상세 설명

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.

키워드

관련 이미지

관련 자료