、探头、机械臂末端及机器人基坐标系之间的空间标定与坐标转换。 · 开展超声探头标定、Hand–Eye Calibration及多坐标系变换相关算法开发。 · 结合图像时间戳和机械臂位姿数据，实现超声帧与空间位置的准确匹配。 · 分析标定误差、位姿误差和时间同步误差对三维重建结果的影响。 4. 组织形变分析与重建优化 · 针对超声探头接触压力、扫描角度及人体运动造成的软组织形变，开展图像配准与形变分析。 · 研究非刚性配准、形变场估计及组织运动补偿等方法。 · 配合机械臂控制团队，结合位姿、接触力及图像信息，提升多角度和重复扫描结果的一致性。 · 优化形变对组织厚度、深度及体积测量结果的影响。 5. 三维组织分割与定量测量 · 开展三维超声体数据中的组织识别、三维分割及组织层次建模。 · 根据真实空间标定结果，开发组织厚度、深度、面积、体积和三维形态等定量计算算法。 · 针对面部曲面组织，研究合理的组织层厚测量方式，例如沿局部皮肤法线进行厚度分析。 · 支持组织三维可视化及不同时间点的组织结构变化对比。 · 根据图像质量和重建覆盖范围，对测量结果提供合理的质量与可信度评估。 6. 测量精度验证与误差分析 · 建立二维分割、三维重建及定量测量算法的效果评估体系。 · 通过已知几何尺寸的超声体模（Phantom）或其他适宜参考数据，验证空间重建与测量准确性。 · 分析组织分割误差、空间定位误差、厚度误差和体积误差。 · 评估不同扫描压力、角度、速度和操作条件下的测量稳定性与重复性。 · 输出可复现的算法测试、误差分析和精度验证结果。 7. 算法工程化与设备集成 · 配合机械臂、超声设备、软件及硬件团队完成超声图像、位姿数据等接口对接。 · 负责算法模块开发、性能优化、推理加速及部署验证。 · 根据系统实际要求，优化二维分割与三维重建的处理速度。 · 参与算法在真实设备中的集成测试、问题分析及持续优化。 四、任职要求 1. 学历与专业 计算机、人工智能、生物医学工程、医学图像计算、机器人感知、电子信息等相关专业，硕士及以上学历优先。 2. 医学超声二维图像算法能力 · 具有二维医学超声图像分析、组织识别或分割相关实际项目经验。 · 熟悉B-mode超声图像特点，理解散斑噪声、声衰减、声影及超声成像分辨率等基本原理。 · 熟悉深度学习图像分割方法，能够独立完成模型训练、评价及优化。 3. 多帧三维重建能力（核心筛选条件） · 具有多帧二维图像三维重建的实际研发经验，优先具有超声三维重建项目经历。 · 熟悉Slice-to-Volume Reconstruction、Voxel-based Reconstruction、多视角数据融合及空间插值等方法。 · 能够根据二维图像及对应空间位姿信息，构建具有真实尺度的三维体数据。 · 熟悉三维重建结果的可视化、重切片及质量分析。 4. 三维空间几何与标定能力（核心筛选条件） · 熟悉三维空间坐标变换、旋转矩阵、四元数及刚体变换。 · 理解SE(3)、多坐标系转换、空间配准及误差传播。 · 熟悉探头空间标定、图像平面标定、Hand–Eye Calibration及位姿时间同步的相关方法。 5. 组织形变与配准能力 · 具备图像配准、非刚性配准或形变估计相关研究或开发经验。 · 理解超声探头接触压力、运动及扫描角度对组织形态和三维重建结果的影响。 · 能够针对实际数据提出并验证形变分析或补偿方案。 6. 三维医学图像分析与测量能力 · 熟悉三维医学图像分割、体素数据处理及三维几何计算。 · 具备组织厚度、深度、面积或体积等定量测量相关算法经验。 · 理解空间测量精度、重建误差及体模验证的基本方法，能够设计可复现的测量效果评估方案。 7. 编程及工具能力 · 熟练使用Python，具备C++开发能力。 · 熟悉PyTorch、OpenCV、NumPy/SciPy等工具。 · 熟悉SimpleITK/ITK、VTK、3D Slicer等医学图像处理或三维可视化工具中的一种或多种。 · 具备独立算法开发、Debug、实验分析及工程协作能力。 五、优先加分项 具备以下经验者重点优先： · 机器人超声（Robotic Ultrasound）、自由手三维超声（Freehand 3D Ultrasound）或带位姿跟踪的三维超声重建（Tracked Ultrasound）实际研发经验。 · 超声探头标定、多传感器时间同步、机械臂与超声空间配准相关经验。 · 三维医学导航、三维软组织重建、非刚性配准或组织形变补偿经验。 · 熟悉PLUS Toolkit、ROS2或超声设备SDK。 · 熟悉3D U-Net、V-Net、三维分割及三维组织表面建模。 · 有CUDA、TensorRT、ONNX、GPU并行计算或实时三维重建优化经验。 · 熟悉高频超声及面部浅表软组织成像，有皮肤、皮下脂肪、筋膜等组织相关研究经验。 · 具有光学表面三维模型与医学影像数据空间配准经验。 · 有医学影像三维重建、机器人超声、医学导航或定量测量相关论文、专利及实际产品研发成果。 六、岗位关键交付 本岗位入职后，将围绕项目实际进度重点推进： · 二维超声分割能力：完成指定组织结构的识别、分割及效果优化。 · 空间标定与配准：建立超声图像与机械臂位姿之间的空间映射关系，形成可复用的标定与验证流程。 · 多帧三维重建：将连续二维超声图像重建为可进行三维查看和分析的真实尺度体数据。 · 三维定量测量：实现指定组织的厚度、深度、体积等计算功能。 · 精度与重复性验证：利用体模、参考测量或重复扫描实验，评估重建和测量误差。 · 算法集成：配合团队完成算法接口、性能优化和实际设备验证。 具体测量精度、重建速度及支持的组织类别，以设备成像能力和研发验证结果为依据确定。 七、我们期待的候选人 我们需要的是具备医学超声图像分析与真实空间三维重建能力的核心算法工程师。 不仅能够完成二维图像分割，还需要能够处理： 超声图像 + 空间位姿 + 多帧配准 + 三维重建 + 组织定量测量 + 精度验证。 特别重视候选人是否具备实际的三维空间标定、重建及测量经验，而不是仅做过普通点云可视化、三维模型显示或使用现成分割模型。 我们希望你能够独立承担核心算法研发任务，与机械臂、医学及软硬件团队合作，推动机器人超声成像与三维定量分析技术的实际落地。