研究者詳細 - 小田　昌宏

講演・口頭発表等 - 小田　昌宏

分割表示 285 件中 241 - 260 件目／全件表示 >>

Development of a Navigation-Based CAD System for Colon 国際会議

8th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2005)

ばねモデルを用いた仮想展開像の歪み軽減処理に関する検討

小田昌宏, 林雄一郎, 北坂孝幸, 森健策, 末永康仁

平成17年度電気関係学会東海支部連合大会

仮想展開像を用いた大腸がん診断支援システムの開発

小田昌宏, 林雄一郎, 北坂孝幸, 森健策, 末永康仁, 縄野繁

第24回日本医用画像工学会大会(JAMIT2005)

仮想展開像と仮想内視鏡像を用いた大腸がん診断支援システムの開発

小田昌宏, 林雄一郎, 北坂孝幸, 森健策, 末永康仁

平成16年度日本エム・イー学会東海支部学術集会

ナビゲーション診断に基づいた大腸がん診断支援システムの開発

小田昌宏, 林雄一郎, 北坂孝幸, 森健策, 末永康仁

電子情報通信学会医用画像研究会

画像ドメイン変換を用いた現実感の高い仮想内視鏡画像生成国際会議

小田昌宏, 田中聖人, 高畠博嗣, 森雅樹, 名取博, 森健策

第28回日本コンピュータ外科学会大会 2019年11月22日

記述言語：日本語会議種別：口頭発表（一般）

開催地：東京大学本郷キャンパス

We propose a realistic virtual endoscopic image generation method for endoscope simulators. Endoscope simulators are used to train endoscopists. However, less realistic visualization of simulators reduces effect of training. Main differences of virtual endoscopic images generated by simulators and real endoscopic images are textures and light reflections on the surface of organs. The differences should be reduced to improve reality of virtual images. This paper proposes a method to improve reality of virtual endoscopic images using a virtual to real endoscopic image domain translation technique. In the image domain translation, the structure of fully convolutional network (FCN) that performs image translation has relation to the reality of translated images. We experimentally confirmed reality of translated images using three different FCNs. From the result, use of larger numbers of kernels and layers resulted in generation of realistic images.

researchmap

深層学習チュートリアル国際会議

小田昌宏

生体医工学シンポジウム2018 2018年9月14日

記述言語：日本語会議種別：公開講演，セミナー，チュートリアル，講習，講義等

開催地：名古屋工業大学

深層学習は医用を含む画像処理において非常に有用な手法である．画像モダリティ，解析対象の組織・現象等に関わらず幅広く利用可能であり，深層学習利用によって従来手法を超える成果を得たという報告が多数存在する．研究開発を行う上で，深層学習を理解し，さらに使えることが必須となりつつある．本講演では深層学習利用のビギナーを対象とし，深層学習の仕組みと深層学習で行えることを医用画像処理の面から概説し，さらに深層学習を使用するためのソフトウェアとハードウェアを紹介する．

researchmap

深層学習を用いた医用画像処理研究の最前線招待有り国際会議

小田昌宏

第47回日本放射線技術学会秋季学術大会（第86回画像部会教育講演） 2019年10月17日第47回日本放射線技術学会秋季学術大会（第86回画像部会教育講演）

深層学習を用いた医用画像処理の始め方招待有り国際会議

小田昌宏

生体医工学シンポジウム2018 2018年9月14日生体医工学シンポジウム2018

機械学習を用いた診断と治療支援招待有り国際会議

小田昌宏

第47回日本脊椎脊髄病学会学術集会 2018年4月12日日本脊椎脊髄病学会

大腸変形モデルを用いた大腸内視鏡下治療誘導システムの開発招待有り国際会議

小田昌宏

第31回人工知能学会全国大会 2017年5月23日 JST

大腸内視鏡トラッキングのためのregression forestsを用いた大腸変形モデルの開発国際会議

小田昌宏, 北坂孝幸, 古川和宏, 宮原良二, 廣岡芳樹, 後藤秀実, Nassir Navabe, 森健策

第26回日本コンピュータ外科学会大会(JSCAS2017) 2017年10月28日

多種情報統合利用による診断・治療支援AIの発展招待有り国際会議

小田昌宏

第92回日本整形外科学会学術総会 2019年5月9日第92回日本整形外科学会学術総会

記述言語：日本語会議種別：シンポジウム・ワークショップパネル（指名）

開催地：パシフィコ横浜

これまでのAIによる診断・治療支援では，医用画像を与え深層学習ベース手法で判断を行うものが主流であった．近年，画像に限らず文章，手術時の術具の動き，臓器変形等，多様な情報を利用した深層学習ベース手法が登場してAI・深層学習の応用範囲を広げている．例えば，患者状態時系列変化の予測，術中の臓器変形の推定，手技評価等がある．今後のAI・深層学習は多種情報を利用するものが増加すると考えられる．

