본 연구실은 전기 임피던스 단층촬영(EIT)과 전기 저항 단층촬영(ERT) 기술을 활용한 영상 복원 및 경계 추정 알고리즘 개발에 중점을 두고 있습니다. EIT/ERT는 전극을 통해 측정된 전기적 신호를 바탕으로 내부 구조의 전도도 또는 저항 분포를 영상화하는 비파괴 검사 기법으로, 산업 공정, 의료 영상, 환경 모니터링 등 다양한 분야에 적용되고 있습니다. 연구실에서는 반복적 가우스-뉴턴, Landweber, TSVD, 확장 칼만필터 등 다양한 수치적 역문제 해법을 개발하여 영상의 정확도와 해상도를 높이고 있습니다. 특히, 동적 환경에서의 실시간 영상 복원과 비정상적 경계면(phase boundary) 추정에 대한 연구가 활발히 이루어지고 있습니다. 이를 위해 적응 메쉬 그룹핑, 임계값 기반 알고리즘, 하이브리드 최적화 기법(예: 입자 군집 최적화, Cuckoo search, 유전 알고리즘 등)과 신경망 기반의 경계 추정 방법이 도입되고 있습니다. 이러한 기술들은 다상 유동, 그래핀 등 신소재, 인체 내부 장기(방광, 흉부 등) 및 반도체 공정 내 잔류물 모니터링 등 다양한 실제 문제에 적용되고 있습니다. 연구실의 연구 결과는 국제 저명 학술지 및 학회에서 활발히 발표되고 있으며, 관련 특허도 다수 출원 및 등록되어 있습니다. 또한, 산업체와의 협력 및 정부 과제 수행을 통해 실용화와 상용화 연구도 병행하고 있습니다. 이를 통해 EIT/ERT 기반의 영상 복원 기술이 다양한 산업 및 의료 현장에 적용될 수 있도록 기여하고 있습니다.

최근 본 연구실에서는 인공지능(AI) 및 머신러닝, 특히 딥러닝 기반의 신경망(U-net, GAN 등)과 진화적 최적화 알고리즘을 영상 복원 및 공정 모니터링에 적극적으로 도입하고 있습니다. 전기 임피던스 단층촬영 데이터의 복잡성과 비선형성을 극복하기 위해, CycleGAN, pix2pixGAN, U-net 등 첨단 딥러닝 모델을 적용하여 기존의 수치적 방법보다 더 높은 정확도와 신뢰성을 확보하고 있습니다. 이러한 AI 기반 접근법은 반도체 공정, 그래핀 결함 탐지, 방광 및 태아 모니터링 등 다양한 응용 분야에서 탁월한 성능을 보이고 있습니다. 또한, 하이브리드 입자 군집 최적화(PSO), 중력 탐색 알고리즘(GSA), Cuckoo search 등 진화적 최적화 기법을 영상 복원 및 경계 추정 문제에 적용하여, 기존 방법의 한계를 극복하고 계산 효율성과 해상도를 동시에 향상시키고 있습니다. 이러한 최적화 기법들은 복잡한 역문제의 해를 빠르고 안정적으로 찾는 데 큰 역할을 하며, 실제 산업 공정의 실시간 모니터링 및 제어 시스템에도 적용되고 있습니다. 연구실은 AI 및 최적화 기법의 융합을 통해 영상 복원 기술의 혁신을 추구하고 있으며, 이를 기반으로 한 다양한 특허와 기술이전, 산학협력 프로젝트를 진행하고 있습니다. 이러한 연구는 미래 스마트 제조, 바이오 의료, 에너지 및 환경 분야의 지능형 센서 및 모니터링 시스템 개발에 중요한 밑거름이 되고 있습니다.