2024/04/22 更新

写真a

オダ マサヒロ
小田 昌宏
ODA, Masahiro
所属
情報基盤センター 学術情報開発研究部門 准教授
大学院担当
大学院情報学研究科
職名
准教授
連絡先
メールアドレス
外部リンク

学位 1

  1. 博士(情報科学) ( 2009年3月   名古屋大学 ) 

研究キーワード 6

  1. 機械学習

  2. CAS

  3. CAD

  4. 計算機支援診断

  5. 計算機支援治療

  6. 医用画像処理

研究分野 3

  1. その他 / その他  / 医用画像処理

  2. その他 / その他  / メディア情報学・データベース

  3. ライフサイエンス / 医用システム  / 医用画像処理

経歴 6

  1. 名古屋大学   情報連携推進本部情報戦略室   准教授

    2020年10月 - 現在

      詳細を見る

    国名:日本国

  2. 名古屋大学   大学院情報学研究科 知能システム学専攻   助教

    2017年4月 - 2020年9月

      詳細を見る

  3. 名古屋大学   大学院情報科学研究科メディア科学専攻   助教

    2011年10月 - 2017年3月

      詳細を見る

  4. 名古屋大学   情報連携統括本部情報戦略室   特任助教

    2010年4月 - 2011年9月

      詳細を見る

    国名:日本国

  5. 名古屋大学   大学院工学研究科予防早期医療創成センター   特任助教

    2009年8月 - 2010年3月

      詳細を見る

    国名:日本国

  6. 名古屋大学   大学院工学研究科予防早期医療創成センター   研究員

    2009年4月 - 2009年7月

      詳細を見る

    国名:日本国

▼全件表示

学歴 3

  1. 名古屋大学   情報科学研究科   メディア科学専攻

    2006年4月 - 2009年3月

      詳細を見る

    国名: 日本国

  2. 名古屋大学   大学院情報科学研究科   メディア科学専攻

    2004年4月 - 2006年3月

      詳細を見る

    国名: 日本国

  3. 名古屋大学   工学部   電気電子情報工学科

    2000年4月 - 2004年3月

      詳細を見る

    国名: 日本国

所属学協会 5

  1. 電子情報通信学会

  2. 日本コンピュータ外科学会

  3. 日本医用画像工学会

  4. 情報処理学会

  5. 日本生体医工学会

委員歴 40

  1. Medical Image Computing and Computer Assisted Intervention (MICCAI) 2024   Area Chair  

    2024年2月 - 2024年10月   

      詳細を見る

    団体区分:学協会

  2. 日本医用画像工学会   代議員  

    2022年4月 - 現在   

      詳細を見る

    団体区分:学協会

  3. 第41回日本医用画像工学会大会   プログラム委員長  

    2022年2月 - 2022年7月   

      詳細を見る

    団体区分:学協会

  4. Medical Image Computing and Computer Assisted Intervention (MICCAI) 2025   Organization Committee  

    2022年1月 - 2025年10月   

      詳細を見る

    団体区分:学協会

  5. 日本コンピュータ外科学会   評議員  

    2017年4月 - 現在   

      詳細を見る

    団体区分:学協会

  6. CARS 2024 Computer Assisted Radiology and Surgery   Program Comittee  

    2024年1月 - 2024年6月   

      詳細を見る

    団体区分:学協会

  7. 第42回日本医用画像工学会大会   プログラム委員  

    2023年4月 - 2023年8月   

      詳細を見る

    団体区分:学協会

  8. 第32回日本コンピュータ外科学会大会   プログラム委員  

    2023年3月 - 2023年12月   

      詳細を見る

    団体区分:学協会

  9. The International Forum on Medical Imaging in Asia (IFMIA)   プログラム委員  

    2022年7月 - 2023年1月   

      詳細を見る

    団体区分:学協会

  10. 電子情報通信学会英文論文誌D編集委員会   英文論文誌編集委員  

    2022年6月 - 2026年6月   

      詳細を見る

    団体区分:学協会

  11. 13th International Workshop on Machine Learning in Medical Imaging (MLMI2022)   プログラム委員  

    2022年3月 - 2022年9月   

      詳細を見る

    団体区分:学協会

  12. 日本コンピュータ外科学会   編集委員会委員  

    2022年2月 - 2023年11月   

      詳細を見る

    団体区分:学協会

  13. 第31回日本コンピュータ外科学会大会   プログラム委員  

    2022年2月 - 2022年6月   

  14. 第30回日本コンピュータ外科学会大会   プログラム委員  

    2021年8月 - 2021年11月   

      詳細を見る

    団体区分:学協会

  15. 第40回日本医用画像工学会大会   プログラム委員  

    2021年5月 - 2021年10月   

      詳細を見る

    団体区分:学協会

  16. プログラム委員  

    2021年3月 - 2021年10月   

      詳細を見る

    団体区分:学協会

  17. 第39回日本医用画像工学会大会   プログラム委員  

    2020年4月 - 2020年9月   

      詳細を見る

    団体区分:学協会

  18. 11th International Workshop on Machine Learning in Medical Imaging (MLMI2020)   プログラム委員  

    2020年3月 - 2020年10月   

      詳細を見る

    団体区分:学協会

  19. メディカルイメージング連合フォーラム   会場世話人  

    2019年6月 - 2020年1月   

      詳細を見る

    団体区分:学協会

  20. 第38回日本医用画像工学会大会   プログラム委員  

    2019年4月 - 2019年7月   

      詳細を見る

    団体区分:学協会

  21. 10th International Workshop on Machine Learning in Medical Imaging (MLMI2019)   プログラム委員  

    2019年3月 - 2019年10月   

      詳細を見る

    団体区分:学協会

  22. メディカルイメージング連合フォーラム   会場世話人  

    2018年6月 - 2019年1月   

      詳細を見る

    団体区分:学協会

  23. 第37回日本医用画像工学会大会   プログラム委員  

    2018年4月 - 2018年7月   

      詳細を見る

    団体区分:学協会

  24. 9th International Workshop on Machine Learning in Medical Imaging (MLMI2018)   プログラム委員  

    2018年3月 - 2018年9月   

      詳細を見る

    団体区分:学協会

  25. 電子情報通信学会 医用画像研究専門委員会   専門委員  

    2017年6月 - 2021年6月   

      詳細を見る

    団体区分:学協会

  26. 電子情報通信学会 医用画像研究会2018年3月研究会   会場世話人  

    2017年6月 - 2018年3月   

      詳細を見る

    団体区分:学協会

  27. 第36回日本医用画像工学会大会   プログラム委員  

    2017年4月 - 2017年7月   

      詳細を見る

    団体区分:学協会

  28. 第26回日本コンピュータ外科学会大会   現地実行委員長  

    2016年10月 - 2017年10月   

      詳細を見る

    団体区分:学協会

  29. 日本医用画像工学会編集委員会   副編集委員長  

    2016年8月 - 2020年7月   

      詳細を見る

    団体区分:学協会

  30. 情報処理学会第79回全国大会   実行委員  

    2016年4月 - 2017年3月   

      詳細を見る

    団体区分:学協会

  31. 第35回日本医用画像工学会大会   プログラム委員  

    2016年4月 - 2016年7月   

      詳細を見る

    団体区分:学協会

  32. 電子情報通信学会 医用画像研究会2016年5月研究会   会場世話人  

    2016年1月 - 2016年5月   

      詳細を見る

    団体区分:学協会

  33. 第34回日本医用画像工学会大会   プログラム委員  

    2015年4月 - 2015年8月   

      詳細を見る

    団体区分:学協会

  34. 2nd International Workshop on Computer-Assisted and Robotic Endoscopy (CARE) 2015   プログラム委員  

    2015年3月 - 2015年10月   

      詳細を見る

    団体区分:学協会

  35. 日本医用画像工学会編集委員会   編集委員  

    2014年8月 - 2016年7月   

  36. 第33回日本医用画像工学会大会   プログラム委員  

    2014年4月 - 2014年7月   

      詳細を見る

    団体区分:学協会

  37. MICCAI 2013 5th International Workshop on Abdominal Imaging: Computational and Clinical Applications   プログラム委員, 現地委員  

    2013年4月 - 2013年9月   

      詳細を見る

    団体区分:学協会

  38. 第32回日本医用画像工学会大会   プログラム委員  

    2013年4月 - 2013年8月   

      詳細を見る

    団体区分:学協会

  39. MICCAI 2013運営委員会   実行委員,現地実行委員,現地会場委員長,ワークショップ出版委員,フットサル委員  

    2012年5月 - 2013年9月   

  40. 第31回日本医用画像工学会大会   プログラム委員  

    2012年4月 - 2012年8月   

      詳細を見る

    団体区分:学協会

▼全件表示

受賞 11

  1. Endosopic Vision Challenge Sub Challenge 3rd Place

    2023年10月   Endosopic Vision Challenge   Synthtic Date for Instrument segmentation in surgery

    Xinkai Zhao, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kensaku Mori

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞  受賞国:カナダ

  2. Outstanding Paper Award

    2022年9月   Joint MICCAI 2022 Workshop on Augmented Environments for Computer-Assisted Interventions (AE-CAI), Computer-Assisted Endoscopy (CARE), and Context-Aware Operation Theatres 2.0 (OR 2.0)   KST-Mixer: Kinematic Spatio-Temporal Data Mixer For Colon Shape Estimation

    小田昌宏, 古川和宏, Nassir Navab, 森健策

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞  受賞国:シンガポール共和国

    researchmap

  3. Certificate of Merit

    2019年12月   Radiological Society of North America   Generative Adversarial Networks Showcase: Their Mechanisms and Radiological Applications

    Masahiro Oda, Hirohisa Oda, Kanako K. Kumamaru, Shigeki Aoki, Hiroshi Natori, Kensaku Mori, Masaki Mori, Hirotsugu Takabatake

     詳細を見る

    受賞区分:国内外の国際的学術賞  受賞国:アメリカ合衆国

    researchmap

  4. 2018年度 講演論文賞

    2019年11月   日本コンピューター外科学会   医用画像処理のための深層学習サンプルコード集DMED

    小田昌宏, 原 武史, 森 健策

     詳細を見る

    受賞区分:国内学会・会議・シンポジウム等の賞  受賞国:日本国

  5. 2017年度 CAS Young Investigator Award Gold賞(日立賞)

    2018年11月   日本コンピューター外科学会  

    小田 昌宏

     詳細を見る

    受賞区分:国内学会・会議・シンポジウム等の賞  受賞国:日本国

  6. 日本医用画像工学会 奨励賞

    2017年9月   日本医用画像工学会  

    小田 昌宏, 山本 徳則, 吉野 能, 森 健策

     詳細を見る

    受賞区分:国内学会・会議・シンポジウム等の賞  受賞国:日本国

  7. Magna Cum Laude

    2014年12月   北米放射線学会  

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞  受賞国:アメリカ合衆国

  8. Certificate of Merit

    2009年12月   北米放射線学会  

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞  受賞国:アメリカ合衆国

  9. 学生研究奨励賞

    2008年6月   電子情報通信学会東海支部  

     詳細を見る

    受賞区分:国内学会・会議・シンポジウム等の賞  受賞国:日本国

  10. 電気関係学会東海支部連合大会 奨励賞

    2006年1月   電子情報通信学会東海支部  

     詳細を見る

    受賞国:日本国

  11. パターン認識・メディア理解(PRMU)研究会アルゴリズムコンテスト

    2002年9月   パターン認識・メディア理解(PRMU)研究会  

     詳細を見る

    受賞区分:国内学会・会議・シンポジウム等の賞  受賞国:日本国

▼全件表示

 

論文 308

  1. Anatomical attention can help to segment the dilated pancreatic duct in abdominal CT.

    Shen C, Roth HR, Hayashi Y, Oda M, Sato G, Miyamoto T, Rueckert D, Mori K

    International journal of computer assisted radiology and surgery     2024年3月

     詳細を見る

    記述言語:英語  

    DOI: 10.1007/s11548-023-03049-z

    PubMed

  2. Use of 3D-printed model of liver by experts and novices 査読有り

    Maehigashi, A; Miwa, K; Oda, M; Nakamura, Y; Mori, K; Igami, T

    CURRENT PSYCHOLOGY     2024年2月

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:Current Psychology  

    This study investigated the influence of using three-dimensional (3D) computer and 3D-printed models on the spatial reasoning of experts and novices. The task of this study required general university students as novices in Experiment 1 and surgeons specializing in digestive surgery as experts in Experiment 2 to infer the cross sections of a liver, using a 3D-computer or 3D-printed model. The results of the experiments showed that the university students learned faster and inferred the liver structure more accurately with the 3D-printed model than with the 3D-computer model. Conversely, the surgeons showed the same task performance when using the 3D-computer and 3D-printed models; however, they performed the task with more confidence and less workload during the task with the 3D-printed model. Based on the results, the cognitive effects and advantages of using 3D-printed models for novices and experts have been discussed.

