研究者詳細 - 森　健策

論文 - 森　健策

分割表示 1,775 件中 341 - 360 件目／全件表示 >>

μ CT を用いた改良版 Cycle-GAN による臨床用 CT 像の超解像処理

鄭通, 小田紘久, 守谷享泰, 杉野貴明, 中村彰太, 小田昌弘, 森雅樹, 高畠博嗣, 名取博, 森健策

第38回日本医用画像工学会大会予稿集頁： OP4-02 2019年7月

小児腸閉塞患者の CT 像における CycleGAN を用いた電子洗浄手法の検討

西尾光平, 小田紘久, 千馬耕亮, 北坂孝幸, 伊東隼人, 小田昌宏, 檜顕成, 内田広夫, 森健策

第38回日本医用画像工学会大会予稿集頁： OP3-20 2019年7月

腹腔鏡動画像からの Fully Convolutional Network による血管領域抽出

盛満慎太郎, 小澤　卓也, 北坂孝幸, 林雄一郎, 小田昌宏, 伊藤雅昭, 竹下修由, 三澤一成, 森健策

第38回日本医用画像工学会大会予稿集頁： OP3-12 2019年7月

Generative Adversarial Frameworks を用いた腹部 CT 像における非造影像からの造影像の推定

小田昌宏, 隈丸加奈子, 青木茂樹, 森健策

第38回日本医用画像工学会大会予稿集頁： OP3-07 2019年7月

AMED 大規模データベースを用いた CT 画像解析と病変検出への応用

森健策，小田昌宏

第38回日本医用画像工学会大会予稿集頁： SY1-5 2019年7月

Polyp size classification in colorectal cancer using a Siamese network

頁： OP2-14 2019年7月

表現学習と SVM による胃壁マイクロ CT 像の半教師ありセグメンテーション手法

御手洗翠, 小田紘久, 杉野貴明, 守谷享泰, 伊東隼人, 小田昌宏, 小宮山琢真, 森雅樹, 高畠博嗣, 名取博, 森健策

第38回日本医用画像工学会大会予稿集頁： OP2-08 2019年7月

深層学習における学習データセット規模拡大に応じた分類精度向上に関する実験的検討　～超拡大大腸内視鏡画像における腫瘍性病変分類に向けた特徴量抽出～

伊東隼人, 森悠一, 三澤将史, 小田昌宏, 工藤進英, 森健策

第38回日本医用画像工学会大会予稿集頁： OP1-24 2019年7月

少量のラベルデータを用いた学習によるイレウス症例 CT 像における拡張腸管の自動抽出

小田紘久, 西尾光平, 北坂孝幸, 天野日出, 千馬耕亮, 内田広夫, 鈴木耕次郞, 伊東隼人, 小田昌宏, 森健策

第38回日本医用画像工学会大会予稿集頁： OP1-15 2019年7月

単眼腹腔鏡映像からの奥行き推定を利用した術具セグメンテーション

鈴木拓矢, 道満恵介, 目加田慶人, 三澤一成, 森健策

第38回日本医用画像工学会大会予稿集頁： OP1-11 2019年7月

大腸内視鏡（コロノスコピー）画像診断支援ソフトウェアの開発

森健策

インナービジョン 2019年7月号 34 巻 ( 7 ) 頁： 45 2019年7月

多元計算解剖学のその先にあるもの

森　健策

第38回日本医用画像工学会大会予稿集頁： SY2-5 2019年7月

3D fully convolutional network を用いた腎腫瘍の定量評価における初期検討

王成龍, 小田昌宏, 林雄一郎, 佐々直人, 山本徳則, 森健策

第38回日本医用画像工学会大会予稿集頁： OP5-23 2019年7月

AMED 大規模データベースを用いた CT 画像解析と病変検出への応用

森健策, 小田昌宏

第38回日本医用画像工学会大会予稿集頁： SY1-5 2019年7月

Artificial intelligence and upper gastrointestinal endoscopy: current status and future perspective 査読有り

Yuichi Mori, Shinei Kudo, Hussein Ebaid, Naeem Mohmed, Masashi Misawa, Noriyuki Ogata, Hayato Itoh, Masahiro Oda, Kensaku Mori

Digestive endoscopy 34 巻 ( 4 ) 頁： 378-388 2019年7月

Artificial intelligence and colonoscopy: Current status and future perspectives 査読有り国際誌

Kudo, SE; Mori, Y; Misawa, M; Takeda, K; Kudo, T; Itoh, H; Oda, M; Mori, K

DIGESTIVE ENDOSCOPY 31 巻 ( 4 ) 頁： 363 - 371 2019年7月

記述言語：英語掲載種別：研究論文（学術雑誌）出版者・発行元：Digestive Endoscopy

Background and Aim: Application of artificial intelligence in medicine is now attracting substantial attention. In the field of gastrointestinal endoscopy, computer-aided diagnosis (CAD) for colonoscopy is the most investigated area, although it is still in the preclinical phase. Because colonoscopy is carried out by humans, it is inherently an imperfect procedure. CAD assistance is expected to improve its quality regarding automated polyp detection and characterization (i.e. predicting the polyp's pathology). It could help prevent endoscopists from missing polyps as well as provide a precise optical diagnosis for those detected. Ultimately, these functions that CAD provides could produce a higher adenoma detection rate and reduce the cost of polypectomy for hyperplastic polyps. Methods and Results: Currently, research on automated polyp detection has been limited to experimental assessments using an algorithm based on ex vivo videos or static images. Performance for clinical use was reported to have >90% sensitivity with acceptable specificity. In contrast, research on automated polyp characterization seems to surpass that for polyp detection. Prospective studies of in vivo use of artificial intelligence technologies have been reported by several groups, some of which showed a >90% negative predictive value for differentiating diminutive (≤5 mm) rectosigmoid adenomas, which exceeded the threshold for optical biopsy. Conclusion: We introduce the potential of using CAD for colonoscopy and describe the most recent conditions for regulatory approval for artificial intelligence-assisted medical devices.

DOI： 10.1111/den.13340

医用画像AI

森健策

医療機器学　第94回日本医療機器学会大会・学術集会 89 巻 ( 2 ) 頁： 107-108 2019年6月

Automatic egistration of unordered point clouds for the study of abdominal organs and lymph node eformations

B. Villard, K. Tachi, K. Misawa, M. Oda, K. Mori

Computer Assisted Radiology 33rd International Congress and Exhibition CARS 2019 頁： 0 2019年6月

Semi-automated small intestine segmentation by fully convolutional networks and Hessian analysis

K. Mori, H. Oda, T. Sugino, K. Nishio, K. Chiba, K. Oshima, T. Kitasaka, M. Oda, C. Shirota, A. Hinoki, H. Uchida

International Journal of Computer Assisted Radiology and Surgery CARS 2019 14 巻 ( 1 ) 頁： s119-120 2019年6月

3D fully convolutional network-based head structure segmentation on multi-modal images from sparse annotation

K. Mori, T. Sugino, H. Roth, M. Oda, T. Kin

International Journal of Computer Assisted Radiology and Surgery CARS 2019 14 巻 ( 1 ) 頁： s120-121 2019年6月

　前のページ - 次のページ　

<森 健策>

論文 - 森 健策

<森　健策>

論文 - 森　健策