RnDCircle Logo
arrow left icon

Medical Image Processing Lab (MIPL) 의료영상처리연구실

성균관대학교 전자전기공학

박현진 교수

Neuroimaging Applications

Deep Learning Applications

MRI Preprocessing

Medical Image Processing Lab (MIPL) 의료영상처리연구실

전자전기공학 박현진

성균관대학교 의료영상처리연구실(MIPL)은 의료영상 기반의 인공지능, 영상신호처리, 그리고 첨단 의료영상 분석 기술 개발에 중점을 두고 있는 연구실입니다. 본 연구실은 CT, MRI, PET, 초음파 등 다양한 의료영상 데이터를 활용하여 영상 정합, 분할, 특징 추출, 그리고 영상 기반 진단 지원 시스템을 연구합니다. 특히, 영상 정합 및 분할 기술은 환자의 해부학적 구조를 정확하게 파악하고, 질병의 위치와 범위를 정밀하게 분석하는 데 필수적인 역할을 합니다. 최근에는 딥러닝 및 머신러닝 기반의 첨단 인공지능 알고리즘을 적용하여 의료영상의 자동 분석 및 진단 정확도 향상에 주력하고 있습니다. 예를 들어, 뇌혈관 영상에서의 혈관 분지 분류, 종양의 경계 특성 분석, 그리고 다양한 장기 및 조직의 자동 분할 기술이 활발히 연구되고 있습니다. 또한, 동형암호 기반의 프라이버시 보장 의료 AI, 멀티모달 영상 융합, 그리고 초음파와 MRI 등 이종 영상 간 정합 기술도 중요한 연구 주제입니다. 암 진단 및 치료, 신경질환(특히 알츠하이머병, 파킨슨병, 자폐증 등) 관리에 특화된 의료영상 분석 연구도 활발히 이루어지고 있습니다. 영상 기반의 암 진단에서는 종양의 형태, 경계, 조직 특성, 그리고 레디오믹스(radiomics) 특징을 정량적으로 추출하여, 암의 악성도 평가, 예후 예측, 치료 반응 모니터링 등에 활용합니다. 신경질환 분야에서는 뇌 MRI, PET, fMRI 등 다양한 뇌영상 데이터를 활용하여 뇌 구조 및 기능적 연결망 분석, 영상유전체학(imaging genetics), 레디오믹스, 그리고 신경영상 바이오마커 개발에 집중하고 있습니다. 이러한 연구는 환자의 생존율 향상, 삶의 질 개선, 그리고 조기 진단 및 예방의학 실현에 중요한 역할을 하며, 국내외 유수의 학술지 및 학회에서 활발히 발표되고 있습니다. 실제 임상 적용을 위한 인공지능 기반 진단 보조 시스템, 예후 예측 모델, 그리고 영상-유전체 통합 분석 플랫폼 개발 등 다양한 산학협력 및 기술이전 성과도 도출되고 있습니다. 의료영상처리연구실은 신경영상 분석 및 영상유전체학 분야에서도 선도적인 연구를 수행하고 있습니다. 뇌의 구조적·기능적 연결망 분석, 뇌혈관 영상 빅데이터 구축, 그리고 영상유전체학적 접근을 통해 뇌질환의 원인 규명과 바이오마커 발굴에 집중하고 있습니다. 이러한 연구는 뇌질환의 조기 진단 및 예후 예측, 신경생물학적 기전 이해, 그리고 정밀의료 실현에 중요한 학문적·임상적 가치를 지닙니다. 앞으로도 의료영상처리연구실은 첨단 인공지능 기술과 의료영상 분석의 융합을 통해, 정밀의료, 맞춤형 치료, 그리고 미래 의료 혁신을 선도하는 연구를 지속적으로 추진할 예정입니다.