    DOI: 10.1007/s12144-024-05676-4

    Web of Science

    Scopus

    researchmap

  3. YOLOv7-RepFPN: Improving real-time performance of laparoscopic tool detection on embedded systems 査読有り

    Liu, YZ; Hayashi, Y; Oda, M; Kitasaka, T; Mori, K

    HEALTHCARE TECHNOLOGY LETTERS     2024年1月

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:Healthcare Technology Letters  

    This study focuses on enhancing the inference speed of laparoscopic tool detection on embedded devices. Laparoscopy, a minimally invasive surgery technique, markedly reduces patient recovery times and postoperative complications. Real-time laparoscopic tool detection helps assisting laparoscopy by providing information for surgical navigation, and its implementation on embedded devices is gaining interest due to the portability, network independence and scalability of the devices. However, embedded devices often face computation resource limitations, potentially hindering inference speed. To mitigate this concern, the work introduces a two-fold modification to the YOLOv7 model: the feature channels and integrate RepBlock is halved, yielding the YOLOv7-RepFPN model. This configuration leads to a significant reduction in computational complexity. Additionally, the focal EIoU (efficient intersection of union) loss function is employed for bounding box regression. Experimental results on an embedded device demonstrate that for frame-by-frame laparoscopic tool detection, the proposed YOLOv7-RepFPN achieved an mAP of 88.2% (with IoU set to 0.5) on a custom dataset based on EndoVis17, and an inference speed of 62.9 FPS. Contrasting with the original YOLOv7, which garnered an 89.3% mAP and 41.8 FPS under identical conditions, the methodology enhances the speed by 21.1 FPS while maintaining detection accuracy. This emphasizes the effectiveness of the work.

    DOI: 10.1049/htl2.12072

    Web of Science

    Scopus

    researchmap

  4. Deep learning model for extensive smartphone-based diagnosis and triage of cataracts and multiple corneal diseases.

    Ueno Y, Oda M, Yamaguchi T, Fukuoka H, Nejima R, Kitaguchi Y, Miyake M, Akiyama M, Miyata K, Kashiwagi K, Maeda N, Shimazaki J, Noma H, Mori K, Oshika T

    The British journal of ophthalmology     2024年1月

     詳細を見る

    記述言語:英語  

    DOI: 10.1136/bjo-2023-324488

    PubMed

  5. Towards better laparoscopic video segmentation: A class-wise contrastive learning approach with multi-scale feature extraction

    Zhang L., Hayashi Y., Oda M., Mori K.

    Healthcare Technology Letters     2024年

     詳細を見る

    出版者・発行元:Healthcare Technology Letters  

    The task of segmentation is integral to computer-aided surgery systems. Given the privacy concerns associated with medical data, collecting a large amount of annotated data for training is challenging. Unsupervised learning techniques, such as contrastive learning, have shown powerful capabilities in learning image-level representations from unlabelled data. This study leverages classification labels to enhance the accuracy of the segmentation model trained on limited annotated data. The method uses a multi-scale projection head to extract image features at various scales. The partitioning method for positive sample pairs is then improved to perform contrastive learning on the extracted features at each scale to effectively represent the differences between positive and negative samples in contrastive learning. Furthermore, the model is trained simultaneously with both segmentation labels and classification labels. This enables the model to extract features more effectively from each segmentation target class and further accelerates the convergence speed. The method was validated using the publicly available CholecSeg8k dataset for comprehensive abdominal cavity surgical segmentation. Compared to select existing methods, the proposed approach significantly enhances segmentation performance, even with a small labelled subset (1–10%) of the dataset, showcasing a superior intersection over union (IoU) score.

    DOI: 10.1049/htl2.12069

    Scopus

  6. M U-Net: Intestine Segmentation Using Multi-dimensional Features for Ileus Diagnosis Assistance

    An Q., Oda H., Hayashi Y., Kitasaka T., Hinoki A., Uchida H., Suzuki K., Takimoto A., Oda M., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   14313 LNCS 巻   頁: 135 - 144   2024年

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    The intestine is an essential digestive organ that can cause serious health problems once diseased. This paper proposes a method for intestine segmentation to intestine obstruction diagnosis assistance called multi-dimensional U-Net (M U-Net). We employ two encoders to extract features from two-dimensional (2D) CT slices and three-dimensional (3D) CT patches. These two encoders collaborate to enhance the segmentation accuracy of the model. Additionally, we incorporate deep supervision with the M U-Net to reduce the limitation of training with sparse label data sets. The experimental results demonstrated that the Dice of the proposed method was 73.22%, the recall was 79.89%, and the precision was 70.61%.

    DOI: 10.1007/978-3-031-47076-9_14

    Scopus

  7. Revisiting instrument segmentation: Learning from decentralized surgical sequences with various imperfect annotations

    Zheng Z., Hayashi Y., Oda M., Kitasaka T., Mori K.

    Healthcare Technology Letters     2024年

     詳細を見る

    出版者・発行元:Healthcare Technology Letters  

    This paper focuses on a new and challenging problem related to instrument segmentation. This paper aims to learn a generalizable model from distributed datasets with various imperfect annotations. Collecting a large-scale dataset for centralized learning is usually impeded due to data silos and privacy issues. Besides, local clients, such as hospitals or medical institutes, may hold datasets with diverse and imperfect annotations. These datasets can include scarce annotations (many samples are unlabelled), noisy labels prone to errors, and scribble annotations with less precision. Federated learning (FL) has emerged as an attractive paradigm for developing global models with these locally distributed datasets. However, its potential in instrument segmentation has yet to be fully investigated. Moreover, the problem of learning from various imperfect annotations in an FL setup is rarely studied, even though it presents a more practical and beneficial scenario. This work rethinks instrument segmentation in such a setting and propose a practical FL framework for this issue. Notably, this approach surpassed centralized learning under various imperfect annotation settings. This method established a foundational benchmark, and future work can build upon it by considering each client owning various annotations and aligning closer with real-world complexities.

    DOI: 10.1049/htl2.12068

    Scopus

  8. SGSR: style-subnets-assisted generative latent bank for large-factor super-resolution with registered medical image dataset. 国際誌

    Zheng T, Oda H, Hayashi Y, Nakamura S, Mori M, Takabatake H, Natori H, Oda M, Mori K

    International journal of computer assisted radiology and surgery     2023年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: We propose a large-factor super-resolution (SR) method for performing SR on registered medical image datasets. Conventional SR approaches use low-resolution (LR) and high-resolution (HR) image pairs to train a deep convolutional neural network (DCN). However, LR–HR images in medical imaging are commonly acquired from different imaging devices, and acquiring LR–HR image pairs needs registration. Registered LR–HR images have registration errors inevitably. Using LR–HR images with registration error for training an SR DCN causes collapsed SR results. To address these challenges, we introduce a novel SR approach designed specifically for registered LR–HR medical images. Methods: We propose style-subnets-assisted generative latent bank for large-factor super-resolution (SGSR) trained with registered medical image datasets. Pre-trained generative models named generative latent bank (GLB), which stores rich image priors, can be applied in SR to generate realistic and faithful images. We improve GLB by newly introducing style-subnets-assisted GLB (S-GLB). We also propose a novel inter-uncertainty loss to boost our method’s performance. Introducing more spatial information by inputting adjacent slices further improved the results. Results: SGSR outperforms state-of-the-art (SOTA) supervised SR methods qualitatively and quantitatively on multiple datasets. SGSR achieved higher reconstruction accuracy than recently supervised baselines by increasing peak signal-to-noise ratio from 32.628 to 34.206 dB. Conclusion: SGSR performs large-factor SR while given a registered LR–HR medical image dataset with registration error for training. SGSR’s results have both realistic textures and accurate anatomical structures due to favorable quantitative and qualitative results. Experiments on multiple datasets demonstrated SGSR’s superiority over other SOTA methods. SR medical images generated by SGSR are expected to improve the accuracy of pre-surgery diagnosis and reduce patient burden.

    DOI: 10.1007/s11548-023-03037-3

    Scopus

    PubMed

    researchmap

  9. Automated Detection of the Thoracic Ossification of the Posterior Longitudinal Ligament Using Deep Learning and Plain Radiographs

    Ito, S; Nakashima, H; Segi, N; Ouchida, J; Oda, M; Yamauchi, I; Oishi, R; Miyairi, Y; Mori, K; Imagama, S

    BIOMED RESEARCH INTERNATIONAL   2023 巻   頁: 8495937   2023年11月

     詳細を見る

    記述言語:英語   出版者・発行元:BioMed Research International  

    Ossification of the ligaments progresses slowly in the initial stages, and most patients are unaware of the disease until obvious myelopathy symptoms appear. Consequently, treatment and clinical outcomes are not satisfactory. This study is aimed at developing an automated system for the detection of the thoracic ossification of the posterior longitudinal ligament (OPLL) using deep learning and plain radiography. We retrospectively reviewed the data of 146 patients with thoracic OPLL and 150 control cases without thoracic OPLL. Plain lateral thoracic radiographs were used for object detection, training, and validation. Thereafter, an object detection system was developed, and its accuracy was calculated. The performance of the proposed system was compared with that of two spine surgeons. The accuracy of the proposed object detection model based on plain lateral thoracic radiographs was 83.4%, whereas the accuracies of spine surgeons 1 and 2 were 80.4% and 77.4%, respectively. Our findings indicate that our automated system, which uses a deep learning-based method based on plain radiographs, can accurately detect thoracic OPLL. This system has the potential to improve the diagnostic accuracy of thoracic OPLL.

    DOI: 10.1155/2023/8495937

    Web of Science

    Scopus

    PubMed

  10. Automated Detection and Diagnosis of Spinal Schwannomas and Meningiomas Using Deep Learning and Magnetic Resonance Imaging

    Ito Sadayuki, Nakashima Hiroaki, Segi Naoki, Ouchida Jun, Oda Masahiro, Yamauchi Ippei, Oishi Ryotaro, Miyairi Yuichi, Mori Kensaku, Imagama Shiro

    JOURNAL OF CLINICAL MEDICINE   12 巻 ( 15 )   2023年8月

     詳細を見る

    記述言語:英語   出版者・発行元:Journal of Clinical Medicine  

    Spinal cord tumors are infrequently identified spinal diseases that are often difficult to diagnose even with magnetic resonance imaging (MRI) findings. To minimize the probability of overlooking these tumors and improve diagnostic accuracy, an automatic diagnostic system is needed. We aimed to develop an automated system for detecting and diagnosing spinal schwannomas and meningiomas based on deep learning using You Only Look Once (YOLO) version 4 and MRI. In this retrospective diagnostic accuracy study, the data of 50 patients with spinal schwannomas, 45 patients with meningiomas, and 100 control cases were reviewed, respectively. Sagittal T1-weighted (T1W) and T2-weighted (T2W) images were used for object detection, classification, training, and validation. The object detection and diagnosis system was developed using YOLO version 4. The accuracies of the proposed object detections based on T1W, T2W, and T1W + T2W images were 84.8%, 90.3%, and 93.8%, respectively. The accuracies of the object detection for two spine surgeons were 88.9% and 90.1%, respectively. The accuracies of the proposed diagnoses based on T1W, T2W, and T1W + T2W images were 76.4%, 83.3%, and 84.1%, respectively. The accuracies of the diagnosis for two spine surgeons were 77.4% and 76.1%, respectively. We demonstrated an accurate, automated detection and diagnosis of spinal schwannomas and meningiomas using the developed deep learning-based method based on MRI. This system could be valuable in supporting radiological diagnosis of spinal schwannomas and meningioma, with a potential of reducing the radiologist’s overall workload.

    DOI: 10.3390/jcm12155075

    Web of Science

    Scopus

    PubMed

  11. Artificial intelligence in a prediction model for postendoscopic retrograde cholangiopancreatography pancreatitis

    Takahashi Hidekazu, Ohno Eizaburo, Furukawa Taiki, Yamao Kentaro, Ishikawa Takuya, Mizutani Yasuyuki, Iida Tadashi, Shiratori Yoshimune, Oyama Shintaro, Koyama Junji, Mori Kensaku, Hayashi Yuichiro, Oda Masahiro, Suzuki Takahisa, Kawashima Hiroki

    DIGESTIVE ENDOSCOPY     2023年7月

     詳細を見る

    記述言語:英語   出版者・発行元:Digestive Endoscopy  

    Objectives: In this study we aimed to develop an artificial intelligence-based model for predicting postendoscopic retrograde cholangiopancreatography (ERCP) pancreatitis (PEP). Methods: We retrospectively reviewed ERCP patients at Nagoya University Hospital (NUH) and Toyota Memorial Hospital (TMH). We constructed two prediction models, a random forest (RF), one of the machine-learning algorithms, and a logistic regression (LR) model. First, we selected features of each model from 40 possible features. Then the models were trained and validated using three fold cross-validation in the NUH cohort and tested in the TMH cohort. The area under the receiver operating characteristic curve (AUROC) was used to assess model performance. Finally, using the output parameters of the RF model, we classified the patients into low-, medium-, and high-risk groups. Results: A total of 615 patients at NUH and 544 patients at TMH were enrolled. Ten features were selected for the RF model, including albumin, creatinine, biliary tract cancer, pancreatic cancer, bile duct stone, total procedure time, pancreatic duct injection, pancreatic guidewire-assisted technique without a pancreatic stent, intraductal ultrasonography, and bile duct biopsy. In the three fold cross-validation, the RF model showed better predictive ability than the LR model (AUROC 0.821 vs. 0.660). In the test, the RF model also showed better performance (AUROC 0.770 vs. 0.663, P = 0.002). Based on the RF model, we classified the patients according to the incidence of PEP (2.9%, 10.0%, and 23.9%). Conclusion: We developed an RF model. Machine-learning algorithms could be powerful tools to develop accurate prediction models.

