의용영상처리 분야는 의료 영상 데이터를 효과적으로 분석하고 해석하는 기술 개발에 중점을 둡니다. 본 연구실은 광 간섭성 단층촬영(OCT), 안저 영상, CT, MRI 등 다양한 의료 영상을 활용하여 질병의 조기 진단 및 분류를 위한 인공지능 기반의 자동화 시스템을 연구하고 있습니다. 특히, 딥러닝과 전이학습, 최적화 알고리즘을 접목하여 안과 질환, 뇌질환, 암 등 다양한 질환의 진단 정확도를 높이고, 임상 현장에서 실질적으로 활용 가능한 솔루션을 개발하는 데 주력하고 있습니다. 의료 인공지능 연구는 의료 데이터의 품질 평가, 데이터 증강, 특징 추출 및 선택, 최적화된 분류 모델 개발 등 다양한 단계로 구성됩니다. 예를 들어, 안저 영상의 품질 평가를 위한 전이학습 기반 평가 시스템, OCT 영상을 활용한 망막질환 분류, CT 이미지를 통한 COVID-19 및 암 진단, 피부병 및 기타 질환의 자동 분류 시스템 등이 대표적입니다. 또한, IoT 및 엣지 컴퓨팅 기술을 접목하여 실시간 원격 진단 및 모니터링 시스템도 개발하고 있습니다. 이러한 연구는 환자의 조기 진단과 치료, 의료진의 업무 효율성 향상, 의료비 절감 등 다양한 사회적 가치를 창출합니다. 앞으로는 빅데이터, 멀티모달 데이터 융합, 프라이버시 보호 기술 등과 연계하여 더욱 정밀하고 신뢰성 높은 의료 인공지능 시스템을 구축하는 것이 목표입니다.

본 연구실은 웨어러블 센서와 스마트 디바이스를 활용한 헬스케어 시스템 개발에 많은 연구 역량을 집중하고 있습니다. 스마트폰, 스마트워치, 체중계, 마스크 등 다양한 일상 기기에 내장된 센서(가속도, 자이로, 압력, 마이크, 카메라 등)를 이용하여 심박수, 호흡률, 보행 패턴, 수면 자세, 낙상 위험 등 건강 관련 생체 신호를 실시간으로 측정하고 분석하는 기술을 개발하고 있습니다. 이러한 시스템은 환자 및 일반인의 일상생활 속 건강 상태를 비침습적이고 연속적으로 모니터링할 수 있게 하며, 수집된 데이터를 기반으로 인공지능 및 기계학습 알고리즘을 적용하여 질병 위험 예측, 이상 행동 감지, 맞춤형 건강관리 및 재활 서비스 제공이 가능합니다. 예를 들어, 스마트폰 카메라를 이용한 PPG 신호 분석, 마이크로폰 기반 호흡률 측정, 관성센서를 활용한 보행 분석 및 낙상 위험 평가, VR/AR 기반 재활훈련 시스템 등 다양한 응용 연구가 진행되고 있습니다. 이러한 연구는 고령화 사회에서의 만성질환 관리, 재활 환자의 자가 모니터링, 장애인 및 취약계층의 건강 증진 등 사회적 문제 해결에 기여하며, 향후에는 빅데이터 기반의 예측 분석, 클라우드/엣지 컴퓨팅, 프라이버시 보호 등과 융합하여 스마트 헬스케어의 새로운 패러다임을 제시할 것입니다.

지능형 영상 감시 및 객체 인식 분야는 컴퓨터 비전과 인공지능 기술을 활용하여 다양한 환경에서 객체의 탐지, 추적, 행동 인식, 이상 상황 감지 등을 자동화하는 연구를 수행합니다. 본 연구실은 다중 카메라 네트워크, PTZ 카메라 제어, 군중 분석, 이상행동 탐지, 실시간 객체 추적 등 다양한 영상 감시 시스템의 핵심 기술을 개발해왔습니다. 특히, 영상 내에서의 객체 분할, 특징 추출, 딥러닝 기반 분류 및 추적, 최적화된 카메라 배치 및 협업 전략, 실시간 데이터 처리 등 다양한 기술적 난제를 해결하고 있습니다. 예를 들어, 군중 속에서의 이상행동(서성거림, 방치물, 도난 등) 자동 감지, 스마트 시티 환경에서의 교통 객체 인식, 드론 및 로봇을 활용한 실시간 감시 시스템, IoT 기반 스마트 홈 감시 등 다양한 응용 사례가 있습니다. 이러한 연구는 사회 안전망 강화, 범죄 예방, 재난 대응, 교통 관리 등 공공의 안전과 효율성 증진에 기여합니다. 앞으로는 인공지능의 설명 가능성, 프라이버시 보호, 멀티모달 데이터 융합, 실시간 대용량 데이터 처리 등 첨단 기술과의 융합을 통해 더욱 고도화된 지능형 감시 시스템을 구축하는 것이 목표입니다.