KU Leuven

Ouderdomsgeassocieerde Bewegingspatronen die Gezonde versus Degeneratieve Gewrichtsgezondheid detecteren

2024-11-11 (Europe/Brussels)
Baan opslaan

Over de werkgever

KU Leuven is an autonomous university. It was founded in 1425. It was born of and has grown within the Catholic tradition.

De pagina van de werkgever bekijken

DIt project maakt deel uit van InSilicoHealth (https://insilicohealthproject.eu/), een innovatief Doctoral Network (DN) met de ambitie om een nieuwe generatie uitstekende doctoraatskandidaten (DC) op te leiden die effectieve vertalers zullen worden van de snel evoluerende digitale technologie om bestaande en toekomstige uitdagingen met betrekking tot gezond ouder worden in Europa aan te pakken. De onderzoeksfocus van dit DN ligt in drie kerngebieden: de hersenen, het hart en het musculoskeletale (MSK) systeem. Op het gebied van digitale technologie richt InSilicoHealth zich specifiek op virtual human twin (VHT) technologie om ons begrip van leeftijdsgerelateerde adaptieve veranderingen van het complexe menselijk lichaam te verbeteren door middel van voorspellende multi-scale simulaties. De onderzoeksmethodologie maakt gebruik van kennisgestuurde modellen die worden versterkt door geavanceerde data-gedreven inferentie technieken om het gezondheids potentieel van oudere individuen te optimaliseren.

Dit project wordt gecoördineerd door iSI Health, het KU Leuven Instituut voor Fysica-gebaseerde Modellering voor In Silico Health (iSiHealth.org), dat onderzoekers verenigt die in silico technologieën willen ontwikkelen voor gebruik in gezondheidszorggerelateerde onderwerpen.
Dit specifieke project valt binnen de kern van de onderzoeksactiviteiten van de onderzoeksgroep bewegingsbiomechanica van de mens en, in het bijzonder, het mechanobiologieteam (https://gbiomed.kuleuven.be/english/research/50000737/research/HMB/Research/clinicalprojectsmain/ClinicalBiomechanics). Onze onderzoeksambitie is om mechanische belasting in verschillende musculoskeletale weefsels tijdens normale en pathologische beweging te bestuderen en dit te relateren aan weefseladaptatie. In het bijzonder streven we ernaar om de rol van mechanische belasting in kraakbeendegeneratie en de ontwikkeling van osteoartrose (OA) te bestuderen met behulp van in vivo, in silico en in vitro benaderingen.
Website van de eenheid

Project

Ben jij gepassioneerd door biomechanica en wil je een betekenisvolle impact hebben op de musculoskeletale en gewrichts-gezondheid ? Sluit je aan bij ons baanbrekende PhD-project en draag bij aan grensverkennend onderzoek gericht op het identificeren van bewegingsgerelateerde kenmerken die individuen vatbaar maken voor degeneratieve gewrichtsaandoeningen, zoals osteoarthrose (OA).

Wat Je Gaat Doen:

• Maak gebruik van geavanceerde technologieën zoals Opencap om knie- en heupgewrichtbewegingen te analyseren vanuit smartphonevideo’s.

• Ontwikkel innovatieve computationele modellen met behulp van probabilistische PC analyse en statistische vormmodellering.

• Werk samen met toonaangevende experts tijdens secondments bij TU Delft en Materialise Motion, en verwerf gespecialiseerde vaardigheden in probabilistische modellering en dynamische systemen.

• Pas machine learning-technieken toe om ziektegevoelige biomarkers voor kraakbeendegeneratie te ontdekken.

Waarom Dit Project?

Deze PhD-positie biedt een unieke combinatie van academisch onderzoek en industriële ervaring, waardoor je de tools krijgt om een nieuw hybride modelleringswerkstroom te ontwikkelen die parameteronzekerheid integreert. Je staat aan de voorhoede van het creëren van een systematische, multidisciplinaire benadering voor het schatten van gewrichtscontactdrukken, wat de weg vrijmaakt voor geavanceerde klinische beoordelingen en verbeterde patiëntuitkomsten.

Belangrijke Hoogtepunten:

Innovatief Onderzoek: Focus op geavanceerde methoden die computer vision, deep learning en musculoskeletale simulatie combineren.

Samenwerkende Omgeving: Werk samen met topinstellingen zoals TU Delft en industriële leiders bij Materialise Motion.

Impactvolle Resultaten: Verbeter het begrip van biomarkers voor kraakbeendegeneratie, wat bijdraagt aan betere preventie- en behandelingsstrategieën.