Neuroimaging Applications
Deep Learning Applications
MRI Preprocessing
의료영상 기반 인공지능 및 영상신호처리
의료영상처리연구실(MIPL)은 의료영상 기반의 인공지능 및 영상신호처리 기술 개발에 중점을 두고 있습니다. 본 연구실은 CT, MRI, PET, 초음파 등 다양한 의료영상 데이터를 활용하여 영상 정합, 분할, 특징 추출, 그리고 영상 기반 진단 지원 시스템을 연구합니다. 특히, 영상 정합 및 분할 기술은 환자의 해부학적 구조를 정확하게 파악하고, 질병의 위치와 범위를 정밀하게 분석하는 데 필수적인 역할을 합니다. 최근에는 딥러닝 및 머신러닝 기반의 첨단 인공지능 알고리즘을 적용하여 의료영상의 자동 분석 및 진단 정확도 향상에 주력하고 있습니다. 예를 들어, 뇌혈관 영상에서의 혈관 분지 분류, 종양의 경계 특성 분석, 그리고 다양한 장기 및 조직의 자동 분할 기술이 활발히 연구되고 있습니다. 또한, 동형암호 기반의 프라이버시 보장 의료 AI, 멀티모달 영상 융합, 그리고 초음파와 MRI 등 이종 영상 간 정합 기술도 중요한 연구 주제입니다. 이러한 연구는 실제 임상 현장에서의 진단 및 치료 계획 수립에 직접적으로 기여할 수 있으며, 환자 맞춤형 의료 실현에 중요한 기반이 됩니다. 의료영상 기반 인공지능 기술은 앞으로 정밀의료, 원격진료, 자동화된 진단 시스템 등 미래 의료 패러다임을 선도할 핵심 분야로 자리매김하고 있습니다.
의료영상 분석을 통한 암 및 신경질환 관리
본 연구실은 암 진단 및 치료, 신경질환(특히 알츠하이머병, 파킨슨병, 자폐증 등) 관리에 특화된 의료영상 분석 연구를 수행하고 있습니다. 영상 기반의 암 진단에서는 종양의 형태, 경계, 조직 특성, 그리고 레디오믹스(radiomics) 특징을 정량적으로 추출하여, 암의 악성도 평가, 예후 예측, 치료 반응 모니터링 등에 활용합니다. 최근에는 대규모 임상 데이터를 바탕으로 한 머신러닝 및 딥러닝 모델을 통해 유방암, 폐암, 뇌종양 등 다양한 암종에 대한 예측 및 분류 연구가 활발히 이루어지고 있습니다. 신경질환 분야에서는 뇌 MRI, PET, fMRI 등 다양한 뇌영상 데이터를 활용하여 뇌 구조 및 기능적 연결망 분석, 영상유전체학(imaging genetics), 레디오믹스, 그리고 신경영상 바이오마커 개발에 집중하고 있습니다. 예를 들어, 알츠하이머병의 조기 진단, 자폐 스펙트럼 장애의 뇌 연결망 특성 분석, 파킨슨병의 진행 예측 등 다양한 임상적 문제 해결을 위한 연구가 진행 중입니다. 또한, 다중 모달리티(구조, 기능, 분자 영상 등) 융합 분석을 통해 질병의 복합적 원인 규명과 맞춤형 치료 전략 수립에 기여하고 있습니다. 이러한 연구는 환자의 생존율 향상, 삶의 질 개선, 그리고 조기 진단 및 예방의학 실현에 중요한 역할을 하며, 국내외 유수의 학술지 및 학회에서 활발히 발표되고 있습니다. 실제 임상 적용을 위한 인공지능 기반 진단 보조 시스템, 예후 예측 모델, 그리고 영상-유전체 통합 분석 플랫폼 개발 등 다양한 산학협력 및 기술이전 성과도 도출되고 있습니다.
신경영상 분석 및 영상유전체학
의료영상처리연구실은 신경영상 분석 및 영상유전체학 분야에서도 선도적인 연구를 수행하고 있습니다. 뇌의 구조적·기능적 연결망 분석, 뇌혈관 영상 빅데이터 구축, 그리고 영상유전체학적 접근을 통해 뇌질환의 원인 규명과 바이오마커 발굴에 집중하고 있습니다. 특히, fMRI, DTI, PET 등 다양한 신경영상 데이터를 활용하여 뇌의 네트워크 특성, 기능적 분할, 그리고 질병 관련 뇌 영역의 변화를 정량적으로 분석합니다. 영상유전체학 연구에서는 뇌영상과 유전체 데이터를 통합 분석하여, 알츠하이머병, 파킨슨병, 자폐증 등 신경계 질환의 유전적 요인과 뇌 구조·기능 변화 간의 상관관계를 규명합니다. 예를 들어, 희소 정준상관분석(sparse CCA), 그래프 기반 분석, 딥러닝 기반 멀티모달 융합 기법 등을 적용하여, 질병의 조기 진단, 진행 예측, 그리고 맞춤형 치료 타겟 발굴에 기여하고 있습니다. 이러한 연구는 뇌질환의 조기 진단 및 예후 예측, 신경생물학적 기전 이해, 그리고 정밀의료 실현에 중요한 학문적·임상적 가치를 지닙니다. 또한, 국내외 다기관 협력 연구, 대규모 뇌영상 데이터셋 구축, 그리고 최신 인공지능 기술의 융합을 통해 신경과학 및 의료영상 분야의 혁신을 이끌고 있습니다.
1
Integrating meta-analysis in multi-modal brain studies with graph-based attention transformer
Choi et al.
Medical image computing and computer-assisted intervention (MICCAI) 2025, 2025.06
2
PMIL: Prompt enhanced Multimodal Integrative analysis of fMRI combining functional connectivity and temporal Latency
Choi et al.
Medical image computing and computer-assisted intervention (MICCAI) 2025, 2025.06
3
RadiomicsRetrieval: A Customizable Framework for Medical Image Retrieval Using Radiomics Features
Na and Rue et al.
Medical image computing and computer-assisted intervention (MICCAI) 2025, 2025.06
1
[통합EZ]인간과 기계를 위한 하이브리드 비쥬얼 부호화 및 처리
과학기술정보통신부 한국연구재단[통합EZBARO_A002]
2024년 08월 ~ 2025년 07월
2
[통합EZ]프라이버시 보장 의료용 AI를 위한 동형암호 기반 AI 연산 가속기 연구
과학기술정보통신부 한국연구재단[통합EZBARO_A002]
2024년 08월 ~ 2025년 07월
3
2024 의료 인공지능 융합인재 양성 사업
보건복지부 한국보건산업진흥원
2024년 03월 ~ 2025년 02월