RnDCircle Logo
arrow left icon

RAMI Lab

울산과학기술원 원자력공학과

이지민 교수

Anomaly Detection

AI-based Diagnosis

Artificial Intelligence in Medical Imaging

RAMI Lab

원자력공학과 이지민

RAMI Lab(방사선 및 의료 인텔리전스 연구실)은 물리 기반 인공지능(Physics-informed AI)과 의료 영상 분석, 방사선 및 핵공학 분야의 융합 연구를 선도하는 연구실입니다. 본 연구실은 도메인 지식과 물리적 법칙을 인공지능 모델에 통합하여, 기존 데이터 기반 AI의 한계를 극복하고 신뢰성 높은 결과를 도출하는 데 집중하고 있습니다. 이를 통해 방사선 물리, 의료 영상, 핵공학 등 다양한 분야에서 혁신적인 연구 성과를 창출하고 있습니다. 의료 영상 분야에서는 딥러닝 및 컴퓨터 비전 기술을 활용하여 MRI, CT, X-ray 등 다양한 의료 영상의 분류, 분할, 변환, 생성 등 첨단 기술을 개발하고 있습니다. 특히, 방사선 치료 계획, 희귀 질환 진단, 영상 품질 개선 등 실제 임상 현장에 적용 가능한 솔루션을 제공하고 있으며, GAN, U-Net, Transformer 등 최신 딥러닝 모델을 적극적으로 도입하고 있습니다. 이러한 연구는 환자의 방사선 노출을 줄이고, 진단 및 치료의 정확도를 높이는 데 기여하고 있습니다. RAMI Lab은 방사선 및 핵공학 분야에서도 인공지능 기술을 융합하여, 플라즈마 충돌 계산 가속화, 방사성 폐기물의 3차원 분포 평가, 금속 인공음영 제거 등 다양한 문제를 해결하고 있습니다. 머신러닝과 시뮬레이션 데이터를 결합하여 기존의 수치해석 방법보다 빠르고 효율적으로 문제를 해결하며, 실제 산업 현장과 임상 현장에 적용 가능한 실용적 연구를 지향합니다. 또한, 본 연구실은 다양한 산학협력 및 융합 프로젝트를 통해 의료, 방사선, 핵공학 등 여러 분야의 전문가들과 협력하고 있습니다. 이를 통해 실제 현장에서 요구되는 문제를 발굴하고, 인공지능 기반의 혁신적 솔루션을 제공함으로써 사회적 가치 창출에 기여하고 있습니다. 특허 출원, 기술 이전, 국내외 학회 및 저널 발표 등 활발한 연구 활동을 통해 연구 성과를 널리 확산하고 있습니다. RAMI Lab은 앞으로도 물리 기반 인공지능, 의료 영상 변환 및 생성, 방사선 및 핵공학 분야의 융합 연구를 지속적으로 확장해 나갈 계획입니다. 첨단 인공지능 기술과 도메인 지식을 결합하여, 미래 의료 및 산업 현장의 혁신을 이끌어가는 연구실로 자리매김하고자 합니다.

