CV

M.S., School of Software

Soongsil University, Seoul, South Korea

Artificial Intelligence, Medical Imaging

• Vision & Machine Learning Lab.

B.S., School of Software

Soongsil University, Seoul, South Korea

Software Engineering

Aorta Multi-class Segmentation via Anatomically Constrained Plane Detection

MICCAI 2025 - International Conference on Medical Image Computing and Computer-Assisted Intervention

(1저자) 보이지 않는 대동맥 다중 구간으로 인한 분할 노이즈 문제를 해결하기 위해, 해부학적 정의와 의사들의 분할 방식을 AI로 모델링하여 일관되고 임상적으로 신뢰성 있는 분할을 구현.

Self-Supervised Cyclic Keypoints for Medical Image Registration

In preparation for resubmission

CT 정합에서 Intensity 변화에 취약한 기존 접근을 극복하기 위해, Self-supervised Contrastive learning으로 신뢰성 높은 Keypoint correspondence를 학습하는 정합 기법을 제안하여, 밝기 변화에 강건하면서 의학적으로 정확한 정합을 구현.

Deformable Medical Image Registration via Multiview Adversarial Learning

Biomedical Signal Processing and Control, Under Revision

(공동 1저자) 복부 CT 정합 과정에서 큰 변형으로 인한 영상 왜곡 문제를 줄이기 위해, Multi-view Adversarial learning을 제안하여 보다 사실적이고 신뢰할 수 있는 정합을 구현.”

Aorta Multi-zone Segmentation

해부학적 정의를 모방한 AI 분할 Framework 제안. 평면 기반 분할로 분할 노이즈 감소 및 성능 21% 증가. 수술 계획 및 진단 정확도 향상.

• 해부학적 정의 기반 분할
• 분할 노이즈 감소
• 성능 21% 증가

Deformable Image Registration (DIR)

생성형 모델 기반 자기 지도 학습 DIR Framework 제안. Multi-phase registration 및 correspondence 학습. 정합 GT 없는 환경에서도 정확한 정합 달성.

• 생성형 모델 기반 자기 지도 학습
• Multi-phase registration
• 정합 GT 없는 환경 지원