차세대 의료 AI 진단 시스템 연구교육과정
고해상도 의료 이미징 데이터 및 멀티모달 의료 데이터를 활용하여 질병의 정밀한 진단을 위한 AI 모델을 개발하는 것을 목표로 합니다. 이 과정에서, 초음파, CT, MRI, X-ray와 같은 다양한 의료 이미징 데이터를 결합하고, 데이터 도메인 간의 차이를 최소화하는 AI 모델을 개발하여 진단 정확도를 향상시킵니다. 또한 MLOps를 적극적으로 활용하여 의료 AI 시스템의 개발, 테스트, 배포 단계를 포괄하는 전반적인 시스템의 효율성을 극대화합니다.
연구의 핵심은 다양한 의료 이미징 데이터(CT, MRI, X-ray 등)를 비롯하여 멀티 모달리티 데이터의 통합 분석을 통해 보다 정확하고 신속한 진단 지원을 가능하게 하는 AI 기반 진단 시스템을 구축하는 것입니다. 이를 통해 AI 모델의 성능 최적화 및 실제 의료 현장에서의 효과적인 적용 방안을 모색합니다.
연구교육과정
대표적인 X-ray, CT, MRI, 초음파와 같은 주요 의료 영상 시스템의 기본 원리와 작동 방식을 학습하고, 이를 바탕으로 의료 영상 데이터를 효과적으로 처리하고 분석하기 위한 기술을 습득한다.
이를 통해, AI 기술을 활용하여 의사의 진단을 보조하는 시스템을 개발하고 성능을 향상한다.
개설학기: 2025년 1학기, 2026년 1학기, 2027년 1학기
개설학과: 단국대학교 일반대학원 인공지능융합학과
다양한 의료 영상들(X-ray, CT, MRI, 초음파)들을 효과적으로 처리 및 분석하기 위한 딥러닝 기술을 학습.
특히, 이종 의료기기 간, 의료 영상 데이터의 종류 간의 차이를 극복하는 도메인 어댑테이션 기법을 다루면서 실제 의료 현장에서 발생할 수 있는 데이터 변이에 강한 AI 모델을 개발하는 것을 목표로 한다.
이를 통해, AI 기술을 활용하여 의사의 진단을 보조하고 성능을 향상시키는 고급 의료 AI 진단 시스템을 개발한다.
개설학기: 2025년 2학기, 2026년 2학기, 2027년 2학기
개설학과: 단국대학교 일반대학원 인공지능융합학과
다양한 의료 데이터 유형(영상, 음성, 임상 기록)을 통합하여 복합적인 의료 문제를 해결하기 위한 AI 기반 진단 시스템을 개발하는 것을 목표로 한다.
이 프로젝트는 멀티모달 데이터의 특성을 극대화하고, 이를 통해 정밀 의료를 실현하는 데 중점을 둔다.
데이터 간의 상호 작용에 대한 이해가 반영된 딥러닝 기술을 개발하여 각 데이터 소스의 잠재적 가치를 최대한 활용한다.
이를 위해, 최신의 MLOps 방법론을 적용하여 모델의 개발부터 배포, 운영에 이르는 전 과정을 체계적으로 관리하며, 실제 의료 환경에서의 응용 가능성을 탐색한다.
개설학기: 2025년 1학기, 2026년 1학기, 2027년 1학기
개설학과: 단국대학교 일반대학원 인공지능융합학과
의료영상기술과 관련된 기본지식을 습득하고, AI 기술을 활용한 의료영상데이터의 처리 및 분석 기법을 이해한다.
이를 바탕으로 실제 의료 데이터를 이용한 AI 기반 진단 시스템 개발 경험을 통해, 실무 능력을 함양한다.
개설학기: 2025년 2학기, 2026년 2학기, 2027년 2학기
개설학과: 단국대학교 일반대학원 인공지능융합학과
