researchJobsDeep learning methods and synthetic data generation for the automated analysis of volumetric images of human and mouse brains obtained with light leaf fluorescence microscopy
Metodi di deep learning e generazione di dati sintetici per l’analisi automatizzata di immagini volumetriche di cervelli umani e di topo acquisite con microscopia a fluorescenza a foglio di luce — Machine-translated title
From the ad
About the call
Titolo del progetto ddell'incarico: Deep learning and synthetic data generation methods for automated analysis of volumetric images of human and mouse brains acquired by light-sheet fluorescence microscopy
Campo principale: Physics
Sottocampo: Biophysics
Competition group (GSD): 02/PHYS-03 - FISICA SPERIMENTALE DELLA MATERIA E APPLICAZIONI
Disciplinary sector (SSD): PHYS-03/A - Fisica sperimentale della materia e applicazioni
Summary: The research activity will focus on the processing and analysis of large volumetric images acquired by light-sheet fluorescence microscopy from human and mouse brains, within the Human Optical Brain Mapping project. The work will involve the development and implementation of advanced computational methods for automated image analysis, with particular attention to segmentation, quantitative information extraction, and comparison across datasets acquired under different experimental conditions.
Call date: 25/09/2026
Awards per year: 1
Stanziamento annuale (indicativo): 22.500,00
E' richiesta mobilità internazionale?: no
Countries where the work may be done: Italy
Applicant countries of residence: EUROPE
Applicant nationalities: EUROPE
Call website: https://titulus-lens.cineca.it/albo/
Contract details
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
L'incarico prevede la copertura delle prestazioni sociali?: yes
Importo annuale: 22500
Currency: Euro
Includes the fellow's salary: yes
Comprende vitto e spese di viaggio: no
Comprende il costo dell'incarico: no
Massima durata dell'assegno (mesi): 12
Criteri di selezione (breve descrizione): Master degree in Biomedical Engeneering Expertise in analysis of volumetric fluorescence images, programming, deep learning, and machine learning. Experience with Python and major libraries for image processing and neural networks; knowledge of segmentation methods, domain adaptation and/or generative models for synthetic data. Experience with lightsheet fluorescence microscopy images, large 3D datasets, annotated ground truth management, and highperformance computing environments will be considered an advantage
Processo di selezione (breve descrizione): titles evaluation
Funding body
Funding body: LENS
Body type: Public research
Body country: Italy
City: Sesto Fiorentino Florence
Website: https://lens.unifi.it/
EU Research Framework Programme
Funded or co-funded by an EU Research Framework Programme?: No
How to apply
Application deadline: 06/10/2026 - alle ore 23:59
How to apply: Other
Contact
E-mail: segreteria@lens.unifi.it
Show the original advertisement
Descrizione del bando
Titolo del progetto dell'incarico: Metodi di deep learning e generazione di dati sintetici per l’analisi automatizzata di immagini volumetriche di cervelli umani e di topo acquisite con microscopia a fluorescenza a foglio di luce
Campo principale: Physics
Sottocampo: Biophysics
G.S.D.: 02/PHYS-03 - FISICA SPERIMENTALE DELLA MATERIA E APPLICAZIONI
S.S.D: PHYS-03/A - Fisica sperimentale della materia e applicazioni
Descrizione sintetica: L’attività di ricerca riguarderà l’elaborazione e l’analisi di grandi immagini volumetriche ottenute tramite microscopia a fluorescenza a foglio di luce di cervelli umani e di topo, nell’ambito del progetto Human Optical Brain Mapping. In particolare, saranno sviluppati e implementati metodi computazionali avanzati per l’analisi automatizzata delle immagini, con attenzione alla segmentazione, estrazione di informazione quantitativa e confronto tra dataset acquisiti in differenti condizioni sperimentali.
Data del bando: 25/09/2026
Numero di assegnazioni per anno: 1
Stanziamento annuale (indicativo): 22.500,00
E' richiesta mobilità internazionale?: no
Paesi in cui può essere condotto l'incarico: Italy
Paesi di residenza dei candidati: EUROPE
Nazionalità dei candidati: EUROPE
Sito web del bando: https://titulus-lens.cineca.it/albo/
Dettagli del contratto
Destinatari dell'incarico di ricerca (of target group): Early stage researcher or 0-4 yrs (Post graduate)
L'incarico prevede la copertura delle prestazioni sociali?: yes
Importo annuale: 22500
Valuta: Euro
Comprende lo stipendio dell'assegnista: yes
Comprende vitto e spese di viaggio: no
Comprende il costo dell'incarico: no
Massima durata dell'assegno (mesi): 12
Criteri di selezione (breve descrizione): Laurea magistrale in Ingegneria biomedica Competenze in analisi di immagini a fluorescenza volumetriche, programmazione, deep learning e machine learning. Esperienza con Python e principali librerie per l’elaborazione di immagini e reti neurali; conoscenza di metodi di segmentazione, domain adaptation e/o modelli generativi per dati sintetici. Costituisce titolo preferenziale l’esperienza con immagini di microscopia a fluorescenza a foglio di luce, analisi di dataset 3D di grandi dimensioni, gestione di ground truth annotate e utilizzo di ambienti di calcolo ad alte prestazioni.
Processo di selezione (breve descrizione): valutazione dei titoli
Finanziatore
Nome dell'Ente finanziatore: LENS
Tipologia dell'Ente: Public research
Paese dell'Ente: Italy
Città: Sesto Fiorentino Florence
Sito web: https://lens.unifi.it/
EU Research Framework Programme
L'incarico finanziato/cofinanziato attraverso un EU Research Framework Programme?: No
Candidatura
Data di scadenza del bando: 06/10/2026 - alle ore 23:59
Come candidarsi: Other
Contatto
E-mail: segreteria@lens.unifi.it
Advertisement text from Ministero dell'Università e della Ricerca, no licence stated; reproduced with attribution.
The employer's ad is the binding version. Apply through their system.
?
Saved calls and ads appear on your calendar, and their deadlines are included when you export it. Nothing else is added for you.