    DOI: 10.1111/den.14622

    Web of Science

    Scopus

    PubMed

  12. DEVELOPMENT OF A MACHINE-LEARNING MODEL FOR PREDICTING POST-ERCP PANCREATITIS

    Takahashi Hidekazu, Eizaburo Ohno, Taiki Furukawa, Kentaro Yamao, Takuya Ishikawa, Yasuyuki Mizutani, Tadashi Iida, Yoshimune Shiratori, Shintaro Oyama, Junji Koyama, Kensaku Mori, Yuichiro Hayashi, Masahiro Oda, Takahisa Suzuki, Hiroki Kawashima

    Gastrointestinal Endoscopy   97 巻 ( 6 ) 頁: AB656 - AB656   2023年6月

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:Elsevier BV  

    DOI: 10.1016/j.gie.2023.04.1087

    researchmap

  13. Gaussian affinity and GIoU-based loss for perforation detection and localization from colonoscopy videos

    Jiang Kai, Itoh Hayato, Oda Masahiro, Okumura Taishi, Mori Yuichi, Misawa Masashi, Hayashi Takemasa, Kudo Shin-Ei, Mori Kensaku

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   18 巻 ( 5 ) 頁: 795 - 805   2023年5月

     詳細を見る

    記述言語:英語   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: Endoscopic submucosal dissection (ESD) is a minimally invasive treatment for early gastric cancer. However, perforations may happen and cause peritonitis during ESD. Thus, there is a potential demand for a computer-aided diagnosis system to support physicians in ESD. This paper presents a method to detect and localize perforations from colonoscopy videos to avoid perforation ignoring or enlarging by ESD physicians. Method: We proposed a training method for YOLOv3 by using GIoU and Gaussian affinity losses for perforation detection and localization in colonoscopic images. In this method, the object functional contains the generalized intersection over Union loss and Gaussian affinity loss. We propose a training method for the architecture of YOLOv3 with the presented loss functional to detect and localize perforations precisely. Results: To qualitatively and quantitatively evaluate the presented method, we created a dataset from 49 ESD videos. The results of the presented method on our dataset revealed a state-of-the-art performance of perforation detection and localization, which achieved 0.881 accuracy, 0.869 AUC, and 0.879 mean average precision. Furthermore, the presented method is able to detect a newly appeared perforation in 0.1 s. Conclusions: The experimental results demonstrated that YOLOv3 trained by the presented loss functional were very effective in perforation detection and localization. The presented method can quickly and precisely remind physicians of perforation happening in ESD. We believe a future CAD system can be constructed for clinical applications with the proposed method.

    DOI: 10.1007/s11548-022-02821-x

    Web of Science

    Scopus

    PubMed

  14. Correction to: Gaussian affinity and GIoU-based loss for perforation detection and localization from colonoscopy videos.

    Jiang K, Itoh H, Oda M, Okumura T, Mori Y, Misawa M, Hayashi T, Kudo SE, Mori K

    International journal of computer assisted radiology and surgery   18 巻 ( 5 ) 頁: 807   2023年5月

     詳細を見る

    記述言語:英語   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    The original version of this article unfortunately contained a mistake. The incorrect notations were given in the author’s affiliations.

    DOI: 10.1007/s11548-023-02899-x

    Scopus

    PubMed

  15. Deep learning-based prediction model for postoperative complications of cervical posterior longitudinal ligament ossification. 査読有り

    Ito S, Nakashima H, Yoshii T, Egawa S, Sakai K, Kusano K, Tsutui S, Hirai T, Matsukura Y, Wada K, Katsumi K, Koda M, Kimura A, Furuya T, Maki S, Nagoshi N, Nishida N, Nagamoto Y, Oshima Y, Ando K, Takahata M, Mori K, Nakajima H, Murata K, Miyagi M, Kaito T, Yamada K, Banno T, Kato S, Ohba T, Inami S, Fujibayashi S, Katoh H, Kanno H, Oda M, Mori K, Taneichi H, Kawaguchi Y, Takeshita K, Matsumoto M, Yamazaki M, Okawa A, Imagama S

    European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society     2023年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:European Spine Journal  

    Purpose: Postoperative complication prediction helps surgeons to inform and manage patient expectations. Deep learning, a model that finds patterns in large samples of data, outperform traditional statistical methods in making predictions. This study aimed to create a deep learning-based model (DLM) to predict postoperative complications in patients with cervical ossification of the posterior longitudinal ligament (OPLL). Methods: This prospective multicenter study was conducted by the 28 institutions, and 478 patients were included in the analysis. Deep learning was used to create two predictive models of the overall postoperative complications and neurological complications, one of the major complications. These models were constructed by learning the patient's preoperative background, clinical symptoms, surgical procedures, and imaging findings. These logistic regression models were also created, and these accuracies were compared with those of the DLM. Results: Overall complications were observed in 127 cases (26.6%). The accuracy of the DLM was 74.6 ± 3.7% for predicting the overall occurrence of complications, which was comparable to that of the logistic regression (74.1%). Neurological complications were observed in 48 cases (10.0%), and the accuracy of the DLM was 91.7 ± 3.5%, which was higher than that of the logistic regression (90.1%). Conclusion: A new algorithm using deep learning was able to predict complications after cervical OPLL surgery. This model was well calibrated, with prediction accuracy comparable to that of regression models. The accuracy remained high even for predicting only neurological complications, for which the case number is limited compared to conventional statistical methods.

    DOI: 10.1007/s00586-023-07562-2

    Scopus

    PubMed

  16. A semantic segmentation method for laparoscopic images using semantically similar groups

    Uramoto L., Hayashi Y., Oda M., Kitasaka T., Misawa K., Mori K.

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   12466 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    In this paper, we present a segmentation method for laparoscopic images using semantically similar groups for multi-class semantic segmentation. Accurate semantic segmentation is a key problem for computer assisted surgeries. Common segmentation models do not explicitly learn similarities between classes. We propose a model that, in addition to learning to segment an image into classes, also learns to segment it into human-defined semantically similar groups. We modify the LinkNet34 architecture by adding a second decoder with an auxiliary task of segmenting the image into these groups. The feature maps of the second decoder are merged into the final decoder. We validate our method against our base model LinkNet34 and a larger LinkNet50. We find that our proposed modification increased the performance both with mean Dice (average +1.5%) and mean Intersection over Union metrics (average +2.8%) on two laparoscopic datasets.

    DOI: 10.1117/12.2654636

    Scopus

  17. Improved method for COVID-19 Classification of Complex-Architecture CNN from Chest CT volumes using Orthogonal Ensemble Networks

    Toda R., Oda M., Hayashi Y., Otake Y., Hashimoto M., Akashi T., Aoki S., Mori K.

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   12465 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    This paper introduces the improved method for the COVID-19 classification based on computed tomography (CT) volumes using a combination of a complex-architecture convolutional neural network (CNN) and orthogonal ensemble networks (OEN). The novel coronavirus disease reported in 2019 (COVID-19) is still spreading worldwide. Early and accurate diagnosis of COVID-19 is required in such a situation, and the CT scan is an essential examination. Various computer-aided diagnosis (CAD) methods have been developed to assist and accelerate doctors' diagnoses. Although one of the effective methods is ensemble learning, existing methods combine some major models which do not specialize in COVID-19. In this study, we attempted to improve the performance of a CNN for the COVID-19 classification based on chest CT volumes. The CNN model specializes in feature extraction from anisotropic chest CT volumes. We adopt the OEN, an ensemble learning method considering inter-model diversity, to boost its feature extraction ability. For the experiment, We used chest CT volumes of 1283 cases acquired in multiple medical institutions in Japan. The classification result on 257 test cases indicated that the combination could improve the classification performance.

    DOI: 10.1117/12.2653792

    Scopus

  18. Classification of COVID-19 cases from chest CT volumes using hybrid model of 3D CNN and 3D MLP-Mixer

    Oda M., Zheng T., Hayashi Y., Otake Y., Hashimoto M., Akashi T., Aoki S., Mori K.

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   12465 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    This paper proposes an automated classification method of COVID-19 chest CT volumes using improved 3D MLP-Mixer. Novel coronavirus disease 2019 (COVID-19) spreads over the world, causing a large number of infected patients and deaths. Sudden increase in the number of COVID-19 patients causes a manpower shortage in medical institutions. Computer-aided diagnosis (CAD) system provides quick and quantitative diagnosis results. CAD system for COVID-19 enables efficient diagnosis workflow and contributes to reduce such manpower shortage. In image-based diagnosis of viral pneumonia cases including COVID-19, both local and global image features are important because viral pneumonia cause many ground glass opacities and consolidations in large areas in the lung. This paper proposes an automated classification method of chest CT volumes for COVID-19 diagnosis assistance. MLP-Mixer is a recent method of image classification using Vision Transformer-like architecture. It performs classification using both local and global image features. To classify 3D CT volumes, we developed a hybrid classification model that consists of both a 3D convolutional neural network (CNN) and a 3D version of the MLP-Mixer. Classification accuracy of the proposed method was evaluated using a dataset that contains 1205 CT volumes and obtained 79.5% of classification accuracy. The accuracy was higher than that of conventional 3D CNN models consists of 3D CNN layers and simple MLP layers.

    DOI: 10.1117/12.2654706

    Scopus

  19. Real Bronchoscopic Images-based Bronchial Nomenclature: a Preliminary Study

    Wang C., Hayashi Y., Oda M., Kitasaka T., Takabatake H., Mori M., Honma H., Natori H., Mori K.

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   12466 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    This article describes a method for bronchial nomenclature using real bronchoscopic (RB) images and pre-built knowledge base of branches. The bronchus has a complex tree-like structure, which increases the difficulty of bronchoscopy. Therefore, a bronchoscopic navigation system is used to help physicians during examination. Conventional navigation system used preoperative CT images and real bronchoscopic images to obtain the camera pose for navigation, whose accuracy is influenced by organ deformation. We propose a bronchial nomenclature method to estimate branch names for bronchoscopic navigation. This method consists of a bronchus knowledge base construction model, a camera motion estimation module, an anatomical structure tracking module, and a branch name estimation module. The knowledge base construction module is used to find the relationship of each branch. The anatomical tracking module is used to track the bronchial orifice (BO) extracted in each RB frame. The camera motion estimation module is used to estimate the camera motion between two frames. The branch name estimation module uses the pre-built bronchus knowledge base and BO tracking results to find the name of each branch. Experimental results showed that it is possible to estimate branch names using only RB images and the pre-built knowledge base of branches.

    DOI: 10.1117/12.2654508

    Scopus

  20. Priority attention network with Bayesian learning for fully automatic segmentation of substantia nigra from neuromelanin MRI

    Hu Tao, Itoh Hayato, Oda Masahiro, Saiki Shinji, Hattori Nobutaka, Kamagata Koji, Aoki Shigeki, Mori Kensaku

    MEDICAL IMAGING 2023   12464 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    Neuromelanin magnetic resonance imaging (NM-MRI) has been widely used in the diagnosis of Parkinson’s disease (PD) for its significantly enhanced contrast between the PD-related structure, the substantia nigra (SN) and surrounding tissues. To develop the computer-aided diagnosis (CAD) system of PD and reduce the labor burden of clinicians, precise and automatic segmentation of SN is becoming more and more desired. This paper proposes a novel network combining the priority gating attention and Bayesian learning for improving the accuracy of fully automatic SN segmentation from NM-MRI. Different from the conventional gated attention model, the proposed network uses the prior SN probability map for guiding the attention computation and reducing the potential disruptions introduced by the background. Additionally, to lower the risks of over-fitting and estimate the confidence scores for the segmentation results, Bayesian learning with Monte Carlo dropout is applied in the training and testing phases. The quantitative results showed that the proposed network acquired the averaged Dice score of 79.46% in comparison with the baseline model 77.93%.

    DOI: 10.1117/12.2655112

    Web of Science

    Scopus

  21. Octree Cube Constraints in PBD Method for High Resolution Surgical Simulation

    Miyazaki Rintaro, Hayashi Yuichiro, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2023   12464 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    This paper proposes a deformable tissue model that introduces octree lattice vertex layout and cubic constraints to the orthodox PBD (Position Based Dynamics) method. Surgical simulation is expected to provide a safe method for training in surgery, which is especially useful for preoperative education of inexperienced surgeons and/or for the case a prior attempt is required. To build a surgical simulator, it is necessary to develop organ models with deformations and interaction algorithms between surgical instruments and organ models, all of which must be performed in real time. Since existing surgical simulators focus on real-time performance, the resolution of organ models is limited. The proposed method restricts the vertex locations of the PBD method to the vertices of the octree lattice to save computation time while maintaining a high deformation resolution. To obtain appropriate results even for large deformations, three-dimensional constraints are applied to each octree cube as the constraints of the PBD method. In the simulations, we tested the overall deformation by dropping a liver model and the local deformation scene by laparoscopic clipping. As a result, we achieved deformation simulations at 26.5 fps for the model with approximately 2,672 cube elements and 20,659 vertices.

