본 연구 분야는 수의영상의학 데이터를 기반으로 인공지능 기반 분석 및 진단 보조 기술을 적용하고, 실제 임상 환경에 적용 가능한 AI 서비스를 개발하는 것을 목표로 합니다.
해부학적 정보에 기반한 수의학 X-ray 영상 정합
수의학 X-ray 영상에서 자세 불일치에 의한 해부학적 왜곡을 보정하기 위한 해부학적 정보 기반 정합 모델 개발
수의학 영상 진단에서의 해부학적 정합 오류를 보정하는 모델 설계
해부학적 기준 영역(Anatomical Anchor Region)을 강조하는 지도 학습 기반 정합 모델 개발
카테시안 프로덕트 기반 데이터 증강으로 데이터 불균형 해소
추가적인 레이블링 없이 해부학적 정보를 모델 학습에 활용하는 메서드 개발
광운대학교 인공지능응용학과
전남대학교 수의과대학 수의학과
2025.01.01 ~ 현재
수의학 초음파 이미지를 통한 소장 층 두께 측정
수의학 복부 초음파 이미지에서 소장의 각 층의 두께 측정 및 이상 분류 모델 제안
초음파 이미지 내 소장의 각 층의 두께 측정 및 이상 소장 분류 수행
기준 층의 segmentation 및 Line detection을 통한 각 층의 구분 및 두께 측정
소장 층의 두께의 비율을 통한 이상 소장 분류 모델 제안
광운대학교 인공지능응용학과
전남대학교 수의과대학 수의학과
2025.01.01 ~ 현재
조건부 확산 모델 기반 X-ray 초해상도 기법 연구
조건부 확산 모델을 활용, 저해상도 x-ray이미지에 대한 초해상도 기법 연구
확산 모델을 활용, 이미지 픽셀 단위의 분포를 학습하여 높은 품질의 이미지 생성을 통한 해상도 복원 수행
저해상도 보간 이미지에 대한 조건부 입력을 추가, 더욱 정교한 이미지 생성
패치 단위 학습을 통한 효율적 학습 프로세스 구축
패치 병합 과정에서 Gaussian masking 을 적용하여 자연스러운 병합 수행
2025. 3 ~ 현재