연구실(단) 소개
의공학/의료정보 연구실 - 의공학연구소 권지훈 조교수
최근 관심분야 및 주요 연구과제
1. 딥러닝 의료영상 소프트웨어 개발
• 심혈관의료영상: 중재시술에 활용되는 혈관조영술 영상 데이터베이스를 활용하여 시술장에서 의료진의 개입없이 분석이 수행되는 딥러닝 기반 소프트웨어를 개발하고 있으며, 기술이전을 통해 2번째 소프트웨어 인허가가 진행중이다. 영상분석 기반 의료리포트 생성기술, 혈류역학 기반의 진단법 및 혈관내초음파 분석기술의 고도화를 수행하고 있다.
• 이비인후의료영상: 중이질환을 진단하는데 활용하는 귀내시경 진단의 어려움을 해결하기 위해 딥러닝 기술을 개발하고 있다. 복수의 질환이 존재할 수 있는 질환의 특성을 반영하고, 고막 및 천공의 정량분석 등 진단에 필요한 다양한 정보를 한 번에 제공할 수 있는 소프트웨어 개발을 목표로 한다.
• 비뇨기의료영상: CT영상 및 초음파 영상의 분석을 통해 요로의 분할 및 요로결석 탐지/정량분석을 목표로 딥러닝 기술을 개발중이다.
BEHI (Biomedical Engineering & Health Informatics) Lab은 의료영상 및 생체신호의 딥러닝 분석을 통한 진단 소프트웨어개발 및 시술/수술 시스템 자율제어와 관련된 연구를 수행하고 있다. 현재 연구팀은 권지훈 교수를 포함해 13명으로 구성되어 있으며, 의공학을 비롯한 다양한 학문적 배경을 가진 엔지니어와 의료영상분석에 경험이 풍부한 방사선사의 긴밀한 협력이 이뤄지고 있다. 원내외의 임상연구자 및 기업과의 협업을 통해 학문적 가치가 높으면서도 의료현장의 실질적인 변화를 유도할 수 있는 기술의 개발을 목표로 한다.
BEHI 연구실의 강점으로는 1. 세계최대 규모의 심혈관영상 레이블 데이터베이스 및 의료영상 딥러닝 모델, 2. 부착형 패치 기반의 환자 맞춤형 심전도 분석 모델, 3. 심혈관중재시술로봇의 자율제어엔진 등이 있다.
▲ 혈관조영술 분석
▲ 중이영상 진단
2. 부착형 패치 기반의 심전도 분석 모델
• 노이즈 제거 기술: 최대 2주의 긴 기간동안 심전도 수집이 이뤄지는 부착형 패치의 분석을 용이하게 하기 위하여 고속화된 노이즈 제거기술을 개발하고 있으며, 환자마다 다른 심전도의 특성을 반영한 맞춤형 인공지능모델을 소프트웨어로 구현할 계획이다.
• 부정맥 진단기술: 백만 개에 이르는 박동의 분석에 소요되는 시간을 5분 이내로 최소화하면서도 높은 진단 정확도를 확보할 수 있는 딥러닝 기반의 하이브리드 기술을 개발하고 있다.
▲ 부착형 패치로 획득한 심전도 신호의 분석
3. 심혈관중재시술로봇의 자율제어엔진
• 시술도구분석기술: 심혈관 의료영상 분석기술과 결합하여 실시간으로 시술도구를 탐지하고 현재 시술상황을 분석할 수 있는 인공지능 기술을 개발하고 있다.
• 시술도구제어기술: 시술상황의 분석을 기반으로 중재시술로봇을 자율제어하여 시술도구를 원하는 위치로 이송하고 조작하는 인공지능 기술의 개발을 진행하고 있다.