    DOI: 10.1117/12.2654092

    Web of Science

    Scopus

  22. L-former : A Lightweight Transformer for Realistic Medical Image Generation and its Application to Super-resolution

    Zheng Tong, Oda Hirohisa, Hayashi Yuichiro, Nakamura Shota, Mori Masaki, Takabatake Hirotsugu, Natori Hiroshi, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2023   12464 巻   2023年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    Medical image analysis approaches such as data augmentation and domain adaption need huge amounts of realistic medical images. Generating realistic medical images by machine learning is a feasible approach. We propose L-former, a lightweight Transformer for realistic medical image generation. L-former can generate more reliable and realistic medical images than recent generative adversarial networks (GANs). Meanwhile, L-former does not consume as high computational cost as conventional Transformer-based generative models. L-former uses Transformers to generate low-resolution feature vectors at shallow layers, and uses convolutional neural networks to generate high-resolution realistic medical images at deep layers. Experimental results showed that L-former outperformed conventional GANs by FID scores 33.79 and 76.85 on two datasets, respectively. We further conducted a downstream study by using the images generated by L-former to perform a super-resolution task. A high PSNR score of 27.87 proved L-former’s ability to generate reliable images for super-resolution and showed its potential for applications in medical diagnosis.

    DOI: 10.1117/12.2653776

    Web of Science

    Scopus

    researchmap

  23. Oesophagus Achalasia Diagnosis from Esophagoscopy Based on a Serial Multi-scale Network 査読有り

    Jiang K., Oda M., Hayashi Y., Shiwaku H., Misawa M., Mori K.

    Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization     2023年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    Oesophageal achalasia is a primary oesophageal motility disorder disease. To diagnose oesophagus achalasia, physicians recommend endoscopic evaluation of the oesophagus. However, a low sensitivity still accompanies esophagoscopy on oesophagus achalasia diagnosis. Thus, a quantitative diagnosis system is needed to support physicians diagnose achalasia from the esophagoscopy video. This paper proposes a Serial Multi-scale Network for classifying achalasia images from the esophagoscopy video. The proposed method contains two main components, a Dense-pooling Net, and a Serial Multi-scale Dilated encoder. We construct the Dense-pooling Net using a convolution neural network with dense mixed-pooling connections to extract features. We design the Serial Multi-scale Dilated encoder based on a residual-style dilated encoder. We combine the dilated encoder and spatial attention modules to focus on features we need. We trained and evaluated our method with a dataset that was extracted from several esophagoscopy videos of achalasia patients. The evaluation results reveal a state-of-the-art accuracy of achalasia diagnosis. Furthermore, we developed a real-time computer-aided achalasia diagnosis system with the trained network. In the real-time test, the achalasia diagnosis system can stably output the diagnosis results in only (Formula presented.) seconds. The extended experiments demonstrate that the constructed diagnosis system can diagnose achalasia from esophagoscopy videos.

    DOI: 10.1080/21681163.2022.2159534

    Scopus

  24. KST-Mixer: kinematic spatio-temporal data mixer for colon shape estimation 査読有り 国際共著

    Oda M., Furukawa K., Navab N., Mori K.

    Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization     2023年

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    We propose a spatio-temporal mixing kinematic data estimation method to estimate the shape of the colon with deformations caused by colonoscope insertion. Endoscope tracking or a navigation system that navigates physicians to target positions is needed to reduce such complications as organ perforations. Although many previous methods focused to track bronchoscopes and surgical endoscopes, few number of colonoscope tracking methods were proposed because the colon largely deforms during colonoscope insertion. The deformation causes significant tracking errors. Colon deformation should be considered in the tracking process. We propose a colon shape estimation method using a Kinematic Spatio-Temporal data Mixer (KST-Mixer) that can be used during colonoscope insertions to the colon. Kinematic data of a colonoscope and the colon, including positions and directions of their centerlines, are obtained using electromagnetic and depth sensors. The proposed method separates the data into sub-groups along the spatial and temporal axes. The KST-Mixer extracts kinematic features and mix them along the axes multiple times. We evaluated colon shape estimation accuracies in phantom studies. The proposed method achieved 11.92 mm mean Euclidean distance error, the smallest of the previous methods. Statistical analysis indicated that the proposed method significantly reduced the error compared to the previous methods.

    DOI: 10.1080/21681163.2022.2151938

    Scopus

  25. Thrombosis region extraction and quantitative analysis in confocal laser scanning microscopic image sequence in in-vivo imaging

    Wu Y., Oda M., Hayashi Y., Kawamura S., Takebe T., Mori K.

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   12468 巻   2023年

     詳細を見る

    出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    In this paper, we propose a scheme that includes automated extraction of thrombus regions and quantitative analysis of thrombosis in confocal laser scanning microscope (CLSM) blood flow image sequence. Making thrombosis model in animal models play an important role in the development of antithrombotic drugs and ascertaining thrombosis mechanisms. Making thrombosis model in cerebral cortex of mice is usually observed using a CLSM in the fluorescence mode. However, some small changes of thrombus regions are not easily observed in CLSM blood flow image sequences. In addition, it is not easy for researchers to quantitatively analyze the degree of thrombosis. Therefore, we propose a scheme to achieve automatic thrombosis region extraction and quantitative analysis. In which, our thrombosis region extraction method uses analysis of changing pattern of thrombosis regions in CLSM blood flow image sequence. Experimental results showed that our scheme can help biological researchers observe and analyze the changes of thrombosis in animal models and reduced the use of fluorescent thrombus markers.

    DOI: 10.1117/12.2654632

    Scopus

  26. TriMix: A General Framework for Medical Image Segmentation from Limited Supervision

    Zheng Z., Hayashi Y., Oda M., Kitasaka T., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   13846 LNCS 巻   頁: 185 - 202   2023年

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    We present a general framework for medical image segmentation from limited supervision, reducing the reliance on fully and densely labeled data. Our method is simple, jointly trains triple diverse models, and adopts a mix augmentation scheme, and thus is called TriMix. TriMix imposes consistency under a more challenging perturbation, i.e., combining data augmentation and model diversity on the tri-training framework. This straightforward strategy enables TriMix to serve as a strong and general learner learning from limited supervision using different kinds of imperfect labels. We conduct extensive experiments to show TriMix’s generic purpose for semi- and weakly-supervised segmentation tasks. Compared to task-specific state-of-the-arts, TriMix achieves competitive performance and sometimes surpasses them by a large margin. The code is available at https://github.com/MoriLabNU/TriMix.

    DOI: 10.1007/978-3-031-26351-4_12

    Scopus

  27. AI画像解析による内視鏡外科手術手技のビデオ評価及び手術支援システムの構築

    安井 昭洋, 内田 広夫, 森 健策, 石田 昇平, 出家 亨一, 檜 顕成, 城田 千代栄, 小田 昌宏, 林 雄一郎

    生体医工学   Annual61 巻 ( Abstract ) 頁: 127_2 - 127_2   2023年

     詳細を見る

    記述言語:日本語   出版者・発行元:公益社団法人 日本生体医工学会  

    <p>【はじめに】術後成長発達する小児患者にとって、低侵襲手術は非常に重要である。しかし患者数は限られているため、しっかりとした手術を行うためにoff the job-training(OJT)が重要である。さらにOJTでの効率的な手技獲得には、手技を客観的に評価しfeed backを行うシステムが必須である。また安全で効率的な内視鏡手術を行うためには、臓器の位置関係の把握が必要であるため、術中ナビゲーションは重要な要件となる。これらの課題に対して、AIを用いた内視鏡手技評価および手術支援システムの構築に着手しており現状の成果を報告する。【方法と結果】食道閉鎖症モデルを用いた吻合手技を被験者に課し、各被験者の手技を最初に人の目で「check 表」「エラー項目」「時間」を用いて評価した。次にビデオから検出した鉗子の動きと人が判定した手技優劣の関係性をAIで学習させ、上位88%・下位95%の精度で手技優劣が自動判定可能となった。この結果を解析することで今まで必要だった50項目以上の肉眼チェックが、わずか7項目チェックするだけで手技の優劣を判断できることが明らかになった。現在食道閉鎖症の手術画像を用いて、食道・迷走神経・気管を深層学習させ、各種構造物の自動認識を進めている。【まとめ】AI画像解析により内視鏡手技の優劣をビデオで判定可能となった。この結果から新たに効率的な手技判断基準を定めることができた。術中ナビゲーションは現在精度のさらなる向上を目指している。</p>

    DOI: 10.11239/jsmbe.annual61.127_2

    CiNii Research

  28. Masked Frequency Consistency for Domain-Adaptive Semantic Segmentation of Laparoscopic Images

    Zhao X., Hayashi Y., Oda M., Kitasaka T., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   14220 LNCS 巻   頁: 663 - 673   2023年

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Semantic segmentation of laparoscopic images is an important issue for intraoperative guidance in laparoscopic surgery. However, acquiring and annotating laparoscopic datasets is labor-intensive, which limits the research on this topic. In this paper, we tackle the Domain-Adaptive Semantic Segmentation (DASS) task, which aims to train a segmentation network using only computer-generated simulated images and unlabeled real images. To bridge the large domain gap between generated and real images, we propose a Masked Frequency Consistency (MFC) module that encourages the network to learn frequency-related information of the target domain as additional cues for robust recognition. Specifically, MFC randomly masks some high-frequency information of the image to improve the consistency of the network’s predictions for low-frequency images and real images. We conduct extensive experiments on existing DASS frameworks with our MFC module and show performance improvements. Our approach achieves comparable results to fully supervised learning method on the CholecSeg8K dataset without using any manual annotation. The code is available at github.com/MoriLabNU/MFC.

    DOI: 10.1007/978-3-031-43907-0_63

    Scopus

  29. Multi-view Guidance for Self-supervised Monocular Depth Estimation on Laparoscopic Images via Spatio-Temporal Correspondence

    Li W., Hayashi Y., Oda M., Kitasaka T., Misawa K., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   14228 LNCS 巻   頁: 429 - 439   2023年

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    This work proposes an innovative self-supervised approach to monocular depth estimation in laparoscopic scenarios. Previous methods independently predicted depth maps ignoring spatial coherence in local regions and temporal correlation between adjacent images. The proposed approach leverages spatio-temporal coherence to address the challenges of textureless areas and homogeneous colors in such scenes. This approach utilizes a multi-view depth estimation model to guide monocular depth estimation when predicting depth maps. Moreover, the minimum reprojection error is extended to construct a cost volume for the multi-view model using adjacent images. Additionally, a 3D consistency of the point cloud back-projected from predicted depth maps is optimized for the monocular depth estimation model. To benefit from spatial coherence, deformable patch-matching is introduced to the monocular and multi-view models to smooth depth maps in local regions. Finally, a cycled prediction learning for view synthesis and relative poses is designed to exploit the temporal correlation between adjacent images fully. Experimental results show that the proposed method outperforms existing methods in both qualitative and quantitative evaluations. Our code is available at https://github.com/MoriLabNU/MGMDepthL.

    DOI: 10.1007/978-3-031-43996-4_41

    Scopus

  30. ConDistFL: Conditional Distillation for Federated Learning from Partially Annotated Data

    Wang P., Shen C., Wang W., Oda M., Fuh C.S., Mori K., Roth H.R.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   14393 巻   頁: 311 - 321   2023年

     詳細を見る

    出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Developing a generalized segmentation model capable of simultaneously delineating multiple organs and diseases is highly desirable. Federated learning (FL) is a key technology enabling the collaborative development of a model without exchanging training data. However, the limited access to fully annotated training data poses a major challenge to training generalizable models. We propose “ConDistFL”, a framework to solve this problem by combining FL with knowledge distillation. Local models can extract the knowledge of unlabeled organs and tumors from partially annotated data from the global model with an adequately designed conditional probability representation. We validate our framework on four distinct partially annotated abdominal CT datasets from the MSD and KiTS19 challenges. The experimental results show that the proposed framework significantly outperforms FedAvg and FedOpt baselines. Moreover, the performance on an external test dataset demonstrates superior generalizability compared to models trained on each dataset separately. Our ablation study suggests that ConDistFL can perform well without frequent aggregation, reducing the communication cost of FL. Our implementation will be available at https://github.com/NVIDIA/NVFlare/tree/main/research/condist-fl.

