딥러닝 기반 영상 재구성과 발광 나노입자 실시간 추적을 통한 생체·의료영상 분석 연구

Deep learning-based image reconstruction and luminescent nanoparticle real-time tracking for biomedical imaging analysis research

연구 내용

few-view computed tomography 재구성과 발광 나노입자 세포 추적을 통해 영상 품질을 개선하고 실시간 분석을 수행하는 연구

few-view computed tomography에서 투영 데이터가 제한된 조건에서도 영상 재구성 품질을 높이기 위해 딥러닝 기반 접근을 적용합니다. 반복 재구성 및 디컨볼루션 계열의 영상 처리 개념을 함께 활용하여 노이즈와 왜곡을 완화하고 시각적·정량적 품질을 개선하는 방향으로 연구합니다. 동시에 europium β-diketone chelates가 표면·나노캐비티에 결합된 mesoporous silica 입자를 제작하고, living cells에서 세포질 내 분포와 발광 특성을 기반으로 실시간 추적 가능성을 확인합니다. 영상 재구성과 생체 표지 구현을 결합해 분석 응용을 확장합니다.

관련 프로젝트

0건

연구 흐름

초기에는 딥러닝을 활용해 제한된 관측 정보로 CT 영상을 재구성하는 방법을 정립하고, iterative reconstruction 관점에서 알고리즘 성능을 검증하였습니다. 이후 영상 품질을 좌우하는 노이즈·왜곡 요소를 줄이기 위한 모델링과 복원 절차를 보강하여 few-view 조건에서도 안정적인 재구성을 달성하려는 흐름으로 이어졌습니다. 병행하여 발광 나노입자를 설계하고, living cells에서 독성 및 분해 양상과 함께 세포 내 위치 기반 추적 가능성을 확인하는 실험 연구를 수행하였습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

few-view CT 재구성 알고리즘 고도화
저선량 영상 촬영 프로토콜 설계
딥러닝-반복재구성 하이브리드 모듈
의료영상 노이즈 저감 파이프라인
실시간 세포 추적용 발광 나노표지
세포 내 분포 정량 분석 도구
in vivo 영상 관측 기반 약효 추적
생체표지 독성·면역반응 평가
다중모달 영상 데이터 통합 분석
영상 기반 비침습 진단 보조