Anomaly Detection
AI-based Diagnosis
Artificial Intelligence in Medical Imaging
물리 기반 인공지능(Physics-informed AI) 및 의료 영상 분석
RAMI Lab은 물리 기반 인공지능(Physics-informed AI) 기술을 핵심 연구 분야로 삼아, 도메인 지식을 활용한 인공지능 모델 개발에 집중하고 있습니다. 기존의 데이터 기반 인공지능이 가지는 한계를 극복하기 위해, 물리적 법칙과 도메인 특성을 모델에 통합함으로써 더욱 신뢰성 있고 해석 가능한 결과를 도출하는 것이 목표입니다. 이러한 접근법은 특히 방사선 물리, 핵공학, 의료 영상 등 복잡한 물리 현상이 중요한 분야에서 큰 효과를 발휘합니다. 의료 영상 분석 분야에서는 딥러닝 및 컴퓨터 비전 기술을 활용하여 의료 영상의 분류, 분할, 변환 등 다양한 문제를 해결하고 있습니다. 예를 들어, MRI, CT, X-ray 등 다양한 의료 영상에서 병변을 자동으로 탐지하고, 주요 장기 및 종양의 경계를 정확하게 분할하는 기술을 개발하고 있습니다. 이러한 기술은 방사선 치료 계획, 진단 보조, 환자 맞춤형 치료 등 실제 임상 현장에 직접적으로 응용되고 있습니다. RAMI Lab은 또한 의료 영상의 해상도 향상, 노이즈 제거, 인공음영(artifact) 감소 등 영상 품질 개선에도 주력하고 있습니다. 이를 위해 GAN, U-Net, Transformer 등 최신 딥러닝 모델을 적극적으로 도입하고 있으며, 실제 임상 데이터와 시뮬레이션 데이터를 결합하여 모델의 일반화 성능을 높이고 있습니다. 이러한 연구는 환자의 방사선 노출을 줄이고, 진단 및 치료의 정확도를 높이는 데 기여하고 있습니다.
의료 및 방사선 분야 인공지능 융합 연구
RAMI Lab은 의료, 방사선, 핵공학 등 다양한 분야에 인공지능 기술을 융합하는 연구를 선도하고 있습니다. 특히 방사선 치료 계획, 방사선 영상 분석, 핵융합 플라즈마 시뮬레이션 등에서 인공지능의 혁신적 적용을 통해 기존의 한계를 극복하고 있습니다. 예를 들어, 방사선 치료에서 발생하는 금속 인공음영(artifact) 문제를 딥러닝 기반 모델로 해결하여, 치료 정확도를 높이고 환자 안전성을 강화하는 연구를 수행하고 있습니다. 또한, 핵공학 분야에서는 플라즈마 충돌 계산, 방사성 폐기물의 3차원 분포 평가 등 복잡한 물리적 현상을 인공지능으로 모델링하고 예측하는 기술을 개발하고 있습니다. 머신러닝과 시뮬레이션 데이터를 결합하여, 기존의 수치해석 방법보다 훨씬 빠르고 효율적으로 문제를 해결할 수 있도록 하고 있습니다. 이러한 연구는 원자력 시설 해체, 방사선 안전 평가 등 실제 산업 현장에 직접적으로 적용되고 있습니다. RAMI Lab은 다양한 산학협력 및 융합 프로젝트를 통해, 의료 영상, 방사선 물리, 핵공학 등 여러 분야의 전문가들과 협력하고 있습니다. 이를 통해 실제 임상 및 산업 현장에서 요구되는 문제를 발굴하고, 인공지능 기반의 혁신적 솔루션을 제공함으로써 사회적 가치 창출에 기여하고 있습니다.
의료 영상 변환 및 생성 기술
RAMI Lab은 의료 영상의 변환 및 생성 기술 개발에 있어 국내외적으로 선도적인 연구를 수행하고 있습니다. 특히, MRI와 CT 간의 영상 변환, 가상 비조영 CT 생성, 결측 영상 복원 등 다양한 의료 영상 변환 문제에 대해 딥러닝 기반의 첨단 모델을 적용하고 있습니다. 이러한 기술은 환자의 방사선 노출을 최소화하면서도, 치료 계획 및 진단의 정확도를 높이는 데 큰 역할을 하고 있습니다. 예를 들어, GAN(Generative Adversarial Network), U-Net, Attention 기반 네트워크 등 다양한 딥러닝 모델을 활용하여, 저해상도 MRI로부터 고해상도 CT를 생성하거나, 조영제 투여 없이도 가상 비조영 CT 이미지를 생성하는 연구를 진행하고 있습니다. 또한, 결측된 MRI 시퀀스를 자동으로 복원하거나, 종양 영역을 자유롭게 편집할 수 있는 영상 생성 기술도 개발하고 있습니다. 이러한 연구는 실제 임상 데이터와 동물 모델 데이터를 모두 활용하여, 모델의 신뢰성과 실용성을 높이고 있습니다. RAMI Lab의 의료 영상 변환 및 생성 기술은 방사선 치료, 희귀 질환 진단, 임상 연구 등 다양한 의료 현장에 적용되고 있습니다. 또한, 관련 특허 출원 및 기술 이전을 통해 산업적 파급 효과도 창출하고 있으며, 국내외 학회 및 저널을 통해 연구 성과를 활발히 발표하고 있습니다.
1
Robustness evaluation against corruptions for Optical Diffraction Tomography-based classifiers
Hyungjoo Cho, Jimin Lee, Dongmin Ryu, Juhyeong Ki, Sung-Joon Ye*
Computers in Biology and Medicine, 2025
2
Deep Learning–Based Metal Artifact Reduction with Masked Mean Squared Error Loss Function in Simulation CT for Radiation Therapy for Head and Neck Cancer
Juhyeong Ki, Wonjin Lee, Bitbyeol Kim, Dukju Kim, Seongmoon Jung*, Jimin Lee*
IEEE Access, 2025
3
Deep learning-based restoration of noise-corrupted and saturated beam profiles for real-time proton beam monitoring and quality assurance
Gwang-il Jung, Young Seok Hwang, Yu Mi Kim, Chan Young Lee, Jun Mok Ha, Eun Joo Oh, Jae Hyun Lee, Jimin Lee*
Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 2025
1
홀로토모그래피 3차원 조직 영상의 인공지능 기반 가상염색 기술 개발
(주)토모큐브
2024년 03월 ~ 2025년 02월
2
중입자 치료 시 환자 위치 정밀 파악을 위한 Digital Radiography 내 Fiducial Marker의 Deep learning 기반 Segmentation 알고리즘 개발
연세의치대-UNIST
2024년 03월 ~ 2024년 12월
3
스마트폰 이미지 기반 피부 트러블 디텍션 AI를 위한 소형 객체 검출 기법의 실용화 연구 ((주)아트랩 협력 과제)
인공지능 기술사업화 지원사업 (서울산업진흥원)
2022년 08월 ~ 2023년 07월