    DOI: 10.1007/978-3-031-47401-9_30

    Scopus

  31. 膀胱鏡画像におけるtiny-YOLOを用いた腫瘍検出

    牟田口 淳, 小田 昌宏, 猪口 淳一, 森 健策, 江藤 正俊

    生体医工学   Annual61 巻 ( Abstract ) 頁: 255_2 - 255_2   2023年

     詳細を見る

    記述言語:日本語   出版者・発行元:公益社団法人 日本生体医工学会  

    <p>【背景】膀胱癌は経尿道手術後に再発が多い腫瘍であり、膀胱鏡での腫瘍の見落としが原因とされている。内視鏡での観察は、従来の白色光(WLI)の他に、NBIを使用するが、いずれの腫瘍検出精度は検者の技量・経験に依存するため、検査の再現性・客観性が少ないことが課題である。近年、人工知能(AI)が多くの医療分野で活用されており、AIによる検査は、客観性・再現性を持った上で、エキスパートレベルと同程度の診断能を持つ可能性があるとされている。今回、WLI/NBI膀胱鏡画像を用いて、AIによる腫瘍検出の精度を検証した。【方法】2019年から2021年まで、経尿道的膀胱腫瘍切除術(TURBT)の際に、WLI/NBIを用いて観察を行った症例の手術動画から膀胱鏡画像を作成し、腫瘍を含む画像を腫瘍画像、腫瘍を含まない画像を正常画像と定義した。腫瘍画像内の膀胱腫瘍を矩形でアノテーションを行い、テストデータ用の画像を用いてAIによる感度、特異度、陽性的中率を評価した。AIでの物体検出はtiny-YOLOを用い、腫瘍検出精度の検証を行った。【結果】WLIとNBIから、それぞれ腫瘍画像をそれぞれtiny-YOLOで学習を行い、腫瘍画像(WLI: 525枚、NBI:219枚)と正常画像(WLI:98枚、NBI:108枚)で精度検証を行った。AIによる物体検出の感度/特異度/陽性的中率は、WLIで87.8%/88.8%/97.7%、NBIで82.2%/81.4%/90.0%であった。【結論】膀胱鏡画像において、AIにより比較的良好に腫瘍検出が可能であった。更なる精度改善、リアルタイム検出への課題について、文献的考察を加え報告する。</p>

    DOI: 10.11239/jsmbe.annual61.255_2

    CiNii Research

  32. Boundary-aware feature and prediction refinement for polyp segmentation 査読有り

    Qiu Jie, Hayashi Yuichiro, Oda Masahiro, Kitasaka Takayuki, Mori Kensaku

    COMPUTER METHODS IN BIOMECHANICS AND BIOMEDICAL ENGINEERING-IMAGING AND VISUALIZATION     2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    Polyp segmentation from colonoscopy videos is an essential task in medical image processing for detecting early cancer. However, segmenting a precise boundary is still challenging, even with powerful deep neural networks. We consider the difficulty can be caused by: (1) the ambiguity boundary and (2) some complicated shape makes polyps hard to segment. To address these problems, we propose the Boundary-aware Feature and Prediction Refinement framework (BaFPR) for polyp segmentation. Specifically, we design a segmentation decoder for representation learning with boundary prior and propose a novel consistency loss to learn clues from the polar coordinate. The decoder mainly consists of a boundary prior module (BPM) and a bi-directional fusion module (BiFM). BPM is designed to learn the boundary prior, while BiFM learns to fuse representations of BPM and multi-scale representations from an encoder. To handle these complicated shapes of polyps, we maintain an extra segmentation network that learns with polar transformations of data to provide extra clues for the main segmentation network by our proposed consistency loss. We evaluated BaFPR with five challenging datasets for polyp segmentation and the results showed that our proposal consistently improves the segmentation performance of polyps. Code available at: https://github.com/MoriLabNU/BaFPR.

    DOI: 10.1080/21681163.2022.2155579

    Web of Science

    Scopus

  33. Anatomy aware-based 2.5D bronchoscope tracking for image-guided bronchoscopic navigation 査読有り

    Wang Cheng, Oda Masahiro, Hayashi Yuichiro, Kitasaka Takayuki, Itoh Hayato, Honma Hirotoshi, Takebatake Hirotsugu, Mori Masaki, Natori Hiroshi, Mori Kensaku

    COMPUTER METHODS IN BIOMECHANICS AND BIOMEDICAL ENGINEERING-IMAGING AND VISUALIZATION     2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    Physicians use an endoscopic navigation system during bronchoscopy to decrease the risk of getting lost in complex tree-structure like bronchus. Most existing navigation systems based on the camera pose estimated from bronchoscope tracking and/or deep learning. However, bronchoscope tracking-based method exists tracking error, and the pre-training of the model needs massive data. This paper describes an improved bronchoscope tracking procedure by adopting image domain translation technique to improve tracking performance. Specifically, our scheme consists of three modules, an RGB-D image domain translation module, an anatomical structure classification module and a structure-aware bronchoscope tracking module. The RGB-D image domain translation module translates a real bronchoscope (RB) image to its corresponding virtual bronchoscope image and depth image. The anatomical dependency module classifies the current scene into two categories: structureless and rich structure. The bronchoscope tracking module uses a modified video-CT bronchoscope tracking approach to estimate camera pose. Experimental results showed that the proposed method achieved higher tracking accuracy than the current state-of-the-art bronchoscope tracking methods.

    DOI: 10.1080/21681163.2022.2152728

    Web of Science

    Scopus

  34. Classification and visual explanation for COVID-19 pneumonia from CT images using triple learning. 査読有り

    Kato S, Oda M, Mori K, Shimizu A, Otake Y, Hashimoto M, Akashi T, Hotta K

    Scientific reports   12 巻 ( 1 ) 頁: 20840   2022年12月

     詳細を見る

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

    This study presents a novel framework for classifying and visualizing pneumonia induced by COVID-19 from CT images. Although many image classification methods using deep learning have been proposed, in the case of medical image fields, standard classification methods are unable to be used in some cases because the medical images that belong to the same category vary depending on the progression of the symptoms and the size of the inflamed area. In addition, it is essential that the models used be transparent and explainable, allowing health care providers to trust the models and avoid mistakes. In this study, we propose a classification method using contrastive learning and an attention mechanism. Contrastive learning is able to close the distance for images of the same category and generate a better feature space for classification. An attention mechanism is able to emphasize an important area in the image and visualize the location related to classification. Through experiments conducted on two-types of classification using a three-fold cross validation, we confirmed that the classification accuracy was significantly improved; in addition, a detailed visual explanation was achieved comparison with conventional methods.

    DOI: 10.1038/s41598-022-24936-6

    Scopus

    PubMed

  35. MICCAI 2022参加報告 招待有り

    小田 昌宏

    医用画像情報学会雑誌   39 巻 ( 4 ) 頁: 78 - 81   2022年12月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)   出版者・発行元:医用画像情報学会  

    DOI: 10.11318/mii.39.78

    CiNii Research

  36. 特集 整形外科領域における人工知能の応用 各論 深層学習を用いたMRIでの脊髄腫瘍自動位置検出システムの構築 招待有り

    伊藤 定之, 中島 宏彰, 町野 正明, 世木 直喜, 小田 昌宏, 大内田 隼, 森下 和明, 森 健策, 今釜 史郎

    臨床整形外科   57 巻 ( 10 ) 頁: 1189 - 1195   2022年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)   出版者・発行元:株式会社医学書院  

    DOI: 10.11477/mf.1408202455

    CiNii Research

  37. A skeleton context-aware 3D fully convolutional network for abdominal artery segmentation. 査読有り

    Zhu R, Oda M, Hayashi Y, Kitasaka T, Misawa K, Fujiwara M, Mori K

    International journal of computer assisted radiology and surgery     2022年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-022-02767-0

    PubMed

  38. Class-wise confidence-aware active learning for laparoscopic images segmentation. 査読有り

    Qiu J, Hayashi Y, Oda M, Kitasaka T, Mori K

    International journal of computer assisted radiology and surgery     2022年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-022-02773-2

    PubMed

  39. Pattern Analysis of Substantia Nigra in Parkinson Disease by Fifth-Order Tensor Decomposition and Multi-sequence MRI 査読有り

    Itoh H., Hu T., Oda M., Saiki S., Kamagata K., Hattori N., Aoki S., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   13594 LNCS 巻   頁: 63 - 75   2022年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    This work proposes a new feature extraction method to analyse patterns of the substantia nigra in Parkinson disease. Recent imaging techniques such that neuromelanin-sensitive MRI enable us to recognise the region of the substantia nigra and capture early Parkinson-disease-related changes. However, automated feature extraction of Parkinson-disease-related changes and their geometrical interpretation are still challenging. To tackle these challenges, we introduce a fifth-order tensor expression of multi-sequence MRI data such as T1-weighted, T2-weighted, and neuromelanin images and its tensor decomposition. Reconstruction from the selected components of the decomposition visualises the discriminative patterns of the substantia nigra between normal and Parkinson-disease patients. We collected multi-sequence MRI data from 155 patients for experiments. Using the collected data, we validate the proposed method and analyse discriminative patterns in the substantia nigra. Experimental results show that the geometrical interpretation of selected features coincides with neuropathological characteristics.

    DOI: 10.1007/978-3-031-18814-5_7

    Scopus

  40. Joint Multi Organ and Tumor Segmentation from Partial Labels Using Federated Learning 査読有り 国際共著

    Shen C., Wang P., Yang D., Xu D., Oda M., Chen P.T., Liu K.L., Liao W.C., Fuh C.S., Mori K., Wang W., Roth H.R.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   13573 LNCS 巻   頁: 58 - 67   2022年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Segmentation studies in medical image analysis are always associated with a particular task scenario. However, building datasets to train models to segment multiple types of organs and pathologies is challenging. For example, a dataset annotated for the pancreas and pancreatic tumors will result in a model that cannot segment other organs, like the liver and spleen, visible in the same abdominal computed tomography image. The lack of a well-annotated dataset is one limitation resulting in a lack of universal segmentation models. Federated learning (FL) is ideally suited for addressing this issue in the real-world context. In this work, we show that each medical center can use training data for distinct tasks to collaboratively build more generalizable segmentation models for multiple segmentation tasks without the requirement to centralize datasets in one place. The main challenge of this research is the heterogeneity of training data from various institutions and segmentation tasks. In this paper, we propose a multi-task segmentation framework using FL to learn segmentation models using several independent datasets with different annotations of organs or tumors. We include experiments on four publicly available single-task datasets, including MSD liver (w/ tumor), MSD spleen, MSD pancreas (w/ tumor), and KITS19. Experimental results on an external validation set to highlight the advantages of employing FL in multi-task organ and tumor segmentation.

    DOI: 10.1007/978-3-031-18523-6_6

    Scopus

  41. 重症COVID-19肺炎における深層学習を用いたCT画像評価と臨床パラメーターの検討 査読有り

    坂東 皓介, 春日井 大介, 後藤 縁, 小田 昌宏, 森 健策

    日本救急医学会雑誌   33 巻 ( 10 ) 頁: 760 - 760   2022年10月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本救急医学会  

    researchmap

  42. Geometric Constraints for Self-supervised Monocular Depth Estimation on Laparoscopic Images with Dual-task Consistency 査読有り

    Li Wenda, Hayashi Yuichiro, Oda Masahiro, Kitasaka Takayuki, Misawa Kazunari, Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION, MICCAI 2022, PT IV   13434 巻   頁: 467 - 477   2022年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Depth values are essential information to automate surgical robots and achieve Augmented Reality technology for minimally invasive surgery. Although depth-pose self-supervised monocular depth estimation performs impressively for autonomous driving scenarios, it is more challenging to predict accurate depth values for laparoscopic images due to the following two aspects: (i) the laparoscope’s motions contain many rotations, leading to pose estimation difficulties for the depth-pose learning strategy; (ii) the smooth surface reduces photometric error even if the matching pixels are inaccurate between adjacent frames. This paper proposes a novel self-supervised monocular depth estimation for laparoscopic images with geometric constraints. We predict the scene coordinates as an auxiliary task and construct dual-task consistency between the predicted depth maps and scene coordinates under a unified camera coordinate system to achieve pixel-level geometric constraints. We extend the pose estimation into a Siamese process to provide stronger and more balanced geometric constraints in a depth-pose learning strategy by leveraging the order of the adjacent frames in a video sequence. We also design a weight mask for depth estimation based on our consistency to alleviate the interference from predictions with low confidence. The experimental results showed that the proposed method outperformed the baseline on depth and pose estimation. Our code is available at https://github.com/MoriLabNU/GCDepthL.

    DOI: 10.1007/978-3-031-16440-8_45

    Web of Science

    Scopus

  43. Positive-gradient-weighted object activation mapping: visual explanation of object detector towards precise colorectal-polyp localisation 査読有り

    Itoh Hayato, Misawa Masashi, Mori Yuichi, Kudo Shin-Ei, Oda Masahiro, Mori Kensaku

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY     2022年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: Precise polyp detection and localisation are essential for colonoscopy diagnosis. Statistical machine learning with a large-scale data set can contribute to the construction of a computer-aided diagnosis system for the prevention of overlooking and miss-localisation of a polyp in colonoscopy. We propose new visual explaining methods for a well-trained object detector, which achieves fast and accurate polyp detection with a bounding box towards a precise automated polyp localisation. Method: We refine gradient-weighted class activation mapping for more accurate highlighting of important patterns in processing a convolutional neural network. Extending the refined mapping into multiscaled processing, we define object activation mapping that highlights important object patterns in an image for a detection task. Finally, we define polyp activation mapping to achieve precise polyp localisation by integrating adaptive local thresholding into object activation mapping. We experimentally evaluate the proposed visual explaining methods with four publicly available databases. Results: The refined mapping visualises important patterns in each convolutional layer more accurately than the original gradient-weighted class activation mapping. The object activation mapping clearly visualises important patterns in colonoscopic images for polyp detection. The polyp activation mapping localises the detected polyps in ETIS-Larib, CVC-Clinic and Kvasir-SEG database with mean Dice scores of 0.76, 0.72 and 0.72, respectively. Conclusions: We developed new visual explaining methods for a convolutional neural network by refining and extending gradient-weighted class activation mapping. Experimental results demonstrated the validity of the proposed methods by showing that accurate visualisation of important patterns and localisation of polyps in a colonoscopic image. The proposed visual explaining methods are useful for the interpreting and applying a trained polyp detector.

