macs 연구실 소개

MacsLAB(Medical AI & Computer Science Laboratory)은

전북대학교 컴퓨터인공지능학부의 이경수 교수님이 이끄는 연구실로,

의료영상 인공지능(Medical Imaging AI)과 딥러닝 기반 컴퓨터비전 연구를 중심으로 활동하고 있습니다.

본 연구실은 의료 데이터를 분석·처리하여 질병 진단, 병변 탐지, 영상 품질 향상 등
의료 현장에서 직접 활용 가능한 AI 응용 기술을 개발하는 것을 목표로 합니다.

🎯 연구 목표

MacsLAB은 단순한 모델 개발을 넘어,
임상에서 활용 가능한 AI 시스템의 실용화를 지향합니다.

🧬 주요 연구 분야

1️⃣ 의료영상 분석 (Medical Image Analysis)

• DICOM 기반 영상 처리 및 표준화
• 골절·종양·이상 신호 자동 탐지 모델 개발
• CT / MRI / X-ray 영상 분할(Segmentation) 및 분류(Classification)
• 정량적 영상 지표(Quantitative Imaging Biomarker) 계산

2️⃣ 딥러닝 기반 컴퓨터비전 (Computer Vision for Medicine)

• CNN, Vision Transformer(ViT) 기반 병변 감지
• Self-supervised 및 Few-shot 학습 기법 적용
• 3D Medical Volume Reconstruction 및 Registration
• AI 시각화(Grad-CAM, SHAP, Saliency Map) 연구

3️⃣ AI 모델의 임상 적용 및 해석 가능성 (Explainable & Deployable AI)

MacsLAB은 의료 데이터의 특성과 규제를 고려해
안정적이고 투명한 AI 모델 배포 및 시각화 체계를 구축하고 있습니다.

🧩 연구 예시

의료영상 내 병변 탐지 모델

예시 코드

import torch
import torch.nn as nn
import torchvision.models as models

class AFFDetector(nn.Module):
    def __init__(self, num_classes=2):
        super().__init__()
        self.backbone = models.resnet50(pretrained=True)
        self.fc = nn.Linear(1000, num_classes)

    def forward(self, x):
        x = self.backbone(x)
        return self.fc(x)

model = AFFDetector()
print(model(torch.randn(1, 3, 224, 224)).shape)

• MacsLAB (Medical AI & Computer Science Lab)
  • Research Fields
    • Medical Image Analysis
      • CT / X-ray / MRI
      • DICOM Parsing
    • Computer Vision
      • CNN / ViT
      • Segmentation
    • Explainable AI
      • Grad-CAM / SHAP
      • Model Reliability
  • Applications
    • AFF Detection
    • Bone Lesion Analysis
    • Clinical Integration
  • Tools - PyTorch - FastAPI / Vue3 - OpenCV / NumPy