Recently introduced model-based deep learning (MoDL) technique successfully incorporates convolutional neural network (CNN)-based regularizers into physics-based parallel imaging reconstruction using a small number of network parameters. We propose wave-encoded MoDL (wave-MoDL) combining the wave-encoding strategy with unrolled network constraints for highly accelerated 3D imaging while enforcing data consistency. My research interest is to develop rapid MR acquisition and high-fidelity physic-guided deep-learning based image reconstruction which may facilitate clinical and neuroscientific applications.

안녕하세요.
본 연구실에서는 함께 연구할 대학원생 및 학부 연구생을 모집합니다. (학석사연계과정 포함)

우리 연구실은 의료영상을 위한 인공지능 네트워크 개발을 주제로 활발한 연구를 진행하고 있으며, 국내외 유수 기관과의 협업 및 다양한 연구 프로젝트에 참여할 수 있는 기회를 제공합니다.

모집 대상

• 해당 분야에 관심 있는 학부 3학년 이상, 학석사연계과정 지원자, 혹은 석·박사 과정 희망자

• 성실하고 책임감 있게 연구에 참여할 수 있는 분

• 기본적인 프로그래밍(Python, MATLAB 등) 또는 관련 배경지식을 보유한 분 (우대사항)
  
  

지원 방법
아래 이메일로 연락해주시면 개별 면담을 통해 자세한 내용을 안내해 드립니다.

📧 지원 및 문의:  jaejincho@sejong.ac.kr

연구에 열정과 호기심이 있는 많은 분들의 지원을 기다립니다.
감사합니다.