병원에서 MRI 영상을 보면 마치 뇌를 직접 촬영한 사진처럼 보이지만, 실제로는 빛이나 방사선을 사용하는 것이 아니라 자기장과 수소 원자핵의 물리적 성질을 이용한다는 점이 흥미로웠습니다.
또한 최근에는 이러한 MRI 영상을 인공지능이 분석해 종양이나 질환을 판별한다는 사실을 접하면서, 물리학적 신호로 만들어진 영상을 AI가 어떻게 이해하는지에 대한 궁금증이 생겼습니다.
이에 MRI의 물리적 원리와 딥러닝 알고리즘의 구조를 함께 탐구하여, 의료 기술 속에 융합된 과학 원리를 통합적으로 이해하고자 본 주제를 선정하였습니다.

본 포트폴리오는 MRI의 물리적 원리(T1·T2 이완 등)와 딥러닝 기반 CNN 구조를 연결하여 의료영상 분석 과정을 통합적으로 탐구한 활동으로, 이론 정리에 그치지 않고 실제 뇌 MRI 데이터를 활용한 간단한 AI 모델 실험과 성능 비교까지 수행하였습니다.
또한 의료 AI의 한계와 윤리적 쟁점까지 함께 고찰함으로써, 물리학·생명과학·정보과학이 융합된 의료 기술을 원리부터 사회적 의미까지 이해하려는 탐구라는 점에 특징이 있습니다.

세부 목차는 다음과 같습니다.

1. MRI는 어떤 물리 원리로 뇌 구조를 촬영하는가
- 심화 탐구 보고서

2. AI는 MRI 영상에서 무엇을 학습하는가
- 심화 탐구 보고서
- 실험 설계안
- 파이썬 코드

3. 의료 AI의 장점과 위험성
- 심화 탐구 보고서

4. AI는 MRI를 어떻게 분석하는가?
- 탐구 발표 PPT
- 발표 대본
- 예상 질문 및 답변지