1. 教授简介

姓名：Efrat Shimron

现任职务：Technion（以色列理工学院）助理教授

所属院系：电子与计算机工程系（ECE, Electrical & Computer Engineering）及生物医学工程系（BME, Biomedical Engineering）

实验室 / 研究中心隶属：Technion May-Blum-Dahl 人体 MRI 研究中心. 

研究方向：

主要聚焦于医学成像中的逆问题（inverse problems），尤其是磁共振成像（MRI）的计算方法。研究内容融合计算机视觉、人工智能、物理学和医学科学。

学术 /职业经历

2023 年 10 月起 — 助理教授（Assistant Professor），隶属 Technion 的电子与计算机工程系 (ECE) 和生物医学工程系 (BME)

2020–2023 — 加州大学伯克利（Berkeley）EECS 系博士后（Postdoctoral Fellow）

2019 — 曾作为 Research Associate 在 Technion 生物医学工程系的 Medical Imaging Lab 工作

在此之前曾在以色列科技 /行业界担任研究科学家 (2009–2020)

教育经历

2015–2019 — 博士 (PhD)，生物医学工程 (Biomedical Engineering)，Technion；导师：Haim Azhari

2007–2009 — 硕士 (MSc)，医学科学 (Medical Sciences)，Technion；导师：Ron Meir & Y. Y. Zeevi

2001–2006 — 本科双学位：物理 (Physics) 与 电气工程 (Electrical Engineering)，均毕业 “cum laude”（优等）

2. 主要研究项目 / 方法 /成果方向

方向 /项目	内容简介
动态腹部 MRI（BladeNet）	利用 PROPELLER 与深度学习 (deep learning) 结合的方法，实现高时空分辨率的动态腹部 MRI，同时内置运动矫正。
K-band：快速 MRI 的一种新策略	该方法在 2023 年被接收为口头报告（Sedona, ISMRM）
TED（Temporal Differences Compressed Sensing）	一种针对动态 MRI 的重建方法，应用于实时 MRI 温控监测 (如高强度聚焦超声中)
GAN 合成多线圈 (multi-coil) 数据	针对缺乏原始多线圈数据的问题，提出从医院存储的大量 magnitude-only 数据合成复数多线圈数据，以供训练使用。
加速超低场 MRI + 压缩感知	与多方合作，探索在极低磁场下利用模型、压缩感知 (compressed sensing) 等方法重建 MRI。
不确定性估计	在 MRI 重建中引入对结果不确定性的定量估计方法。
CORE-PI / CORE-Deblur	教授博士期间开发的 MRI 重建工具：称为 “参数无须校准 (parameter-free)” 的并行成像 (parallel imaging) 方法；以及基于压缩感知的去模糊 (deblur) 方法，从而提高压缩感知重建效率。

3. Master& PhD招募信息

实验室主要关注将机器学习 (ML) 应用于 MRI / 医学成像，涉及的课题包括（不完全列举）：

从子采样 (sub-sampled) 数据重建图像的机器学习方法（理论 + 算法）

增强图像质量：例如在低场 MRI 中提高信噪比 (SNR)

运动校正 (motion correction) 的机器学习技术

针对下一代 MRI 扫描仪 / 便携式低场 MRI 的 ML 方法

3D 打印 (3D-printing) 制作逼真成像 phantom（样本模型）

设计新的采样模式采集 MRI 数据

个性化健康算法 (personalized healthcare)

理论背景 /课程建议：申请者被期望拥有扎实的信号处理 / 图像处理基础。以下课程或类似课程尤为有用：

数字信号处理

图像处理

机器学习入门

深度学习课程

实践 / 编码 /动手能力：

必须有 Python 或 MATLAB 编程经验

具备计算机视觉 / 深度学习项目经验更佳

若有 3D 打印经验是加分项

申请邮件应附内容：

• 个人简历(CV)
• 成绩单/ 学术成绩证明
• 所属项目/课程经历说明
• 研究兴趣/方向简介
• 说明你申请的是哪个项目/哪个系(degree & department)

若邮件未得到回复，鼓励重发（教授常收到大量邮件）