    DOI: 10.1007/s11548-022-02696-y

    Web of Science

    Scopus

    PubMed

  44. テンソル分解を用いた黒質緻密部の3次元パターン表現に関する初期的検討

    伊東 隼人, 小田 昌宏, 斉木 臣二, 服部 信考, 鎌形 康司, 青木 茂樹, 森 健策

    日本医用画像工学会大会予稿集   41回 巻   頁: 124 - 125   2022年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)   出版者・発行元:(一社)日本医用画像工学会  

    黒質緻密部の3次元パターン表現に関する初期的検討について報告する.黒質緻密部における神経細胞の減少はパーキンソン病疾患者において観察される特徴のひとつである.この黒質緻密部の変化はT2強調画像や神経メラニン強調画像を介して捉えることができ,黒質緻密部の左右差や体積の減少として観察できると報告されている.一方で,得られた画像データを用いて黒質緻密部の3次元パターンの変化を計算機上で解析するためには,何らかの特徴表現が必要となる.本稿では黒質緻密部の神経メラニンMRIの信号強度比をテンソルにて表し,これらテンソルの分解に基づいた特徴表現を提案する.提案した特徴表現にて健常者・パーキンソン病患者のパターン分布を調査した結果,2つのクラスで異なる分布を表現できていることを確認した.(著者抄録)

    researchmap

  45. Comprehensive Diagnostic Performance of Real-Time Characterization of Colorectal Lesions Using an Artificial Intelligence–Assisted System: A Prospective Study 査読有り

    Minegishi Y., Kudo S.E., Miyata Y., Nemoto T., Mori K., Misawa M., Mori Y., Mochida K., Akimoto Y., Ishiyama M., Ogura Y., Abe M., Sato Y., Ogawa Y., Yasuharu M., Tanaka K., Ichimasa K., Nakamura H., Ogata N., Hisayuki T., Kudo T., Hayashi T., Wakamura K., Miyachi H., Baba T., Ishida F., Itoh H., Oda M.

    Gastroenterology   163 巻 ( 1 ) 頁: 323 - 325.e3   2022年7月

     詳細を見る

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

    DOI: 10.1053/j.gastro.2022.03.053

    Scopus

  46. Blood Vessel Segmentation from Low-Contrast and Wide-Field Optical Microscopic Images of Cranial Window by Attention-Gate-Based Network 査読有り

    Wu Yunheng, Oda Masahiro, Hayashi Yuichiro, Takebe Takanori, Nagata Shogo, Wang Cheng, Mori Kensaku

    2022 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS (CVPRW 2022)   2022-June 巻   頁: 1863 - 1872   2022年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops  

    The stereomicroscope, which is an optical microscope, is used to observe the organoids cultured in cranial windows. A cranial window is a light accessible observation window made on the brain of mice through craniotomy. Organoids research is often conducted on cranial windows. Hence, the observation of blood vessels in them is important for organoid research, like organoid vascularization. Therefore, achieving a simple, low-cost method that extracts blood vessel structures would significantly help researchers observe the blood vessels in cranial windows from microscopic images. However, wide-field optical microscopic images taken by stereomicroscope suffer from low contrast and dura mater occlusion, complicating the observation of the blood vessels in such images. To address such problems and assist researchers who are observing vascular structures, we propose a method that segments blood vessels in cranial windows from low-contrast and wide-field microscopic images. Our method is based on the Attention U-Net framework and clDice, which considers the connectivity of blood vessels. In addition, for low-contrast and partial occlusion problems, we used contrast enhancement and dehazing as preprocessing steps. Our method achieved a Dice score of 75.56%, a clDice score of 79.95%, and the Accuracy of 91.41% on our microscopic image dataset, suggesting that our method can extract blood vessels from low-contrast and wide-field microscopic images better than other methods.

    DOI: 10.1109/CVPRW56347.2022.00203

    Web of Science

    Scopus

  47. BONE MARROW EDEMA SCORE IN HAND X-RAY FILM BY AI DEEP LEARNING ASSOCIATE WITH MRI BONE EDEMA IN RHEUMATOID ARTHRITIS.

    Katayama K., Pan D., Oda M., Okubo T., Mori K.

    ANNALS OF THE RHEUMATIC DISEASES   81 巻   頁: 1773 - 1774   2022年6月

  48. JACLS ALL-02 SR protocol reduced-intensity chemotherapy produces excellent outcomes in patients with low-risk childhood acute lymphoblastic leukemia

    Takahashi Y., Ishida H., Imamura T., Tamefusa K., Suenobu S., Usami I., Yumura-Yagi K., Hasegawa D., Nishimura S., Suzuki N., Hashii Y., Deguchi T., Moriya-Saito A., Kosaka Y., Kato K., Kobayashi R., Kawasaki H., Hori H., Sato A., Kudo T., Nakahata T., Oda M., Hara J., Horibe K.

    International Journal of Hematology   115 巻 ( 6 ) 頁: 890 - 897   2022年6月

     詳細を見る

    出版者・発行元:International Journal of Hematology  

    Acute lymphoblastic leukemia (ALL) is the most common childhood cancer. As overall cure rates of childhood ALL have improved, reduction of overall treatment intensity while still ensuring excellent outcomes is imperative for low-risk patients. We report the outcomes of patients treated following the standard-risk protocol from the prospective Japan Association of Childhood Leukemia Study (JACLS) ALL-02 study, which was conducted between 2002 and 2008 for patients with newly diagnosed ALL aged 1–18 years. Of 1138 patients with B-cell precursor ALL, 388 (34.1%) were allocated to this protocol. Excellent outcomes were achieved despite the overall treatment intensity being lower than that of most contemporary protocols: 4 years event-free survival (EFS) was 92.3% and 4 years overall survival 98.2%. Patients with high hyperdiploidy (HHD) involving triple trisomy (trisomy of chromosomes 4, 10, and 17) or ETV6-RUNX1 had even better outcomes (4 years EFS 97.6% and 100%, respectively). Unique characteristics of this protocol include a selection of low-risk patients with a low initial WBC count and good early treatment response and reduction of cumulative doses of chemotherapeutic agents while maintaining dose density. In Japan, we are currently investigating the feasibility of this protocol while incorporating minimal residual disease into the patient stratification strategy.

    DOI: 10.1007/s12185-022-03315-x

    Scopus

  49. SR-CycleGAN: super-resolution of clinical CT to micro-CT level with multi-modality super-resolution loss. 査読有り

    Zheng T, Oda H, Hayashi Y, Moriya T, Nakamura S, Mori M, Takabatake H, Natori H, Oda M, Mori K

    Journal of Medical Imaging   9 巻 ( 2 ) 頁: 024003   2022年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/1.JMI.9.2.024003

    PubMed

  50. A cascaded fully convolutional network framework for dilated pancreatic duct segmentation 査読有り 国際共著

    Shen Chen, Roth Holger R., Hayashi Yuichiro, Oda Masahiro, Miyamoto Tadaaki, Sato Gen, Mori Kensaku

    International Journal of Computer Assisted Radiology and Surgery   17 巻 ( 2 ) 頁: 343 - 354   2022年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: Pancreatic duct dilation can be considered an early sign of pancreatic ductal adenocarcinoma (PDAC). However, there is little existing research focused on dilated pancreatic duct segmentation as a potential screening tool for people without PDAC. Dilated pancreatic duct segmentation is difficult due to the lack of readily available labeled data and strong voxel imbalance between the pancreatic duct region and other regions. To overcome these challenges, we propose a two-step approach for dilated pancreatic duct segmentation from abdominal computed tomography (CT) volumes using fully convolutional networks (FCNs). Methods: Our framework segments the pancreatic duct in a cascaded manner. The pancreatic duct occupies a tiny portion of abdominal CT volumes. Therefore, to concentrate on the pancreas regions, we use a public pancreas dataset to train an FCN to generate an ROI covering the pancreas and use a 3D U-Net-like FCN for coarse pancreas segmentation. To further improve the dilated pancreatic duct segmentation, we deploy a skip connection on each corresponding resolution level and an attention mechanism in the bottleneck layer. Moreover, we introduce a combined loss function based on Dice loss and Focal loss. Random data augmentation is adopted throughout the experiments to improve the generalizability of the model. Results: We manually created a dilated pancreatic duct dataset with semi-automated annotation tools. Experimental results showed that our proposed framework is practical for dilated pancreatic duct segmentation. The average Dice score and sensitivity were 49.9% and 51.9%, respectively. These results show the potential of our approach as a clinical screening tool. Conclusions: We investigate an automated framework for dilated pancreatic duct segmentation. The cascade strategy effectively improved the segmentation performance of the pancreatic duct. Our modifications to the FCNs together with random data augmentation and the proposed combined loss function facilitate automated segmentation.

    DOI: 10.1007/s11548-021-02530-x

    Web of Science

    Scopus

    PubMed

  51. Real-time Esophagus Achalasia Detection Method for Esophagoscopy Assistance 査読有り

    Jiang Kai, Oda Masahiro, Shiwaku Hironari, Misawa Masashi, Mori Kensaku

    MEDICAL IMAGING 2022: COMPUTER-AIDED DIAGNOSIS   12033 巻   2022年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    This paper presents an automated real-time esophagus achalasia (achalasia) detection method for esophagoscopy assistance. Achalasia is a well-recognized primary esophageal motor disorder of unknown etiology. To diagnose the achalasia, endoscopic evaluation of the esophagus and stomach is recommended to ensure that there is not a malignancy causing the disease or esophageal squamous cell carcinoma complicating achalasia. However, esophagoscopy is low sensitive in the early-stage of achalasia, only about half of patients with early-stage achalasia can be identified. Thus, a quantitative detection system of real-time esophagoscopy video is required for diagnosis assistance of achalasia. This paper presents to use of a convolutional neural network (CNN) to detect all achalasia frames in esophagoscopy videos. The features of achalasia cannot be easily distinguished. To better extract features from esophagoscopy frames, we introduce dense pooling connections and dilated convolutions in the CNN. We trained and evaluated our network with an original dataset that is extracted from several esophagoscopy videos of achalasia patients. Furthermore, we develop a real-time achalasia detection ComputerAided Diagnosis (CAD) system with the trained network. The CAD system can detect each frame from the input esophagoscopy videos with only 0.1 milliseconds delay. The real-time achalasia detection system achieved 0.872 accuracy, and 0.943 AUC score on our dataset.

    DOI: 10.1117/12.2613289

    Web of Science

    Scopus

  52. Uncertainty meets 3D-spatial feature in colonoscopic polyp-size determination 査読有り

    Itoh Hayato, Oda Masahiro, Jiang Kai, Mori Yuichi, Misawa Masashi, Kudo Shin-Ei, Imai Kenichiro, Ito Sayo, Hotta Kinichi, Mori Kensaku

    Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization     2022年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    This paper presents a new 3D-spatial feature extraction from a 2D colonoscopic image for polyp-size estimation. The polyp-size estimation poses potential demands on colonoscopy, since an endoscopist’s subjective estimation is apt to result in uncertain polyp-size determination. This uncertain determination is derived from the lack of 3D-spatial information. Even though a previous work clarified that depth estimation mitigates uncertainty in binary polyp-size classification, precise estimation of 3D structure from a colonoscopic image(s) remains an unsolved challenge in medical image analysis. This work proposes a 3D-spatial feature that expresses a polyp’s precise 3D shape to mitigate uncertainty in polyp-size determination. First, we introduce an accurate depth estimation method to capture the 3D structure of a colon. Next, we integrate depth estimation and polyp localisation to extract a 3D polyp shape as a feature. Finally, we achieve polyp-size estimation by statistical learning of extracted features. The experimental results demonstrated the validity both of our depth estimation and 3D-spatial feature. Compared with deep RGB and RGB-D convolutional neural networks (CNNs), a shallow CNN with the proposed 3D-spatial feature achieved a more accurate polyp-size estimation with a mean absolute error of 1.36 mm, whereas the one of the deep CNN is 3.11 mm.

    DOI: 10.1080/21681163.2021.2004445

    Web of Science

    Scopus

  53. Impact of the clinical use of artificial intelligence-assisted neoplasia detection for colonoscopy: a large-scale prospective propensity score-matched study (with video) 査読有り

    Ishiyama Misaki, Kudo Shin-ei, Misawa Masashi, Mori Yuichi, Maeda Yasuhara, Ichimasa Katsuro, Kudo Toyoki, Hayashi Takemasa, Wakamura Kunihiko, Miyachi Hideyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    Gastrointestinal Endoscopy   95 巻 ( 1 ) 頁: 155 - 163   2022年1月

     詳細を見る

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

    Background and Aims: Recently, the use of computer-aided detection (CADe) for colonoscopy has been investigated to improve the adenoma detection rate (ADR). We aimed to assess the efficacy of a regulatory-approved CADe in a large-scale study with high numbers of patients and endoscopists. Methods: This was a propensity score–matched prospective study that took place at a university hospital between July 2020 and December 2020. We recruited patients aged ≥20 years who were scheduled for colonoscopy. Patients with polyposis, inflammatory bowel disease, or incomplete colonoscopy were excluded. We used a regulatory-approved CADe system and conducted a propensity score matching–based comparison of the ADR between patients examined with and without CADe as the primary outcome. Results: During the study period, 2261 patients underwent colonoscopy with the CADe system or routine colonoscopy, and 172 patients were excluded in accordance with the exclusion criteria. Thirty endoscopists (9 nonexperts and 21 experts) were involved in this study. Propensity score matching was conducted using 5 factors, resulting in 1836 patients included in the analysis (918 patients in each group). The ADR was significantly higher in the CADe group than in the control group (26.4% vs 19.9%, respectively; relative risk, 1.32; 95% confidence interval, 1.12-1.57); however, there was no significant increase in the advanced neoplasia detection rate (3.7% vs 2.9%, respectively). Conclusions: The use of the CADe system for colonoscopy significantly increased the ADR in a large-scale prospective study including 30 endoscopists (Clinical trial registration number: UMIN000040677.)

