mobile health & sensor lab

광운대학교 본교(제1캠퍼스)
이정훈 교수 전기공학과

Electrical and Electronic Engineering

전자전기공학

연구실 소개

모바일 헬스 및 센서 연구실은 전기공학과에 소속되어 있으며, AI 기반 진단, 현장진단(POCT), 정밀의학, 마이크로 및 나노 나노센서 분야에서 활발한 연구를 진행하고 있습니다. 최근 3년간 SARS-CoV-2의 주요 프로테아제 억제제 신속 스크리닝을 위한 바이오엔지니어드 아밀로이드 펩타이드 연구, 딥러닝을 활용한 신속 예측 진단, 비전력 나노전기 농축을 통한 루프매개 등온 증폭 향상 등 여러 연구 성과를 발표하였습니다. 또한, COVID-19 항원 테스트를 위한 저전력 pH 안정 나노전기 농축 측방 유동 분석법, 스마트폰 기반 딥러닝 보조 분석 플랫폼을 이용한 COVID-19 임상 평가 등 다양한 프로젝트를 수행하였습니다. 이러한 연구 결과는 다수의 논문과 특허로 이어져, 산업계와의 협력 가능성을 높이고 있습니다.

AI 기반 진단

현장진단

정밀의학

마이크로 및 나노 나노센서

연구 분야

AI 기반 진단 시스템

AI 기반 진단 시스템 연구는 딥러닝과 머신러닝 알고리즘을 활용하여 질병 진단을 보다 신속하고 정확하게 수행하는 것을 목표로 합니다. 이 연구는 다양한 생체 감지기와 결합하여 환자의 데이터를 실시간으로 분석하고, 의료 전문가가 최적의 치료 결정을 내릴 수 있도록 지원합니다. 최신 딥러닝 기술과 이미지 프로세싱 기술을 접목하여 진단 키트의 위치 및 색상 보정을 자동화하고, 모바일 장치를 활용한 현장 진단(Point-of-Care Testing, POCT)을 지원합니다. 이를 통해 의료 접근성이 낮은 지역에서도 신속한 진단이 가능해지며, 코로나19를 비롯한 다양한 감염병 및 만성질환의 조기 발견에 기여할 수 있습니다.

나노센서를 이용한 정밀 의학

나노센서 기술을 활용한 정밀 의학 연구는 미세한 생체 분자를 정밀하게 검출하고 분석하는 것을 목표로 합니다. 이 연구는 나노 전기 소자와 나노 구조체를 이용하여 생체 샘플을 고농도로 농축하고, 이를 통해 극미량의 바이오마커도 정확하게 검출할 수 있도록 합니다. 특히, 코로나19, 인플루엔자와 같은 호흡기 질환의 항원 및 항체 검출, 콜레라 독소 등의 병원체 검출을 위한 고성능 진단 플랫폼 개발에 중점을 두고 있습니다. 이를 통해 질병의 조기 진단 및 추적 관찰이 가능해지며, 환자 맞춤형 치료가 가능해집니다.

지금 바로 로그인하고

핵심 연구 분야를 확인해보세요

로그인

주요 논문

Bioengineered amyloid peptide for rapid screening of inhibitors against main protease of SARS-CoV-2

Dongtak Lee, Hyo Gi Jung, Dongsung Park, Junho Bang, Da Yeon Cheong, Jae Won Jang, Yonghwan Kim, Seungmin Lee, Sang Won Lee, Gyudo Lee, Yeon Ho Kim, Ji Hye Hong, Kyo Seon Hwang, Jeong Hoon Lee, Dae Sung Yoon

Nat Commun

2024

Rapid Deep Learning-Assisted Predictive Diagnostics for Point-of-Care Testing

Seungmin Lee, Jeong Soo Park, Hyowon Woo, Yong Kyoung Yoo, Dongho Lee, Seok Chung, Dae Sung Yoon, Ki- Baek Lee, Jeong Hoon Lee

Nat Commun

2024

Enhancing Loop-Mediated Isothermal Amplification through Nonpowered Nanoelectric Preconcentration

Na Eun Lee, Kang Hyeon Kim, Youngkyu Cho, Jinhwan Kim, Seungmin Kwak, Dohwan Lee, Dae Sung Yoon, Jeong Hoon Lee

Anal. Chem.

2024

Advancing diagnostic efficacy using a computer vision-assisted lateral flow assay for influenza and SARS-CoV-2 detection

Seungmin Lee, Yong Kyoung Yoo, Sung Il Han, Dongho Lee, Sung-Yeon Cho, Chulmin Park, Dongtak Lee, Dae Sung Yoon, Jeong Hoon Lee