본 연구 분야는 고관절·무릎·발목을 포함한 하지 관절 질환의 정밀 진단과 구조적 정렬 분석에 중점을 두고 있습니다. 특히 골관절염 환자를 대상으로 EOS biplanar 시스템, CT, 스캐노그래피 등 다양한 영상기법의 정확성을 비교하여 하지 정렬 평가의 표준화와 진단 신뢰도를 높이는 연구를 수행하고 있습니다. 발목 관절염, 무릎 관절염, 고관절 질환 등에서 체중부하 영상과 3D 분석을 활용해 관절 변형의 진행 기전과 임상적 의미를 규명하며, 골절 후 발생하는 불안정성·축 변형의 진단 지표도 개발하고 있습니다. 또한 하지 길이, 각도 측정법, 생체역학적 변화의 임상적 상관성 등을 분석하여 보다 정밀한 치료 계획 수립과 수술적 교정의 정확도 향상을 목표로 하고 있습니다. This research area focuses on the precise diagnosis and structural alignment assessment of lower-limb joints, including the hip, knee, and ankle. The laboratory compares the diagnostic accuracy of various imaging modalities—such as EOS biplanar stereoradiography, CT, and conventional scanography—to improve standardization and reliability in lower-limb alignment evaluation. Using weight-bearing imaging and 3D analysis, the research investigates patterns of deformity progression and their clinical implications in conditions such as ankle and knee osteoarthritis. The lab also develops diagnostic parameters for instability and malalignment following fractures. By analyzing limb length, angular measurements, and biomechanical changes, the research aims to enhance treatment planning precision and the accuracy of corrective surgical interventions.

본 연구 분야는 소아 및 청소년에서 발생하는 고관절·하지·발 질환을 대상으로 한 진단 기술 개발과 치료 전략 연구에 초점을 맞추고 있습니다. 대표적으로 발달성 고관절 이형성(DDH)의 조기 진단을 위해 초음파 기반 구조 분석과 딥러닝 세그멘테이션 기술을 결합하여 진단 정확도를 높이는 연구를 수행하고 있습니다. 또한 성장판을 이용한 교정술(epiphysiodesis)의 교정률, 예측 인자, 적용 대상 등을 분석하며, 소아 편평족 환자에게는 맞춤형 3D 프린팅 인솔의 효과를 평가하고 있습니다. 청소년 전·후방 십자인대 및 측부 인대 재건술 기법 연구도 병행하여, 성장기 환자의 해부학적 특성과 성장판 보호를 고려한 치료 전략 개발을 목표로 하고 있습니다. This research area centers on diagnostic innovation and treatment strategies for musculoskeletal disorders in children and adolescents. For developmental dysplasia of the hip (DDH), the laboratory combines ultrasonographic structural assessment with deep learning–based segmentation to improve early diagnostic accuracy. It also investigates factors affecting correction outcomes in growth plate–based procedures such as epiphysiodesis, while evaluating the clinical effectiveness of customized 3D-printed insoles for pediatric flatfoot. Research additionally includes surgical techniques for combined ACL and anterolateral ligament reconstruction in adolescents, emphasizing growth plate preservation and age-specific anatomical considerations. The overarching goal is to establish precise diagnostic tools and optimized treatment approaches tailored to the pediatric population.

본 연구 분야는 정형외과 영상 데이터를 기반으로 한 AI·딥러닝 모델 개발에 중점을 두고 있습니다. 초음파 영상에서 고관절 이형성(DDH)을 진단하기 위한 자동 세그멘테이션 및 관절 지표 추출 모델을 구축하여 기존 검사자의 의존도를 줄이고 진단 정확도를 향상시키고 있습니다. 또한 사춘기 급속 성장과 관련된 골연령(bone age)을 판독하는 딥러닝 모델 연구를 통해 성장 과정의 정량적 평가 가능성을 제시하고 있습니다. CT·MRI 영상에서의 정렬각·회전각·구조적 이상을 자동 분석하는 모델 개발도 수행하며, 근골격계 질환의 병태를 정량화하는 새로운 영상 파라미터를 탐색하고 있습니다. 이러한 연구는 영상 진단 자동화, 예후 예측, 수술 계획 보조 등 AI 기반 정형외과 진단 생태계를 구축하는 데 기여하고 있습니다. This research area focuses on developing AI and deep learning models for musculoskeletal imaging analysis. The laboratory creates automated segmentation and key-point detection algorithms for ultrasonographic diagnosis of developmental dysplasia of the hip (DDH), reducing operator dependency and improving diagnostic consistency. Deep learning–based bone age assessment models are also developed to evaluate rapid bone maturation during puberty. Additionally, AI frameworks are applied to CT and MRI to automatically measure alignment, rotational deformities, and structural abnormalities, enabling quantitative characterization of musculoskeletal pathology. These efforts support automated diagnostic workflows, predictive modeling, and surgical planning, advancing the integration of AI in orthopedic imaging.