RnDCircle Logo
이택상 연구실
명지대학교 기계공학과 이택상 교수
전산생체역학
유한요소해석
연조직 역학
연구 영역
기본 정보
논문·특허
과제
구성원

이택상 연구실

명지대학교 기계공학과 이택상 교수

이택상 연구실은 기계공학 기반 전산역학을 바탕으로 생체역학 및 연속체역학 문제를 해결합니다. 유한요소해석을 활용해 피부 및 연조직의 기계적 거동을 모델링하고, Surrogate modeling과 Gaussian process를 이용해 고비용 계산을 대체한 뒤 불확실성을 함께 다루는 캘리브레이션 및 역문제 해석 방법을 수행합니다. 특히 조직확장과 성장 모델링에서 잔류응력 관점의 응용을 전개하며, 비등방 피부 특성화를 위한 비침습 추정 장치 및 해석 절차도 병행합니다. 또한 비선형 변형과 고온 크리프, 파괴역학 요소를 포함하는 모델링 연구를 검토합니다.

전산생체역학유한요소해석연조직 역학성장·리모델링(G&R)잔류응력
대표 연구 분야
연구 영역 전체보기
다중충실도 가우시안 과정 서로게이트 기반 연조직 성장 및 불확정성 예측 연구 thumbnail
다중충실도 가우시안 과정 서로게이트 기반 연조직 성장 및 불확정성 예측 연구
Multi-Fidelity Gaussian Process Surrogate Modeling for Soft Tissue Growth and Uncertainty Prediction
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
2
논문 전체보기
1
Article
|
인용수 16
·
2022
Multi-Fidelity Gaussian Process Surrogate Modeling of Pediatric Tissue Expansion
Tianhong Han, Kaleem S. Ahmed, Arun K. Gosain, Adrián Buganza Tepole, Taeksang Lee
IF 1.7 (2022)
Journal of Biomechanical Engineering
신장(stretch)에 대한 피부의 성장 반응은 조직 확장(tissue expansion, TE)의 기초가 되며, 이는 큰 결손의 재건을 위해 새로운 피부 면적을 확보하기 위한 시술이다. 불행히도 TE는 예측 가능한 정량적 도구가 아니라 의사의 경험과 시행착오에 근거하여 계획되고 수행되기 때문에 합병증과 최적이 아닌 결과가 여전히 지속되고 있다. 최근 우리는 돼지 동물 모델의 조직 확장에 대해 TE의 계산 모델을 교정(calibrated)하여, 피부 성장(skin growth)이 고유한 시간 상수(characteristic time constant)를 갖고 신장에 비례함을 확인하였다. 여기서는 교정된 모델을 사용하여 소아 재건 사례에서의 피부 성장을 예측한다. 임상 환경에서 확인 가능한 자료로는 확장기(expander)의 형상과 주입(inflation) 프로토콜이 있다. 각 임상 사례에 대해 낮은 충실도의 반해석(semi-analytical) 모델과 유한요소(finite element) 모델을 구축한다. 동물 실험에서 소아 집단으로 모델을 전환할 때 기대되는 반응의 불확실성을 고려하기 위해, 기계적 특성과 생물학적 반응에 대한 불확실성을 전파하기 위한 다중충실도 가우시안 과정(multifidelity Gaussian process) 대리모델(surrogates)을 만든다. 임상 환경에서 불확실성을 포함한 예측(predictions with uncertainty)은 대형 동물 실험에서 얻은 지식을 소아 환자의 치료를 안내하고 개선하는 데 연결하기 위해 필수적이다. 향후에는 환자 맞춤형 데이터(예: 수술실에서 기계적 특성과 면적 성장의 추정)로 모델을 추가 교정하면 TE 프로토콜의 계획 및 수행의 표준이 변화할 것이다.
https://doi.org/10.1115/1.4055276
Computer science
Gaussian process
Calibration
Fidelity
Process (computing)
Tissue expansion
Population
Gaussian
Machine learning
Medical physics
