이상철
이상철
소속
인하대학교 (컴퓨터공학과)
AI요약
인하대학교 컴퓨터공학과 이상철 교수는 AI 기반 영상처리 및 분석, 컴퓨터 비전, 지능형 자율주행 시스템 분야의 선도적인 연구를 수행하고 있습니다. 특히 주파수 도메인 데이터 증강을 통한 딥러닝 성능 향상, 실시간 노면 상태 감시, 주행 이벤트 분류 등 다수의 혁신적인 기술 특허를 보유하고 있습니다. 이 페이지에서는 이상철 교수의 주요 연구 분야와 특허 정보를 상세히 소개하여, 그의 기술적 기여와 비전을 파악하실 수 있습니다.
기본 정보
| 연구자 프로필 |  |
| 연구자 명 | 이상철 |
| 직책 | 교수 |
| 이메일 | sclee@inha.ac.kr |
| 재직 상태 | 재직 중 |
| 소속 | 인하대학교 |
| 부서 학과 | 컴퓨터공학과 |
| 사무실 번호 | 0328607442 |
| 연구실 | 시각인공지능 연구 |
| 연구실 홈페이지 | http://imageinfo.inha.ac.kr/ |
| 홈페이지 | https://cse.inha.ac.kr/cse/982/subview.do?enc=Zm5jdDF8QEB8JTJGZGVwYXJ0bWVudEludHJvJTJGY3NlJTJGMTQwMiUyRjE0MTElMkZjb2xsZWdlUHJvZlZpZXcuZG8lM0ZzaXRlSWQlM0Rjc2UlMjZpbmhhaWQlM0RBMjc5MzY4RDlBRjAzMjdCNTcwN0 |
경력정보
| 회사명 | 인하대학교 |
| 재직기간 | 2008.01.01 ~ 재직 중 |
| 담당업무 | 컴퓨터공학과 교수로서 학생 교육 및 연구 수행 |
| 회사명 | 딥카디오 주식회사 |
| 재직기간 | 2020.01.01 ~ 재직 중 |
| 담당업무 | 창업 인공지능을 이용한 심장 진단 기술 개발 및 상용화. 특히, 단순 12리드 심전도 검사로 발작성 심방세동을 정확히 예측하는 기술 개발 및 인하대병원과의 임상 공동 연구를 통해 베타 서비스 운영. |
| 회사명 | NCSA(USA) |
| 재직기간 | 2006.01.01 ~ 2008.01.01 |
| 담당업무 | 연구원 |
중요 키워드
#심방세동예측#기술사업화#주행이벤트분류#딥러닝#데이터증강#인공지능#산학협력#동영상최적화#주파수필터링#의료영상처리#컴퓨터비전#특허#노면감시#심장진단#폐렴진단
대외활동
| 활동 내용 | [창업지원 활동] - 인하대학교 창업지원단장 - 초기 창업기업의 투자 유치 지원 - '인하-비룡 개인투자조합 1호', '비룡-이노스타트업 개인투자조합 2호', '인천혁신모펀드 제3호 조합' 등 투자조합 결성 - 투자유치교육·IR 피치덱 제작, 아랩 투자유치 프로그램, DX 인재 양성 및 매칭 프로그램, DX 역량 양성 및 창업혁신 프로그램 운영 - 아랩 액셀러레이팅 프로그램 운영 - 아랩 투자유치 프로그램 운영 |
주요 연구 내용
| 연구 내용 | [연구 분야] 핵심 분야: 의료영상처리, 컴퓨터비전, 인공지능 세부 분야: 인공지능 기반 심장 진단, 딥러닝 기반 발작성 심방세동 예측, 주파수 도메인 데이터 증강 [대표 연구 내용] 문제 정의: 기존 심전도 검사로는 진단이 어려웠던 발작성 심방세동을 예측하고, 다양한 의료 영상 데이터를 포함한 일반 영상 데이터의 효율적인 분석 및 활용에 대한 필요성이 증대되고 있습니다. 기술 우위: 본 연구팀은 단순 12리드 심전도를 활용하여 딥러닝 기반으로 발작성 심방세동을 정확히 예측하는 기술을 보유하고 있습니다. 또한, 주파수 도메인에서의 데이터 증강 및 필터링 기법을 통해 의료 및 일반 영상 데이터의 딥러닝 모델 성능을 획기적으로 향상시키며, 이는 데이터 부족 문제를 해결하고 모델의 강건성을 확보하는 데 기여합니다. 특히, 폐렴 엑스레이 영상 분류를 위한 주파수 필터링 기반 데이터 증강 기술은 의료 진단의 정확도를 높이는 데 핵심적인 역할을 합니다. 사업 가치: 심전도 기반 심방세동 예측 기술은 조기 진단을 통해 심혈관 질환 예방 및 환자 삶의 질 향상에 크게 기여할 수 있습니다. 이는 의료 서비스 비용 절감에도 영향을 미칩니다. 또한, 의료 분야 외에도 실시간 노면 상태 감시, 동영상 화질 최적화, 주행 이벤트 분류 등 다양한 컴퓨터 비전 및 AI 기반 산업 분야에 적용 가능하며, 데이터 기반 의사결정을 통해 비용 절감 및 효율성 증대를 가져올 수 있습니다. 특히, 주파수 도메인 데이터 증강 기술은 딥러닝 모델의 학습 효율성을 높여 다양한 AI 서비스 개발에 기여할 것입니다. |
학력
| 학력 사항 | University of Illinois at Urbana-Champaign 공학박사 (2005) 인하대학교 전자계산공학과 공학사 (1998) |
보유 기술 로딩 중...