Das neue CmarT-Projekt zielt darauf ab, die tomografische Datenerfassung und -verarbeitung an führenden Synchrotronanlagen wie PETRA III und ESRF voranzutreiben. Durch die Kombination fortschrittlicher physikalischer Modellierung mit modernsten Rekonstruktionsalgorithmen für multiskalige und hierarchische Bildgebung wird die Qualität der Ausgabedaten erheblich verbessert. Die effiziente Implementierung und Integration in die Arbeitsabläufe der Experimente wird die Art und Weise verändern, wie Wissenschaftler komplexe 3D-Bildgebungsexperimente durchführen.
Wissenschaftlicher Kontext: Röntgenmikroskopie und Tomographie an Synchrotronanlagen ermöglichen die hochauflösende Bildgebung von Proben, die von einzelnen Zellen bis hin zu Schüttgütern reichen. Die vollständige Ausschöpfung dieser Methoden ist jedoch aufgrund der komplexen Bildaufnahme, -rekonstruktion und -analyse, insbesondere bei großen Proben, eine Herausforderung. Bei den derzeitigen Methoden ist eine aufwändige Verarbeitung erforderlich, um relevante Merkmale zu extrahieren, was die Experimente zeitaufwändig und für Nicht-Experten schwierig macht. Das CmarT-Projekt zielt darauf ab, die lokale adaptive Tomographie (LAT) zu entwickeln, einen Ansatz, der adaptive Datenerfassung mit fortschrittlichen Rekonstruktionsalgorithmen kombiniert und es Anwendern ermöglicht, große, komplexe Proben effizient zu scannen und gleichzeitig wichtige feine Details zu erfassen. Die daraus resultierende Infrastruktur wird in die Experimentsteuerung integriert und ermöglicht schnelle, interaktive Experimente mit hochwertigen Ausgabedaten.

Organisationseinheit

Laboratorium für Applikationen der Synchrotronstrahlung (LAS)

Ihre Aufgaben

Sie entwickeln schnelle, adaptive 3D-Rekonstruktionswerkzeuge für die Synchrotron-Tomographie bei PETRA III. Ihre Arbeit ermöglicht Echtzeit-Visualisierung, Auswahl von Regionen von Interesse und adaptives Scannen, wodurch sowohl Experten als auch Nicht-Experten Zugang zu hochwertiger 3D-Bildgebung erhalten. Sie implementieren fortschrittliche Algorithmen, darunter neuartige Phasenrekonstruktion, Artefaktreduktion und Bewegungskompensationsverfahren, die auf etablierte 3D-Rekonstruktionsmethoden wie die gefilterte Rückprojektion angewendet werden. Sie optimieren Rekonstruktionspipelines unter Verwendung dieser Algorithmen und tragen zur Entwicklung intuitiver Schnittstellen bei, die sich nahtlos in die Arbeitsabläufe der Beamline integrieren lassen und bildbasierte, feedbackgesteuerte Experimente ermöglichen.

Ihre Aufgaben im Einzelnen:

• Implementierung und Optimierung neuartiger Algorithmen zur Phasenrekonstruktion, Artefaktreduktion und Bewegungskompensation und deren Integration in 3D-Rekonstruktionspipelines
• Entwicklung von Metriken für Echtzeit-Feedback zur Scanqualität, einschließlich 2D- und 3D-Auflösungsabschätzungen.
• Integration der entwickelten Pipelines in das Beamline-Steuerungssystem

Eintrittstermin

01.03.2026

Ihre Qualifikation

Sie verfügen über eine Promotion in Informatik, Mathematik oder verwandten Fachbereichen oder einen Masterabschluss mit mindestens zwei Jahren Berufserfahrung im Bereich Röntgenbildgebung und Bildverarbeitung. Zudem bringen Sie gute Programmierkenntnisse, insbesondere in C und Python, Berufserfahrung im Bereich Bildverarbeitung sowie gute Linux-Kenntnisse mit. Erfahrung mit 3D-Röntgenbildgebung, maschinellem Lernen und paralleler Programmierung mit OpenCL/CUDA sind von Vorteil.