2
Article
|
인용수 5
·
2022
Bayesian Inference With Gaussian Process Surrogates to Characterize Anisotropic Mechanical Properties of Skin From Suction Tests
Gyohyeon Song, Jaehee An, Adrián Buganza Tepole, Taeksang Lee
IF 1.7 (2022)
Journal of Biomechanical Engineering
피부 및 기타 생물학적 조직의 고유한 특징 중 하나는 개인과 서로 다른 인구집단에 따라 기계적 성질이 크게 변동한다는 점이다. 피부의 기계적 특성 규명은 피험자 특이적인 생체 내(in vivo) 매개변수가 필요하다는 이유로 인해 전통적인 방법, 예를 들어 일축 인장시험을 활용할 수 없으므로 여전히 과제로 남아 있다. 흡인(suction) 장치는 피부의 기계적 성질을 비침습적으로 획득하기 위한 최선의 후보로 제시되어 왔으나, 기존의 원형 프로브 개구(circular probe opening)를 사용하여서는 섬유 방향에 따른 이방성(anisotropic) 성질을 포착하는 것이 불가능하다. 반면, 비원형 프로브 개구는 섬유 방향에 대해 서로 다른 변형을 유발할 수 있으므로, 피부의 이방성 역학을 비침습적으로 규명하는 데 활용될 수 있다. 본 연구에서는 타원형 프로브 개구의 사용과, 흡인 측정으로부터 기계적 성질을 역으로 도출하는 역문제(inverse problem)를 해결하기 위한 방법론을 제안한다. 제안된 프로브는 유한요소(FE) 모델을 통해 피부 변형의 정방문제(forward problem)를 풀이함으로써 가상적으로 검증한다. 정방문제는 재료 매개변수의 함수이다. 흡인 데이터로부터 피부의 성질을 규명하는 역문제를 해결하기 위해 우리는 베이지안(bayesian) 프레임워크를 사용한다. 유한요소 모델은 비용이 많이 드는 정방 함수이므로, 베이지안 추론 문제를 가능하게 하기 위해 이를 가우시안 과정 메타모델(Gaussian process metamodel)로 대체한다.
https://doi.org/10.1115/1.4054929
Anisotropy
Gaussian process
Suction
Inverse problem
Hyperelastic material
Computer science
Inference
Bayesian inference
Gaussian
Finite element method
최신 정부 과제
2
과제 전체보기
1
2022년 2월-2025년 2월
|132,368,000
성장하는 연조직 내 잔류응력을 측정할 수 있는 전산 성장 모델 개발과 이를 활용한 응용 연구
최종목표: 연조직 생체역학 연구의 시작점이라고 할 수 있는 stress-free 상태이거나 잔류응력이 최소화인 reference configuration을 계산할 수 있는 방법론을 정립하는 동시에 연조직의 G&R(growth and remodeling, 이하 G&R)과 잔류응력을 고려할 수 있는 연조직의 역학적 실험 방법론을 개발.세부목표 1. Incomp...
연조직
성장 모델링
비적합성
잔류응력
연속체역학
전산생체역학
불확정성 분석
기계학습
2
주관|
2022년 2월-2025년 2월
|147,075,000
성장하는 연조직 내 잔류응력을 측정할 수 있는 전산 성장 모델 개발과 이를 활용한 응용 연구
연조직의 kinematics 분석 시 변형구배텐서를 탄성(elastic, 이하 F_e)과 성장(growth, 이하 F_g) 요소로 곱분해 한 후 F_e와 F_g의 incompatibility가 잔류응력을 계산할 수 있는 최적의 수치해석적 측정 기준이라 가정하고 다음과 같은 연구내용을 통해 그 가능성을 검증하고자 함. 연구내용 1. Incompatibility-coupled G&R 모델링: 소성학에서 제시하는 incompatibility 정의를 위한 geometric incompatibility tensor를 연조직 생체역학의 G&R 모델링에 적용함. 