    DOI: 10.1016/j.gie.2021.07.022

    Web of Science

    Scopus

    PubMed

  54. Enhancing Model Generalization for Substantia Nigra Segmentation Using a Test-time Normalization-Based Method

    Hu T., Itoh H., Oda M., Hayashi Y., Lu Z., Saiki S., Hattori N., Kamagata K., Aoki S., Kumamaru K.K., Akashi T., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   13437 LNCS 巻   頁: 736 - 744   2022年

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Automatic segmentation of substantia nigra (SN), which is Parkinson’s disease-related tissue, is an important step toward accurate computer-aided diagnosis systems. Conventional methods for SN segmentation depend heavily on limited magnetic resonance imaging (MRI) modalities such as neuromelanin and quantitative susceptibility mapping, which require longer imaging times and are rare in public datasets. To enable a multi-modal investigation for SN anatomic alterations based on medical bigdata researches, the need for automated SN segmentation arises from commonly investigated T2-weighted MRIs. To improve the performance of the automated SN segmentation from a T2-weighted MRI and enhance the model generalization for cross-center researches, this paper proposes a novel test-time normalization (TTN) method to increase the geometric and intensity similarity between the query data and the model’s trained data. Our proposed method requires no additional training procedure or extra annotation for the unseen data. Our results showed that our proposed TTN achieved a mean Dice score of 71.08% in comparison with the baseline model’s 69.87% score with in-house dataset. Additionally, improved SN segmentation performance was observed from the unseen and unlabeled datasets.

    DOI: 10.1007/978-3-031-16449-1_70

    Scopus

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/miccai2022-7.html#HuIOHLSHKAKAM22

  55. Spatially variant biases considered self-supervised depth estimation based on laparoscopic videos 査読有り

    Li Wenda, Hayashi Yuichiro, Oda Masahiro, Kitasaka Takayuki, Misawa Kazunari, Mori Kensaku

    Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization     2021年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    Depth estimation is an essential tool in obtaining depth information for robotic surgery and augmented reality technology in the current laparoscopic surgery robot system. Since there is a lack of ground-truth for depth values and laparoscope motions during operation, depth estimation networks have difficulties in predicting depth maps from laparoscopic images under the supervised strategy. It is challenging to generate the correct depth maps for the different environments from abdominal images. To tackle these problems, we propose a novel monocular self-supervised depth estimation network with sparse nest architecture. We design a non-local block to capture broader and deeper context features that can further enhance the scene-variant generalisation capacity of the network for the differences in datasets. Moreover, we introduce an improved multi-mask feature in the loss function to tackle the classical occlusion problem based on the time-series information from stereo videos. We also use heteroscedastic aleatoric uncertainty to reduce the effect of noisy data for depth estimation. We compared our proposed method with other existing methods for different scenes in datasets. The experimental results show that the proposed model outperformed the state-of-the-art models qualitatively and quantitatively.

    DOI: 10.1080/21681163.2021.2015723

    Web of Science

    Scopus

  56. Depth estimation from single-shot monocular endoscope image using image domain adaptation and edge-aware depth estimation 査読有り

    Oda Masahiro, Itoh Hayato, Tanaka Kiyohito, Takabatake Hirotsugu, Mori Masaki, Natori Hiroshi, Mori Kensaku

    Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization     2021年12月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization  

    We propose a depth estimation method from a single-shot monocular endoscopic image using Lambertian surface translation by domain adaptation and depth estimation using multi-scale edge loss. We employ a two-step estimation process including Lambertian surface translation from unpaired data and depth estimation. The texture and specular reflection on the surface of an organ reduce the accuracy of depth estimations. We apply Lambertian surface translation to an endoscopic image to remove these texture and reflections. Then, we estimate the depth by using a fully convolutional network (FCN). During the training of the FCN, improvement of the object edge similarity between an estimated image and a ground truth depth image is important for getting better results. We introduced a muti-scale edge loss function to improve the accuracy of depth estimation. We quantitatively evaluated the proposed method using real colonoscopic images. The estimated depth values were proportional to the real depth values. Furthermore, we applied the estimated depth images to automated anatomical location identification of colonoscopic images using a convolutional neural network. The identification accuracy of the network improved from 69.2% to 74.1% by using the estimated depth images.

    DOI: 10.1080/21681163.2021.2012835

    Web of Science

    Scopus

  57. Attention-Guided Pancreatic Duct Segmentation from Abdominal CT Volumes 査読有り 国際共著

    Shen C., Roth H.R., Yuichiro H., Oda M., Miyamoto T., Sato G., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   12969 LNCS 巻   頁: 46 - 55   2021年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Pancreatic duct dilation indicates a high risk of pancreatic ductal adenocarcinoma (PDAC), the deadliest cancer with a poor prognosis. Segmentation of dilated pancreatic duct from CT taken from patients without PDAC shows the potential to assist the early detection of PDAC. Most current researches include pancreatic duct segmentation as one additional class for patients who have already detected PDAC. However, the dilated pancreatic duct for people who have not yet developed PDAC is typically much smaller, making the segmentation difficult. Deep learning-based segmentation on tiny components is challenging because of the large imbalance between the target object and irrelevant regions. In this work, we explore an attention-guided approach for dilated pancreatic duct segmentation as a screening tool for pre-PDAC patients, enhancing the pancreas regions’ concentration and ignoring the unnecessary features. We employ a multi-scale aggregation to combine the information at different scales to improve the segmentation performance further. Our proposed multi-scale pancreatic attention-guided approach achieved a Dice score of 54.16% on dilated pancreatic duct dataset, which shows a significant improvement over prior techniques.

    DOI: 10.1007/978-3-030-90874-4_5

    Scopus

  58. Multi-task Federated Learning for Heterogeneous Pancreas Segmentation 査読有り 国際共著

    Shen C., Wang P., Roth H.R., Yang D., Xu D., Oda M., Wang W., Fuh C.S., Chen P.T., Liu K.L., Liao W.C., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   12969 LNCS 巻   頁: 101 - 110   2021年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    Federated learning (FL) for medical image segmentation becomes more challenging in multi-task settings where clients might have different categories of labels represented in their data. For example, one client might have patient data with “healthy” pancreases only while datasets from other clients may contain cases with pancreatic tumors. The vanilla federated averaging algorithm makes it possible to obtain more generalizable deep learning-based segmentation models representing the training data from multiple institutions without centralizing datasets. However, it might be sub-optimal for the aforementioned multi-task scenarios. In this paper, we investigate heterogeneous optimization methods that show improvements for the automated segmentation of pancreas and pancreatic tumors in abdominal CT images with FL settings.

    DOI: 10.1007/978-3-030-90874-4_10

    Scopus

  59. Intestine Segmentation with Small Computational Cost for Diagnosis Assistance of Ileus and Intestinal Obstruction 査読有り

    Oda H., Hayashi Y., Kitasaka T., Takimoto A., Hinoki A., Uchida H., Suzuki K., Oda M., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   12969 LNCS 巻   頁: 3 - 12   2021年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    This paper proposes an intestine segmentation method from CT volumes for the intestinal obstruction and the ileus diagnosis assistance. The previous method was built based on the 3D U-Net, whose computational cost was high. Nevertheless, there was no confirmation that the 3-dimensional network contributed to the segmentation performance. In this paper, we propose a method utilizing the 2D U-Net on behalf of the previous methods’ 3D U-Net. Experimental results using 110 CT volumes showed that both the proposed (2D U-Net) and previous (3D U-Net) methods achieved similar scores for the segmentation accuracy and system usefulness. In addition, the proposed method’s inference was 0.5 min on average, around 8-times faster than the 3D U-Net’s. Although subsequent processes still require more than 20 min for each case, utilizing lightweight networks is essential for practical use in the future, especially for emergency diagnosis.

    DOI: 10.1007/978-3-030-90874-4_1

    Scopus

  60. COVID-19 Infection Segmentation from Chest CT Images Based on Scale Uncertainty 査読有り

    Oda M., Zheng T., Hayashi Y., Otake Y., Hashimoto M., Akashi T., Aoki S., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   12969 LNCS 巻   頁: 88 - 97   2021年11月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    This paper proposes a segmentation method of infection regions in the lung from CT volumes of COVID-19 patients. COVID-19 spread worldwide, causing many infected patients and deaths. CT image-based diagnosis of COVID-19 can provide quick and accurate diagnosis results. An automated segmentation method of infection regions in the lung provides a quantitative criterion for diagnosis. Previous methods employ whole 2D image or 3D volume-based processes. Infection regions have a considerable variation in their sizes. Such processes easily miss small infection regions. Patch-based process is effective for segmenting small targets. However, selecting the appropriate patch size is difficult in infection region segmentation. We utilize the scale uncertainty among various receptive field sizes of a segmentation FCN to obtain infection regions. The receptive field sizes can be defined as the patch size and the resolution of volumes where patches are clipped from. This paper proposes an infection segmentation network (ISNet) that performs patch-based segmentation and a scale uncertainty-aware prediction aggregation method that refines the segmentation result. We design ISNet to segment infection regions that have various intensity values. ISNet has multiple encoding paths to process patch volumes normalized by multiple intensity ranges. We collect prediction results generated by ISNets having various receptive field sizes. Scale uncertainty among the prediction results is extracted by the prediction aggregation method. We use an aggregation FCN to generate a refined segmentation result considering scale uncertainty among the predictions. In our experiments using 199 chest CT volumes of COVID-19 cases, the prediction aggregation method improved the dice similarity score from 47.6% to 62.1%.

    DOI: 10.1007/978-3-030-90874-4_9

    Scopus

  61. Aorta-aware GAN for non-contrast to artery contrasted CT translation and its application to abdominal aortic aneurysm detection. 査読有り

    Hu T, Oda M, Hayashi Y, Lu Z, Kumamaru KK, Akashi T, Aoki S, Mori K

    International Journal of Computer Assisted Radiology and Surgery   17 巻 ( 1 ) 頁: 97 - 105   2021年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-021-02492-0

    PubMed

  62. Graph Cuts Loss to Boost Model Accuracy and Generalizability for Medical Image Segmentation 査読有り

    Zheng Zhou, Oda Masahiro, Mori Kensaku

    2021 IEEE/CVF INTERNATIONAL CONFERENCE ON COMPUTER VISION WORKSHOPS (ICCVW 2021)   2021-October 巻   頁: 3297 - 3306   2021年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Proceedings of the IEEE International Conference on Computer Vision  

    Segmentation accuracy and generalization ability are essential for deep learning models, especially in medical image segmentation. We present a novel, robust yet straightforward loss function to boost model accuracy and generalizability for medical image segmentation. We reformulate the graph cuts cost function to a loss function for supervised learning. The graph cuts loss innately focuses on a dual penalty to optimize the regional properties and boundary regularization. We benchmark the proposed loss on six public retinal vessel segmentation datasets with a comprehensive intra-dataset and cross-dataset evaluation. Results reveal that the proposed loss is more generalizable, narrowing the performance gap between different architectures. Besides, models trained with our loss show higher segmentation accuracy and better generalization ability than those trained with other mainstream losses. Moreover, we extend our loss to other segmentation tasks, e.g., left atrium and liver tumor segmentation. The proposed loss still achieves comparable performance to the state-of-the-art, demonstrating its potential for any N-D segmentation problem. The code is available at https://github.com/zzh_enggit/graphcutsloss.

    DOI: 10.1109/ICCVW54120.2021.00369

    Web of Science

    Scopus

  63. Super-Resolution by Latent Space Exploration: Training with Poorly-Aligned Clinical and Micro CT Image Dataset 査読有り

    Zheng T., Oda H., Hayashi Y., Nakamura S., Oda M., Mori K.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   12965 LNCS 巻   頁: 24 - 33   2021年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)  

    This paper proposes a super-resolution (SR) method, for performing SR on a poorly-aligned dataset. Super-resolution methods commonly needs aligned low-resolution (LR) and high-resolution (HR) images for training. For obtaining paired LR and HR images in medical imaging, we need to align low and high-resolution data using image registration technology. However, since the hardness of aligning LR and HR images, the aligned LR-HR dataset is always low quality. Conventional SR methods always fail to train using poorly-aligned datasets since these methods need high-quality LR-HR datasets. To tackle this problem, we propose a two-step framework for SR using poorly-aligned datasets. In the first step, we decompose image representation into two parts: one is a content code that captures the image content; the other is a style code that captures the image style and anatomy difference between LR / HR images. To perform SR of a given LR image, we input the content code and a latent variable simultaneously into the SR network to obtain an SR result. In the second step, using the trained SR network and an LR image, we search for a content code, and a style code for generating the most proper SR image. This is conducted by searching for the best content code and the best style code by latent space exploration. We conducted experiments using a poorly-aligned clinical-micro CT lung specimen dataset. Experimental results illustrated the proposed method outperformed conventional SR methods by increasing SSIM from 0.309 to 0.312, and have much more convincing perceptual quality than conventional SR methods.

