Hee-Je Lee
Hanyang University
研究室紹介
Professor Hee-Je Lee's research lab specializes in interdisciplinary studies at the intersection of biomedical engineering, signal processing, and 3D data science. The lab focuses on advancing medical imaging and image analysis techniques, particularly in ultrasound-guided interventions and musculoskeletal surgery outcomes, while also developing innovative methods for 3D point cloud processing to enhance the quality and resolution of immersive visual content. Key research directions include the application of physical principles such as causality and Kramers-Kronig relations to understand wave phenomena, and the development of robust algorithms for geometric alignment and hole-filling in point cloud data using depth information and motion modeling.
Research Overview
Research Output Trend
Figures are computed from collected data and may differ slightly.
Selected Papers
5Kramers-Kronig 관계식을 전자기학에서의 인과법칙의 관점에서 다시돌아보고, 플라스마 파동의 Landau 감쇠가 Kramers-Kronig 관계식으로부터 유도될 수 있음을 보였다. 따라서 플라스마 파동의무충돌 감쇠 (collisionless damping)의 근원적 원인이 인과법칙으로소급될 수 있음을 밝히었다. 해석적연장 (analytic continuation)의논리를 쓰지 않고 인과 법칙을 직접 사용하여 Kramers-Kronig 관계식을유도하는 한 가지 방법을 제시하였다.
포인트 클라우드 콘텐츠는 3 차원 포인트로 실제 객체를 나타내는 몰입형 콘텐츠이다. 포인트 클라우드 데이터를 획득하거나 포인트 클라우드 데이터를 인코딩 및 디코딩하는 과정에서 포인트 클라우드 콘텐츠의 해상도가 저하될 수 있다. 본 논문에서는 프레임 간 정합을 통해 순차적으로 포인트 클라우드 콘텐츠의 해상도를 점진적으로 향상시키는 방법을 제안한다. 포인트 클라우드 데이터를 정합하기 위해 ICP(Iterative Closest Point) 알고리즘이 일반적으로 사용된다. 기존 ICP 알고리즘은 강체를 변환할 수 있지만 포인트 클라우드 콘텐츠와 같이 로컬에서 서로 다른 방향으로 모션 벡터를 갖는 비 강체에 대해서는 변환이 불가능하다는 단점이 있다. 현재 프레임의 포인트 클라우드와 이전 프레임 사이의 포인트를 쌍을 만들고 만들어진 쌍의 움직임양을 계산하여 보상해주는 방법으로 기존 ICP 정합에서의 한계를 극복하였다. 이러한 방식으로 프레임 사이에 포인트를 정합하는 과정을 통해 기하학적 움직
포인트 클라우드 콘텐츠는 실제 환경 및 물체를 3차원 위치정보를 갖는 점들과 그에 대응되는 색상 등을 획득하여 기록한 실감 콘텐츠이다. 위치와 색상 정보로 구성된 3차원 점으로 이루어진 포인트 클라우드 콘텐츠는 확대하여 렌더링 할 경우 점과 점 사이의 간격이 벌어지면서 빈 구멍이 발생하게 된다. 본 논문에서는 포인트 클라우드 확대 시 점들 간 간격이 벌어져 생기는 구멍을 찾고 구멍에 대해 깊이정보를 활용한 역 변환 기반 보간 방법을 통해 포인트 클라우드 콘텐츠 품질을 개선하는 방법을 제안한다. 영상의 확대나 카메라 근접 등으로 포인트들의 간격이 벌어지면 틈이 생기면서 구멍 사이에 뒷면의 포인트들이 렌더링 되어 보간 방법을 적용하는데 방해요소로 작용한다. 이를 해결하기 위해 포인트 클라우드의 뒷면에 해당하는 점들을 제거한다. 다음으로 빈 구멍이 발생한 시점의 깊이 맵(depth map)을 추출한다. 마지막으로 역 변환을 하여 원본의 데이터에서 픽셀을 추출한다. 제안하는 방법으로 콘텐츠
목적관절경적 회전근 개 봉합술 후 재파열이 확인된 환자를 분석하여 불량한 임상 결과에 영향을 미치는 원인 인자를 평가하고자 하였다. 대상 및 방법2013년 1월부터 2018년 12월까지 회전근 개 파열로 관절경적 회전근 개 봉합술을 시행 받은 631명의 환자 중 1년 이상 외래 추시를 하고 추시 자기공명영상(magnetic resonance imaging, MRI) 검사상 재파열이 확인된 42예의 환자 데이터를 후향적으로 수집하였다. 수술 전후 운동 범위, 관절경하 건의 파열 정도 및 양상, MRI 검사상 파열 및 재파열의 크기, 파열의 진행 여부, 지방 변성 정도 등 환자의 기능적 결과에 영향을 줄 수 있는 요인을 측정하고 기능적 결과는 American Shoulder and Elbow Surgeons (ASES) 점수로 평가하였다. 불량한 임상 결과에 영향을 주는 인자를 찾기 위해 ASES 점수가 80점 미만인 군을 불량한 임상 결과의 군으로 정의한 뒤 80점 이상인 군과 비
목적: 팬텀 근육내 주입한 초음파 젤의 부피를 초음파를 이용하여 계측하고 이를 실제 주입한 양과 비교하여 관찰자 간 일치도를 평가하고자 하였다. 대상 및 방법: 한 명의 정형외과 의사가 초음파 젤을 주사기를 이용하여 정육점에서 구입한 소의 둔근 내로 1 ml에서 5 ml의 양을30회에 걸쳐 주입하였고 이때 주입된 부피를 기록하였다. 그후 두 명의 영상의학과 의사가 초음파를 이용하여 둔근 내 젤의 부피를계산하고, 계측한 부피와 실제 주입한 양을 비교하고 관찰자 간 일치도를 평가하였다. 결과: 초음파로 측정한 부피는 실제 주입한 초음파 젤의 평균 71.35%였고 실제 부피에 비하여 과소평가되는 경향을 보였다. 관찰자간 일치도를 평가하기 위해 SPSS를 이용하여 시행한 급간 상관(interclass correlation)은 0.95였고, Bland and Altman plot을 이용하여 평가한 일치도 역시 측정한 초음파 젤의 부피의 평균 차이가 ±1.96 표준편차 내에 95% 이상이 존재