Begin aan een transformerende reis die computationele technieken verbindt met praktische klinische toepassingen. Als jij klaar bent om de grenzen van biomechanica-onderzoek te verleggen en oplossingen te ontwikkelen die ertoe doen, solliciteer dan nu!

Solliciteer Vandaag om een cruciaal onderdeel te worden van een project dat de manier waarop we degeneratieve gewrichtsaandoeningen begrijpen en monitoren zal veranderen

Profiel

Opleiding: U heeft een masterdiploma behaald in biomedische ingenieustechnieken, bio-engineering, bewegingswetenschappen of beschikt over overeenkomstige kwalificaties die een basis kunnen vormen voor het afronden van een doctoraat.

Specialisatie: Specialisatie in rigid body modellering, simulatie en eindige-elementenanalyse is een voordeel.

Interessegebied: U heeft een sterke interesse in hybride modellering, die rigid body en eindige-element simulaties combineert met machine learning benaderingen.

Taalvaardigheid: U heeft aangetoond vaardig te zijn in de Engelse taal, gelijkwaardig aan niveau B2.

Verblijf: U heeft in de drie jaar voorafgaand aan 1 januari 2025 niet langer dan 12 maanden in België gewoond of uw belangrijkste activiteiten (werk, studie, etc.) in België uitgevoerd.

Persoonlijke Eigenschappen:

Ambitieus en Georganiseerd: U bent ambitieus, goed georganiseerd en een teamspeler.

Communicatieve Vaardigheden: U beschikt over uitstekende communicatieve vaardigheden.

Zelfstandig en Kritisch: U kunt zelfstandig werken en heeft een kritische houding.

Proactief en Gemotiveerd: U bent proactief en gemotiveerd, en enthousiast om deel te nemen aan netwerkbrede trainingsactiviteiten, internationale mobiliteit en publieke disseminatie-activiteiten.

Aanvullende Ervaring: Eerdere ervaring in probabilistische PC analyse, statistische vormmodellering, surrogate modeling voor onzekerheidskwantificatie, en/of slimme regressieanalyse om biomarkers te identificeren is niet essentieel maar wordt als een pluspunt beschouwd.

Aanbod

Wij bieden een volledig gefinancierde PhD-positie voor 4 jaar in het kader van het door de EU gefinancierde MCSA JDN-programma ‘InSilicoHealth’, startend op 6 januari 2025.

Hoewel de positie volledig gefinancierd is voor 4 jaar, is dit afhankelijk van een succesvolle evaluatie na het eerste jaar. Daarom zal de positie aanvankelijk voor 1 jaar worden toegewezen.

Interesse?

Meer informatie is te verkrijgen bij prof. dr. Ilse Jonkers, tel.: +32 16 32 91 05, mail: ilse.jonkers@kuleuven.be of prof. dr. Maarten De Vos, tel.: +32 16 37 39 97, mail: maarten.devos@kuleuven.be.

KU Leuven wil een inclusieve, respectvolle en sociaal veilige gemeenschap zijn. Wij omarmen diversiteit tussen individuen en groepen als een meerwaarde. Open dialoog en verschillen in perspectief zijn noodzakelijk in een ambitieuze onderzoeks- en onderwijsomgeving. In ons streven naar gelijke kansen erkennen wij de gevolgen van historische ongelijkheden. Wij aanvaarden geen enkele vorm van discriminatie op basis van, onder meer, geslacht, genderidentiteit en -expressie, seksuele oriëntatie, leeftijd, etnische of nationale afkomst, huidskleur, levensbeschouwelijke overtuiging, neurodivergentie, arbeidshandicap, gezondheid, of socio-economische status. Bij vragen over toegankelijkheid of aangeboden ondersteuning helpen we je graag op dit e-mailadres.

Informatie over de vacature

Functienaam
Ouderdomsgeassocieerde Bewegingspatronen die Gezonde versus Degeneratieve Gewrichtsgezondheid detecteren
Werkgever
Locatie
Oude Markt 13 Leuven, België
Gepubliceerd
2024-10-07
Uiterste sollicitatiedatum
2024-11-11 23:59 (Europe/Brussels)
2024-11-11 23:59 (CET)
Soort functie
PhD
Baan opslaan

Meer vacatures bij deze werkgever

Over de werkgever

KU Leuven is an autonomous university. It was founded in 1425. It was born of and has grown within the Catholic tradition.

De pagina van de werkgever bekijken