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 내용

다중충실도 준해석 및 유한요소 모델을 가우시안 과정 서로게이트로 보정하고, 성장 반응의 불확실성을 전파하여 임상 조건에서 연조직 성장량을 예측하는 연구

연조직 성장은 초기 모델링과 파라미터 불확실성 때문에 정량 예측에 어려움이 있습니다. 연구실은 유한요소해석 기반의 성장-기계적 반응 캘리브레이션을 수행하고, 이를 동물 실험 결과와 연결해 모델을 보정합니다. 또한 다중충실도 Gaussian process 서로게이트로 기계적 물성 및 생물학적 응답의 불확실성을 체계적으로 전파하여, 환자 조건에서 성장량과 신뢰 구간을 함께 산출하는 방법을 구축합니다. 이를 통해 성장 모델을 잔류응력 해석 및 치료 계획의 근거로 확장하는 방향을 추구합니다.

관련 프로젝트

2건

연구 흐름

초기에는 연조직의 기계적 자극에 대한 성장 반응을 정량화하기 위해 성장 거동을 설명하는 전산 모델을 정립하고 캘리브레이션 절차를 확보했습니다. 이후 준해석 모델과 유한요소해석을 임상 케이스에 대응시키는 연구로 확장하여, 실험 기반 모델을 다른 인구집단으로 전이할 때 발생하는 불확실성을 함께 다루는 방향으로 심화되었습니다. 최근에는 성장 모델을 잔류응력 관점으로 확장하고, 전산 성장 시뮬레이션을 응용 문제에 적용하는 궤적을 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

조직확장 프로토콜 최적화
환자별 기계적 물성 추정
수술 계획용 성장 예측 모델
동물-환자 전이 보정
수술 중 불확실성 추정
연조직 잔류응력 예측
성장 기반 합병증 위험도 평가
재건용 부하 조건 설계
시뮬레이션 기반 근거 생성
불확실성 포함 가상 실험