연조직 전산 모델링은 생체 조직의 복잡한 기계적 거동과 성장, 리모델링 과정을 수치적으로 해석하는 첨단 연구 분야입니다. 본 연구실에서는 임상 데이터와 실제 수술 사례를 바탕으로, 환자 맞춤형 모델을 구축하여 수술 결과를 예측하고 최적화하는 연구를 수행하고 있습니다. 특히, 피부 재건 수술과 같은 복잡한 연조직 수술에서 발생하는 응력 분포와 변형, 그리고 장기적인 조직 성장 및 적응 과정을 정밀하게 시뮬레이션함으로써, 임상적 의사결정에 실질적인 도움을 제공하고 있습니다. 이러한 연구는 전산 고체역학, 다중물리 시뮬레이션, 머신러닝 기반 대리 모델링 등 다양한 첨단 기법을 융합하여 이루어집니다. 예를 들어, 유한요소법(Finite Element Method)을 활용해 실제 환자의 3D 이미지를 기반으로 한 가상 수술 시뮬레이션을 수행하고, 베이지안 추론 및 가우시안 프로세스 서로게이트 모델을 통해 불확실성 분석과 최적화 전략을 도출합니다. 이를 통해 수술 전 단계에서 다양한 시나리오를 예측하고, 환자별로 최적화된 수술 계획을 수립할 수 있습니다. 연구 결과는 실제 임상 현장에서의 적용 가능성을 높이고, 수술 후 합병증 감소 및 회복 기간 단축에 기여하고 있습니다. 또한, 본 연구실은 피부의 비등방성, 점탄성 등 다양한 생체역학적 특성을 정량적으로 측정하고 분석하는 장치 및 방법을 개발하여, 임상 및 연구 현장에서의 활용도를 극대화하고 있습니다.

생체 조직의 기계적 특성과 생물학적 반응은 환자마다, 해부학적 위치마다, 그리고 환경적 요인에 따라 큰 변동성을 보입니다. 이러한 불확실성은 임상적 예측의 정확도를 저해하는 중요한 요인으로 작용합니다. 본 연구실에서는 몬테카를로 시뮬레이션, 베이지안 추론, 가우시안 프로세스 등 다양한 확률론적 방법론을 활용하여, 연조직의 성장, 리모델링, 수술 후 반응에 내재된 불확실성을 정량적으로 분석하고 있습니다. 특히, 고성능 유한요소 모델을 직접적으로 반복 실행하는 것이 계산적으로 비효율적일 때, 대리 모델링(surrogate modeling) 기법을 도입하여 빠르고 효율적인 예측을 가능하게 합니다. 예를 들어, 다중 충실도(Multi-fidelity) 가우시안 프로세스 모델을 통해 실험 데이터와 시뮬레이션 데이터를 통합하고, 다양한 시나리오에 대한 신속한 예측 및 최적화가 가능합니다. 이러한 대리 모델은 수술 계획, 재료 특성 평가, 조직 성장 예측 등 다양한 응용 분야에서 활용되고 있습니다. 불확실성 분석과 대리 모델링을 결합함으로써, 임상적 의사결정의 신뢰성을 높이고, 환자 맞춤형 치료 전략을 수립하는 데 중요한 역할을 하고 있습니다. 또한, 본 연구실은 이러한 기법을 연조직뿐만 아니라 구조 및 공업 재료, 반도체 등 다양한 공학 분야로 확장하여, 미래의 융합 연구를 선도하고 있습니다.

본 연구실은 연조직 생체역학뿐만 아니라, 금속 및 공업 재료의 기계적 특성 평가와 수명 예측을 위한 전산역학적 연구도 활발히 수행하고 있습니다. 전통적인 인장 시험 대신, 소형 펀치 시험(Small Punch Test)과 같은 혁신적 실험 기법을 도입하여, 실제 구조물에서 최소한의 시편만으로도 재료의 피로, 크리프, 비선형 변형 특성을 정밀하게 평가할 수 있습니다. 이러한 실험 데이터는 유한요소 해석, 머신러닝 기반 데이터 분석과 결합되어, 재료의 수명 예측, 손상 메커니즘 규명, 최적 설계 등에 활용됩니다. 예를 들어, 고온 환경에서의 크리프 특성, 금속 적층 제조(3D 프린팅) 재료의 열처리 효과, 충돌 해석 등 다양한 산업적 문제에 대한 해답을 제시하고 있습니다. 또한, 등기하 해석, 다중물리 해석 등 첨단 해석 기법을 적용하여, 복합적인 물리 현상을 통합적으로 분석합니다. 이러한 연구는 발전소, 항공우주, 반도체 등 다양한 산업 현장에서의 구조물 안전성 평가, 신소재 개발, 수명 연장 등에 실질적인 기여를 하고 있습니다. 본 연구실은 실험과 전산 해석, 데이터 기반 모델링을 융합하여, 미래형 공업 재료 연구의 새로운 패러다임을 제시하고 있습니다.