Structure Pattern-Driven Interpretable and Controllable AI for Complex Medical Imaging Systems
개인기초연구(과기정통부)(R&D) · 우수연구-세종과학펠로우십(복귀·유치트랙)
2026년
2710111805
과학기술정보통신부
한국연구재단
성균관대학교산학협력단
HUANG HAO
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
1.2억원
1.2억원
기초연구
대학
경기도 수원시
정보/통신 > 정보이론 > 인공지능
... 의료영상 AI 모델을 대상으로 5년 내에 '구조 패턴 기반 신뢰성 분석 프레임워크'를 구축하는 것이다. 이를 위해 모듈형으로 탑재 가능한 Structure-Pattern Module(SPM) 소프트웨어 패키지와 패턴 수준 평가·보고 프로토콜을 개발하고, CT, MRI, 안저, 피부, 내시경 등 다중 모달리티·다중 과제를 통해 설명가능성, 분포 이동에 대한 강건성, 고위험 사례에 대한 모델의 ...
... 지표와 실패 양상에 미치는 영향을 평가한다. 이를 바탕으로 일반화 가능한 구조 패턴 불변 특성(invariant) 후보와 전형적 실패 패턴을 도출하고, SPM 모듈, 통합 평가 스크립트, 시각화 인터페이스를 포함하는 오픈 소프트웨어 패키지로 구현하여, 국내 의료영상 AI 연구자가 활용할 수 있는 감사 가능·재사용 가능한 구조 패턴 분석 기반을 제공하고자 한다.
(1) 대표적인 의료영상 CNN·Transformer 모델에서 직접 호출할 수 있는 플러그인 형태의 SPM 소프트웨어 패키지와, 이에 연계된 패턴 수준 평가·시각화 스크립트를 제공한다.(2) 여러 대표적 의료영상 과제를 포괄하는 분포 이동 평가 스크립트(shift suite)와 기준(baseline) 결과를 구축하고, 이에 대응하는 설정 파일과 예시 리포트를 ...