연구자 정보를 불러오는 중입니다...
서강대학교 전자공학전공 최용 교수는 혁신적인 의료 영상 기술 연구를 선도하고 있습니다. 방사선 영상기기, 양전자 단층촬영(PET) 기술 개발에 집중하며, 인공지능(AI)을 융합하여 정밀하고 효율적인 의료 진단 솔루션을 제공하는 데 기여합니다. 고성능 디텍터, 신호 처리 회로, AI 기반 영상 분석 시스템 등 첨단 기술을 통해 기존 진단의 한계를 넘어선 새로운 가능성을 제시하고 있습니다. 그의 연구는 미래 헬스케어 분야의 발전을 가속화하고 환자 진료의 질을 향상하는 데 중요한 역할을 수행하고 있습니다.

교수
| 소속 | 서강대학교 |
| 부서 학과 | 전자공학과 |
| 직책 | 교수 |
| 사무실 번호 | 027058910 |
| 이메일 | ychoi@sogang.ac.kr |
| 연구자 홈페이지 | |
| 연구실 | ISPS Lab. |
| 연구실 홈페이지 |
차세대 방사선 및 양전자 단층촬영(PET) 시스템 개발
본 연구실은 혁신적인 의료 영상 기술 연구를 선도하며, 특히 차세대 방사선 영상기기와 양전자 단층촬영(PET) 시스템 개발에 중점을 둡니다. 환자 진료의 질을 향상하고 미래 헬스케어 분야의 발전을 가속화하는 것을 목표로, 고성능 디텍터, 섬광체, 그리고 시스템 아키텍처 설계를 연구하고 있습니다. MRI 호환 PET, 초고해상도 뇌전용 PET, 그리고 환자 맞춤형 헬멧형 PET 개발을 통해 다양한 임상 요구를 충족시키는 독창적인 시스템을 구현하고 있습니다. 연구는 기존 의료 영상 시스템의 한계를 극복하기 위한 새로운 하드웨어 구성과 소재 탐색에 집중합니다. 예를 들어, 하이브리드 섬광체 및 다층 평판형 섬광체를 활용하여 방사선 검출 효율과 해상도를 극대화하며, 복잡한 시스템에서도 데이터 손실을 최소화하는 설계를 적용합니다. 특히, PET 검출기의 감도와 시간 분해능을 향상시키기 위한 신소재 할라이드 섬광체 및 실리콘 광증배기(SiPM) 기반 검출기 연구를 통해 최첨단 시스템 구현의 기반을 다집니다. 이러한 차세대 의료 영상 시스템은 뇌 질환 진단, 암 조기 발견, 그리고 전임상 연구 등 다양한 분야에 적용되어 정밀 의료 시대의 핵심 도구로 자리매김할 것입니다. 고성능 의료 영상 시스템의 국산화 및 상용화를 통해 국내 의료기기 산업 발전에 기여하고, 전 세계적으로 환자 진단 및 치료의 정확도를 높이는 데 중요한 가치를 창출하고 있습니다.
의료 영상 신호처리 및 재구성 최적화 기술
본 연구실은 방사선 영상기기와 양전자 단층촬영(PET) 시스템에서 얻어지는 데이터를 정밀하고 효율적으로 처리하기 위한 신호처리 및 영상 재구성 기술 연구에 주력하고 있습니다. 특히, 아날로그/디지털 신호처리, 산란 보정, 노이즈 감소, 신호 중복 보정 등의 핵심 기술 개발을 통해 진단 이미지의 품질과 신뢰성을 획기적으로 개선하는 것을 목표로 합니다. 신호 검출 단계에서 발생하는 다양한 문제점을 해결하여 의료 영상의 정확도를 높이는 데 기여하고 있습니다. 주요 기술로는 다채널 방사선 검출기용 멀티플렉싱 회로 설계, 다중 문턱전압을 활용한 신호 중복 보정 방법, 실리콘 광증배기(SiPM) 신호 처리 장치 개발 등이 있습니다. 양극성 펄스 및 임계상한시간(Time Over Threshold) 방법을 이용한 정밀한 신호 계측 기술은 시간 분해능과 에너지 분해능을 동시에 향상시켜, 저선량 고품질 영상 획득을 가능하게 합니다. 또한, FPGA 기반의 고속 전자회로와 데이터 획득 시스템 개발을 통해 대량의 신호 데이터를 실시간으로 처리할 수 있는 역량을 확보하고 있습니다. 이러한 신호처리 및 재구성 최적화 기술은 PET, CT, X-선 등 다양한 의료 영상 모달리티에 적용되어 진단의 정확도를 높이고 환자에게 최소한의 방사선 노출로 최적의 정보를 제공하는 데 기여합니다. 국내외 의료기기 산업의 기술 경쟁력을 강화하고, 궁극적으로는 환자 안전과 진료 효율성 향상에 실질적인 가치를 제공하고 있습니다.
인공지능 기반 의료 영상 진단 및 헬스케어 솔루션
본 연구실은 인공지능(AI) 및 딥러닝 기술을 의료 영상 진단 및 전반적인 헬스케어 분야에 융합하여 혁신적인 솔루션을 개발하는 데 집중하고 있습니다. 기존 의료 영상 분석의 한계를 넘어 정밀하고 효율적인 진단을 가능하게 하는 AI 기반 영상 분석 시스템을 구축하고, 미래 헬스케어의 새로운 가능성을 제시하는 것을 목표로 합니다. AI 기반 기술을 통해 질병의 조기 진단, 예후 예측, 맞춤형 치료 전략 수립에 기여하고 있습니다. 주요 연구 분야는 인공지능 모델을 활용한 방사선 영상 산란 보정, 딥러닝 기반 고속 양전자 단층촬영(PET) 영상 획득, 그리고 이미지 변환 모델 구축입니다. 특히, GAN(Generative Adversarial Network)과 같은 생성형 AI 모델을 의료 영상에 적용하여 다양한 모달리티 간의 이미지 변환 및 재구성을 최적화하고, 이를 통해 진단 정보의 활용도를 높이고 있습니다. 또한, 군집화와 딥러닝을 이용한 멀티플렉싱 신호 처리 장치 개발을 통해 AI가 하드웨어 성능 향상에도 기여하는 융합 연구를 수행합니다. 이러한 인공지능 기반 의료 영상 및 헬스케어 솔루션은 진료 현장에서 의료진의 진단 효율성을 극대화하고, 환자 개개인에게 최적화된 의료 서비스를 제공하는 데 중요한 역할을 합니다. 또한, 재난/응급 현장 맞춤형 지능형 헬스케어 솔루션 개발과 같이 사회적 가치를 창출하는 연구로 확장되어, 미래 헬스케어의 패러다임을 변화시키는 데 기여하고 있습니다.
서강대학교 BK21Plus | 2013.03 \~ 현재 | 디렉터 (Director) 서강대학교 전자공학과 | 2013 \~ 2015 | 학과장 (Chairman) 서강대학교 응용과학기술연구소 | 2012 \~ 2013 | 소장 (Director) 서강대학교 전자공학과 | 2010.03 \~ 현재 | 교수 (Professor)
성균관대학교 핵의학과 | 2008 \~ 2010 | 교수 (Professor) 성균관대학교 핵의학과 | 2002 \~ 2008
University of California, Los Angeles Ph.D., Biomedical Physics Dissertation Title: Refined Approaches to Quantitatively Evaluate Biological Processes Using Positron Emission Tomography September 1987 - June 1992

보유 기술 로딩 중...