researchmap

外科領域における医用画像の深層学習国際会議

小田昌宏

第27回日本コンピュータ外科学会大会 2018年11月9日

記述言語：日本語会議種別：公開講演，セミナー，チュートリアル，講習，講義等

開催地：奈良県文化会館

深層学習がコンピュータ情報処理の発展に大きく貢献しており，高い識別能力を持つコンピュータシステムを実現するために重要な手法となっている．従来であれば課題ごとに判断・識別アルゴリズムを開発する必要があったが，深層学習では様々な課題に対して共通のモデルまたはフレームワークを適用し，課題解決を図ることが可能である．これにより研究開発の迅速化と高性能化が期待できる．
本セッションでは深層学習を用いた画像処理の実施方法をハンズオン形式で解説する．画像分類，セグメンテーションを含む基本的な深層学習ベース手法のプログラム作成及び実行方法を解説し，参加者が持参するコンピュータ上でプログラムを動作させる．本ハンズオン参加前に，持参するコンピュータへのソフトウェアセットアップ，データダウンロード等が必要である（方法は別途案内）．

researchmap

医用画像工学におけるAI・機械学習の利用招待有り国際会議

小田昌宏

第63回システム制御情報学会研究発表講演会 (SCI’19) 2019年5月22日第63回システム制御情報学会研究発表講演会 (SCI’19)

記述言語：日本語会議種別：公開講演，セミナー，チュートリアル，講習，講義等

開催地：中央電気倶楽部

In the medical image processing field, utilization of AI and machine learning techniques are getting popular. Among AI and machine learning techniques, the deep learning significantly contributes to improve performances of medical image processing methods. This paper introduces some automated segmentation and lesion detection techniques including conventional and deep learning-based methods. Improvements of their performances obtained by using deep learning techniques are also presented. Additionally, two problems that medical image processing researches who use AI and machine learning techniques facing are introduced.

researchmap

医用画像処理のための深層学習サンプルコード集 DMED 国際会議

小田昌宏, 原武史, 森健策

第27回日本コンピュータ外科学会大会 2018年11月9日

記述言語：日本語会議種別：ポスター発表

開催地：奈良県文化会館

Deep learning techniques are widely used in both of computer aided surgery (CAS) and diagnosis (CAD) fields. Many software to use deep learning are available. However, in the medical assisting research field, we need to implement new deep learning-based methods. It is difficult for researchers who are not specialized in image processing or machine learning. To accelerate use of deep learning for all researchers, we developed the deep learning sample code collection for medical image processing (DMED). DMED enables easy use of key deep learning-based methods including medical image processing. Current DMED includes sample codes for image classification, segmentation, and superresolution. Different from the previous deep learning library such as the NiftyNet and the DLTK, the DMED performs training processes in reasonable processing time without GPU. We expect the DMED accelerates use of deep learning-based image processing methods in the CAS and CAD fields.

researchmap

医用画像における深層学習を利用した研究のはじめかた招待有り国際会議

小田昌宏

第37回日本医用画像工学大会 2018年7月25日日本医用画像工学会

Non-contrast to contrasted abdominal CT volume regression using fully convolutional network

Masahiro Oda, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori

Computer Assisted Radiology and Surgery (CARS) 2019 2019年6月18日

MICCAI 2018参加報告国際会議

小田昌宏, 大竹義人, 伊東隼人, 杉野貴明, 斉藤篤, 古川亮, 大西峻, 井宮淳, 森健策

電子情報通信学会医用画像研究会 2019年1月23日

MICCAI 2016参加報告国際会議

小田昌宏, 宮内翔子, 諸岡健一, 周向栄, 増谷佳孝, 中口俊哉, 井宮淳, 森健策

電子情報通信学会医用画像研究会 2017年1月18日

　前のページ - 次のページ　

<小田 昌宏>

講演・口頭発表等 - 小田 昌宏

<小田　昌宏>

講演・口頭発表等 - 小田　昌宏