조민형 명예교수

치매, 뇌졸중 등 뇌 질환의 조기 진단과 암 치료 경과 모니터링에 대한 임상 수요가 늘어나면서 기능적 자기공명영상(fMRI) 기술의 정밀도를 높이는 연구를 수행하고 있습니다. 핵심 기술로는 기능적 MRI와 뇌전도(EEG)를 결합하여 뇌 활성 신호의 시공간 해상도를 동시에 확보하는 다중 모달리티 융합 기법을 개발하였으며, 줄기세포의 생체 내 이동 경로를 추적하기 위한 SPIO(초상자성 산화철) 나노 입자 표지 기술을 적용하고 있습니다. 또한 MRI 촬영 과정에서 발생하는 잡음을 제거하고 영상 품질을 향상시키기 위해 머신러닝 기반 영상 처리 알고리즘을 도입하여 신호 대 잡음비를 개선하고 있습니다. 이러한 기술은 치매 진단, 뇌졸중 진단, 암 치료 모니터링 분야에 적용되고 있으며, 실험실 수준의 검증을 마치고 동물 모델에 적용하는 단계까지 진행하였습니다. 현재 MRI와 EEG를 통합한 다중 모달리티 연구를 지속적으로 수행하고 있으며, 기술 성숙도는 TRL 4-6 수준입니다.

살아있는 동물 모델의 장기와 골격 구조를 고해상도로 관찰할 수 있는 소동물용 마이크로 CT 시스템의 필요성이 대두됨에 따라 관련 하드웨어와 영상 처리 기술을 개발해 왔습니다. 핵심 기술로는 미세 초점 X선 소스를 활용한 고해상도 이미징 기법, 금속 및 동물의 움직임으로 인해 발생하는 아티팩트를 감소시키는 알고리즘, 그리고 서로 다른 에너지 대역의 X선을 활용하는 듀얼 에너지 CT 응용 기술을 확보하였습니다. 이를 기반으로 2004년 평판형 검출기 기반 마이크로 CT 시스템을 자체 개발하였으며, 금속 아티팩트 저감 기술에 대해 등록번호 1020808330000의 특허를 등록하였습니다. 해당 기술은 동물 모델을 활용한 골다공증 연구와 금속 임플란트가 삽입된 환자의 CT 영상 품질 개선에 적용되고 있으며, 임상 데이터를 기반으로 한 아티팩트 감소 연구를 완료하였습니다. 현재 기술 성숙도는 TRL 5-7 수준으로, 실험실 검증을 넘어 임상 데이터 적용 단계까지 진행된 상태입니다.

치과용 콘빔 CT(CBCT) 촬영 시 환자의 움직임과 디텍터 정렬 오차로 인해 발생하는 영상 아티팩트 문제를 해결하기 위한 영상 재구성 기술을 연구하고 있습니다. 핵심 기술로는 Feldkamp 알고리즘 기반의 3차원 영상 재구성 기법, 시노그램 보정(DSC)과 금속 경로 길이 가중치를 결합한 알고리즘, 콘빔 엑스선 디텍터의 정렬 및 보정 기술, 그리고 관심영역(ROI) 기반의 저선량 영상 재구성 기법을 개발하였습니다. 이러한 기술은 치과용 고해상도 3차원 진단 영상 획득과 방사선 피폭 저감에 활용되고 있습니다. 의료기기 전문기업인 레이(Ray)와 지속적인 공동연구를 수행하여 상용 CBCT 스캐너인 RAYSCAN 등의 실제 데이터에 기술을 적용하고 있으며, 2014년 경희대학교에서 레이로 엑스선-CT 영상 재구성 소프트웨어 노하우 기술이전을 수행한 바 있습니다. 단층촬영 영상 재구성, 디텍터 정렬장치, 디텍터 보정, ROI 기반 2차원 X선 디텍터, 시준기, 금속 아티팩트 저감 등과 관련하여 특허 13건을 보유하고 있으며, 산업체와의 공동논문(2022, 2024)을 통해 신호 대 잡음비를 106.7%에서 127.9%까지 향상시킨 성과를 도출하였습니다. 해당 기술은 상용 치과용 CT 스캐너에 실제 적용되었으며, 기술 성숙도는 TRL 6-8 수준입니다.