Physics-guided multiphysics simulation and finite element acceleration for thermal and photothermal damage prediction
연구 내용
열·전기·광 상호작용을 포함한 다중물리 문제에서 물리 기반 수치모델과 딥러닝을 결합해 RFA/레이저 손상 영역과 국소 응력을 빠르게 예측하는 연구
다중물리 기반 열 손상 예측을 위해 전기장-열전달-세포 괴사를 통합한 biophysical computational model을 구축하고, 이를 학습 데이터로 활용하는 physics-guided 신경망을 개발합니다. 또한 피부 레이저 조사에서는 광 전파를 Monte Carlo 기반으로 계산하고, bio-heat transfer와 연결되는 유한차분 시간영역 모델로 손상 깊이·면적을 예측합니다. 전산역학에서는 coarse 입력에서 fine 응력장을 재구성하고, 유한요소 기반 연속체 해석을 위한 Gaussian quadrature 학습 기법으로 수치 적분의 효율을 개선합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
첫 단계에서는 환자 영상과 다중물리 시뮬레이션을 연결해 RFA 중 온도장과 절제 병변을 예측하는 틀을 마련했습니다. 이어서 실측 가능한 ex vivo 조건으로 모델 타당성을 확인하며, 예측 결과를 빠른 추론으로 변환하는 데 초점을 맞췄습니다. 병행 연구로 피부 레이저 조사에서 피부 특이 입력을 반영해 광량 분포와 열 손상 영역을 예측하는 시뮬레이션 체계를 구축했습니다. 마지막으로 전산역학 쪽에서는 전역 변위에서 국소 응력장을 추정하는 신경망과 유한요소 빔 문제에서 적분 규칙을 학습해 계산 부담을 낮추는 연구로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
PhysRFANet: Physics-guided neural network for real-time prediction of thermal effect during radiofrequency ablation treatment
Laser–tissue interaction simulation considering skin-specific data to predict photothermal damage lesions during laser irradiation
Local stress fields prediction using global displacement through Fourier neural operators
Learned Gaussian quadrature for continuum-mechanics-based beam finite elements