❏ 웨어러블 센서 기반의 다양한 생체신호 분석 기술 연구 

다양한 환경에서 스마트 밴드/워치/링 등의 웨어러블 센서를 사용하여 뇌파(EEG), 심장박동(ECG, PPG), 체온, 피부전도도 등의 시계열 생체신호를 측정 및 수집하고, 이러한 생체신호 데이터를 기반으로 개인의 건강 상태, 질병 위험도, 졸음, 스트레스 지수 등을 판단 및 예측하는 기술을 연구한다.

- 뇌파와 심박 데이터에 딥러닝 기술을 적용하여 졸음 여부를 판단하는 연구

- 시계열 생체정보와 웨어러블 기기 착용자의 건강/스트레스/감정 상태 사이의 관련성을 분석하는 연구 

- 심장박동 데이터를 기반으로 부정맥 및 다양한 이상 신호를 판단하는 연구

- 심박 데이터의 시퀀스 단위의 심장 박동 패턴 분석을 통해 질환에 의한 비정상적 리듬을 판단하는 연구

❏ 딥러닝을 활용한 스마트 헬스케어 기술 연구

IT 기술의 지능적 접근을 통해 생체신호(뇌파, 심박 등), 유전자데이터, 텍스트, 영상 등 여러 형태의 정보들을 효율적으로 학습 및 처리하기 위한 딥러닝 기술을 개발하고, 이를 활용하여 개인 맞춤형 의료 및 스마트 헬스케어를 실현하기 위한 응용 기술을 연구한다. 

❏ 의료/바이오 빅데이터 마이닝 기술 연구

병원 등에서 수집한 환자별 임상데이터와 바이오칩 등을 이용하여 획득한 유전자 발현 정보, 유전자 변이 정보 등을 이용하여 특정 질병과 관련성이 높은 유전자 마커 검출 연구, 암에 의해 변이된 유전자들의 상호관계성에 대한 유전자 변이 네트워크 모델링 연구, 약물의 치료 효과 및 독성 예측 연구 등을 수행한다. 이러한 연구는 다양한 질병에 대한 개인 맞춤형 치료를 위한 decision support system 개발, 신약 개발을 위한 약물 후보물질 선정, 질병 진단 및 예후 예측 시스템 개발에 활용될 수 있다. 

❏ 생체인증 기술 연구

ECG(심전도), PPG(광반사도 심박수) 등의 생체신호를 이용하여 개인을 식별하기 위한 기술로 개인의 특이적인 생체 특성을 사용하여 인증을 수행한다. 위조나 도용 가능성이 낮을 뿐만 아니라, 비접촉식이거나 웨어러블 장치를 통해 이루어지므로 사용자의 편의성을 높여준다. 모바일 기기와의 통합이 용이하여 일상적인 환경에 접목하기 쉽고, 의료, 금융, 스마트시티 등의 다양한 분야에도 활용 가능하다.