변형 및 성장으로 인한 incompatibility를 반영할 수 있는 F_g 모델링 알고리즘을 개발하기 위해 서로 다른 geometric incompatibility tensor 정의를 활용 후 가장 적합한 incompatibility 정량화 방법을 선택함. Local Newton-Raphson 반복 루프에서 incompatibility가 G&R 계산에 적용되는 알고리즘을 개발하고, 최종적으로 incompatibility-coupled G&R 유한요소해석 모델을 개발함. 연구내용 2. 잔류응력 측정 기준: 질량 증가를 허용하는 열린 시스템에서 Clausius–Duhem inequality에 의한 국부 entropy 균형을 만족하고 frame-indifference 성질을 유지하는 잔류응력 측정 기준을 이론적으로 정립함. Push-forward와 pull-back 작동을 통해 reference 및 current configuration에서의 잔류응력 표현을 explicit 형태로 표현함과 동시에 reference configuration에서의 second Piola–Kirchhoff 응력과 current configuration에서의 Cauchy 응력 또는 주응력과 비교를 통해 차이점을 도출 연구내용 3. 연조직 변형 실험 결과 및 질병에 적용: 뇌, 심장, 폐, 피부 등의 G&R을 연구하는 국외 연구그룹과 협업을 통해 다양한 연조직에서 관찰되는 pre-strain 실험 결과와 비교 분석을 통해 새롭게 제시한 G&R 유한요소해석 기법을 검증. 특히, 암과 같은 연조직의 과도한 성장 또는 알츠하이머병과 같은 연조직의 과도한 위축에 의한 질병 현상에서 잔류응력을 정량화하여 역학적 자극과 생리학적 특징 발현 사이 상관관계를 도출 연구내용 4. Stress-free의 reference configuration: stress-free이거나 잔류응력이 최소화인 reference configuration을 계산하기 위해서는 incompatibility 정량화 정보를 수치해석적으로 활용하는 것이 필요함. 또한, 간접적으로 incompatible field에서 변형 에너지의 최소화 방향을 파악하는 것도 유용하기 때문에, incompatibility 및 변형 에너지가 최소화된 configuration을 이론적으로 도출함. 연구내용 5. Stress-free에 근사한 reference configuration: 연조직 특성상 비선형 변형을 보이며 incompatibility를 계산하기 위해서는 편미분 방정식을 풀어야 하므로 closed form이나 분석해를 유도하는 것이 어려울 수도 있음. 이런 경우, physics-informed neural network나 Gaussian process regression을 유한요소해석과 함께 사용하여 inverse problem화 할 수 있음. 앞서 말한 machine learning 기법과 유한요소해석을 복합적으로 사용하여 inverse problem을 푸는 방법론을 개발하고, 이를 밑바탕으로 incompatibility 및 변형 에너지가 최소인 configuration의 근삿값을 도출함. 연구내용 6. 잔류응력 고려 가능한 기계적 물성치 획득 방법: 잔류응력 분포에 따른 연조직의 전단탄성계수, 비압축성, 비등방성 계수의 참값을 확보할 수 있는 인장, 압축, 전단 실험 결과 해석법을 개발. 또한, G&R의 비균질적 분포를 불확정성 분석을 활용한 Monte Carlo 시뮬레이션으로 묘사하여 앞서 제시한 기계적 물성치 참값 도출 방법의 실용성을 검증
연조직
성장 모델링
비적합성
잔류응력
연속체역학
전산생체역학
불확정성 분석
기계학습
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
거절2023반려동물의 비만도 측정 시스템 및 방법1020230060650
등록2022피부의 비등방적 기계적 성질 특성화 장치 및 그 방법1020220165028
전체 특허

반려동물의 비만도 측정 시스템 및 방법

상태
거절
출원연도
2023
출원번호
1020230060650

피부의 비등방적 기계적 성질 특성화 장치 및 그 방법

상태
등록
출원연도
2022
출원번호
1020220165028