    DOI: 10.1007/978-3-030-87592-3_3

    Scopus

  64. Performance improvement of weakly supervised fully convolutional networks by skip connections for brain structure segmentation 査読有り

    Sugino Takaaki, Roth Holger R., Oda Masahiro, Kin Taichi, Saito Nobuhito, Nakajima Yoshikazu, Mori Kensaku

    Medical Physics   48 巻 ( 11 ) 頁: 7215 - 7227   2021年9月

     詳細を見る

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

    Purpose: For the planning and navigation of neurosurgery, we have developed a fully convolutional network (FCN)-based method for brain structure segmentation on magnetic resonance (MR) images. The capability of an FCN depends on the quality of the training data (i.e., raw data and annotation data) and network architectures. The improvement of annotation quality is a significant concern because it requires much labor for labeling organ regions. To address this problem, we focus on skip connection architectures and reveal which skip connections are effective for training FCNs using sparsely annotated brain images. Methods: We tested 2D FCN architectures with four different types of skip connections. The first was a U-Net architecture with horizontal skip connections that transfer feature maps at the same scale from the encoder to the decoder. The second was a U-Net++ architecture with dense convolution layers and dense horizontal skip connections. The third was a full-resolution residual network (FRRN) architecture with vertical skip connections that pass feature maps between each downsampled scale path and the full-resolution scale path. The last one was a hybrid architecture with a combination of horizontal and vertical skip connections. We validated the effect of skip connections on medical image segmentation from sparse annotation based on these four FCN architectures, which were trained under the same conditions. Results: For multiclass segmentation of the cerebrum, cerebellum, brainstem, and blood vessels from sparsely annotated MR images, we performed a comparative evaluation of segmentation performance among the above four FCN approaches: U-Net, U-Net++, FRRN, and hybrid architectures. The experimental results show that the horizontal skip connections in the U-Net architectures were effective for the segmentation of larger sized objects, whereas the vertical skip connections in the FRRN architecture improved the segmentation of smaller sized objects. The hybrid architecture with both horizontal and vertical skip connections achieved the best results of the four FCN architectures. We then performed an ablation study to explore which skip connections in the FRRN architecture contributed to the improved segmentation of blood vessels. In the ablation study, we compared the segmentation performance between architectures with a horizontal path (HP), an HP and vertical up paths (HP+VUPs), an HP and vertical down paths (HP+VDPs), and an HP and vertical up and down paths (FRRN). We found that the vertical up paths were effective in improving the segmentation of smaller sized objects. Conclusions: This paper investigated which skip connection architectures were effective for multiclass brain segmentation from sparse annotation. Consequently, using vertical skip connections with horizontal skip connections allowed FCNs to improve segmentation performance.

    DOI: 10.1002/mp.15192

    Web of Science

    Scopus

    PubMed

  65. Binary polyp-size classification based on deep-learned spatial information 査読有り

    Itoh Hayato, Oda Masahiro, Jiang Kai, Mori Yuichi, Misawa Masashi, Kudo Shin-Ei, Imai Kenichiro, Ito Sayo, Hotta Kinichi, Mori Kensaku

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERYInternational Journal of Computer Assisted Radiology and Surgery   16 巻   頁: 1817 - 1828   2021年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: The size information of detected polyps is an essential factor for diagnosis in colon cancer screening. For example, adenomas and sessile serrated polyps that are ≥ 10 mm are considered advanced, and shorter surveillance intervals are recommended for smaller polyps. However, sometimes the subjective estimations of endoscopists are incorrect and overestimate the sizes. To circumvent these difficulties, we developed a method for automatic binary polyp-size classification between two polyp sizes: from 1 to 9 mm and ≥ 10 mm. Method: We introduce a binary polyp-size classification method that estimates a polyp’s three-dimensional spatial information. This estimation is comprised of polyp localisation and depth estimation. The combination of location and depth information expresses a polyp’s three-dimensional shape. In experiments, we quantitatively and qualitatively evaluate the proposed method using 787 polyps of both protruded and flat types. Results: The proposed method’s best classification accuracy outperformed the fine-tuned state-of-the-art image classification methods. Post-processing of sequential voting increased the classification accuracy and achieved classification accuracy of 0.81 and 0.88 for polyps ranging from 1 to 9 mm and others that are ≥ 10 mm. Qualitative analysis revealed the importance of polyp localisation even in polyp-size classification. Conclusions: We developed a binary polyp-size classification method by utilising the estimated three-dimensional shape of a polyp. Experiments demonstrated accurate classification for both protruded- and flat-type polyps, even though the flat type have ambiguous boundary between a polyp and colon wall.

    DOI: 10.1007/s11548-021-02477-z

    Web of Science

    Scopus

    PubMed

  66. Depth-based branching level estimation for bronchoscopic navigation 査読有り

    Wang Cheng, Hayashi Yuichiro, Oda Masahiro, Kitasaka Takayuki, Takabatake Hirotsugu, Mori Masaki, Honma Hirotoshi, Natori Hiroshi, Mori Kensaku

    International Journal of Computer Assisted Radiology and Surgery   16 巻 ( 10 ) 頁: 1795 - 1804   2021年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: Bronchoscopists rely on navigation systems during bronchoscopy to reduce the risk of getting lost in the complex bronchial tree-like structure and the homogeneous bronchus lumens. We propose a patient-specific branching level estimation method for bronchoscopic navigation because it is vital to identify the branches being examined in the bronchus tree during examination. Methods: We estimate the branching level by integrating the changes in the number of bronchial orifices and the camera motions among the frames. We extract the bronchial orifice regions from a depth image, which is generated using a cycle generative adversarial network (CycleGAN) from real bronchoscopic images. We calculate the number of orifice regions using the vertical and horizontal projection profiles of the depth images and obtain the camera-moving direction using the feature point-based camera motion estimation. The changes in the number of bronchial orifices are combined with the camera-moving direction to estimate the branching level. Results: We used three in vivo and one phantom case to train the CycleGAN model and four in vivo cases to validate the proposed method. We manually created the ground truth of the branching level. The experimental results showed that the proposed method can estimate the branching level with an average accuracy of 87.6%. The processing time per frame was about 61 ms. Conclusion: Experimental results show that it is feasible to estimate the branching level using the number of bronchial orifices and camera-motion estimation from real bronchoscopic images.

    DOI: 10.1007/s11548-021-02460-8

    Web of Science

    Scopus

    PubMed

  67. 深層学習を用いた医用画像処理と画像を超えた応用 招待有り

    小田 昌宏

    生体医工学   59 巻 ( 0 ) 頁: 256 - 256   2021年6月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)   出版者・発行元:公益社団法人 日本生体医工学会  

    <p>深層学習は医用画像処理において重要な手法の一つとなった.医用画像処理に含まれる画像分類,検出,セグメンテーションにおいては深層学習が多くの問題を解決し,高い成果を挙げている.画像モダリティに着目すると,眼底画像や放射線画像を対象とした深層学習の適用例が多く,実用化レベルに達したものもある.本発表では,手法や画像モダリティの面から深層学習を用いた医用画像処理を概観し,応用例を紹介する.また,深層学習の新たな応用についても紹介する.深層学習は画像に限らず様々なデータを説明変数と目的変数とすることが可能である.この性質を利用し,画像,テキスト,センサ計測データ等を用いる新たな手法を構築できる.応用例と共に深層学習の新たな可能性について考える.</p>

    DOI: 10.11239/jsmbe.Annual59.256

  68. Artificial intelligence-assisted colonic endocytoscopy for cancer recognition: a multicenter study 査読有り

    Yuichi Mori , Shin-ei Kudo , Masashi Misawa , Kinichi Hotta , Ohtsuka Kazuo , Shoichi Saito , Hiroaki Ikematsu , Yutaka Saito , Takahisa Matsuda , Takeda Kenichi , Toyoki Kudo , Tetsuo Nemoto , Hayato Itoh , Kensaku Mori

    Endoscopy International Open     頁: E1004 - E1011   2021年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1055/a-1475-3624

  69. Unsupervised colonoscopic depth estimation by domain translations with a Lambertian-reflection keeping auxiliary task 査読有り

    Itoh Hayato, Oda Masahiro, Mori Yuichi, Misawa Masashi, Kudo Shin-Ei, Imai Kenichiro, Ito Sayo, Hotta Kinichi, Takabatake Hirotsugu, Mori Masaki, Natori Hiroshi, Mori Kensaku

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERYInternational Journal of Computer Assisted Radiology and Surgery   16 巻 ( 6 ) 頁: 989 - 1001   2021年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    Purpose: A three-dimensional (3D) structure extraction technique viewed from a two-dimensional image is essential for the development of a computer-aided diagnosis (CAD) system for colonoscopy. However, a straightforward application of existing depth-estimation methods to colonoscopic images is impossible or inappropriate due to several limitations of colonoscopes. In particular, the absence of ground-truth depth for colonoscopic images hinders the application of supervised machine learning methods. To circumvent these difficulties, we developed an unsupervised and accurate depth-estimation method. Method: We propose a novel unsupervised depth-estimation method by introducing a Lambertian-reflection model as an auxiliary task to domain translation between real and virtual colonoscopic images. This auxiliary task contributes to accurate depth estimation by maintaining the Lambertian-reflection assumption. In our experiments, we qualitatively evaluate the proposed method by comparing it with state-of-the-art unsupervised methods. Furthermore, we present two quantitative evaluations of the proposed method using a measuring device, as well as a new 3D reconstruction technique and measured polyp sizes. Results: Our proposed method achieved accurate depth estimation with an average estimation error of less than 1 mm for regions close to the colonoscope in both of two types of quantitative evaluations. Qualitative evaluation showed that the introduced auxiliary task reduces the effects of specular reflections and colon wall textures on depth estimation and our proposed method achieved smooth depth estimation without noise, thus validating the proposed method. Conclusions: We developed an accurate depth-estimation method with a new type of unsupervised domain translation with the auxiliary task. This method is useful for analysis of colonoscopic images and for the development of a CAD system since it can extract accurate 3D information.

    DOI: 10.1007/s11548-021-02398-x

    Web of Science

    Scopus

    PubMed

  70. Deep learning system for automatic detection of bladder tumors in cystoscopic images 査読有り

    Mutaguchi J., Oda M., Ueda S., Kinoshita F., Naganuma H., Matsumoto T., Lee K., Monji K., Kashiwagi K., Takeuchi A., Shiota M., Inokuchi J., Mori K., Eto M.

    EUROPEAN UROLOGY   79 巻   頁: S1022 - S1023   2021年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  71. COVID-19診断支援AI開発における名古屋大学の取り組み 招待有り

    小田 昌宏, 鄭 通, 林 雄一郎, 森 健策

    Medical Imaging Technology   39 巻 ( 1 ) 頁: 13 - 19   2021年2月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

  72. Extremely imbalanced Subarachnoid Hemorrhage detection based on DenseNet-LSTM network with Class-Balanced Loss and Transfer Learning 査読有り

    Lu Zhongyang, Oda Masahiro, Hayashi Yuichiro, Hu Tao, Itoh Hayato, Watadani Takeyuki, Abe Osamu, Hashimoto Masahiro, Jinzaki Masahiro, Mori Kensaku

    MEDICAL IMAGING 2021: COMPUTER-AIDED DIAGNOSIS   11597 巻   2021年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    Subarachnoid Hemorrhage (SAH) detection is a critical, severe problem that confused clinical residents for a long time. With the rise of deep learning technologies, SAH detection made a significant breakthrough in recent ten years. Whereas, the performances are significantly degraded on imbalanced data, makes deep learning models have always suffered criticism. In this study, we present a DenseNet-LSTM network with Class-Balanced Loss and the transfer learning strategy to solve the SAH detection problem on an extremely imbalanced dataset. Compared to the previous works, the proposed framework not merely effectively integrate greyscale features the and spatial information from the consecutive CT scans, but also employ Class-Balanced loss and transfer learning to alleviate the adverse effects and broaden feature diversity respectively on an extreme SAH cases scarcity dataset, mimicking the actual situation of emergency departments. Comprehensive experiments are conducted on a dataset, consisted of 2,519 cases without hemorrhage cases and only 33 cases with SAH. Experimental results demonstrate the F-measure score of SAH detection achieved a remarkable improvement, the backbone DenseNet121 gained around 33% promotion after transfer learning, and on this basis, importing the Class-Balanced Loss and the LSTM structure, the F-measure score further increased 6.1% and 2.7% sequentially.

    DOI: 10.1117/12.2582088

    Web of Science

    Scopus

  73. Automated Detection of Spinal Schwannomas Utilizing Deep Learning Based on Object Detection from MRI 査読有り

    Sadayuki Ito, Kei Ando, Kazuyoshi Kobayashi, Hiroaki Nakashima Masahiro Oda, Masaaki Machino, Shunsuke Kanbara, Taro Inoue, Hidetoshi Yamaguchi, Hiroyuki Koshimizu, Kensaku Mori, Naoki Ishiguro, Shiro Imagama

    Spine   46 巻 ( 2 ) 頁: 95 - 100   2021年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1097/BRS.0000000000003749

    Scopus

    PubMed

    researchmap

  74. Current status and future perspective on artificial intelligence for lower endoscopy 査読有り

    Misawa Masashi, Kudo Shin-ei, Mori Yuichi, Maeda Yasuharu, Ogawa Yushi, Ichimasa Katsuro, Kudo Toyoki, Wakamura Kunihiko, Hayashi Takemasa, Miyachi Hideyuki, Baba Toshiyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    DIGESTIVE ENDOSCOPY   33 巻 ( 2 ) 頁: 273 - 284   2021年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1111/den.13847

    Web of Science

    Scopus

    PubMed

  75. 医療支援AIの現状と情報横断型AIへの期待 招待有り

    小田 昌宏

    日本整形外科学会雑誌   95 巻 ( 1 ) 頁: 3 - 8   2021年1月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:研究論文(学術雑誌)  

  76. Current status and future perspective on artificial intelligence for lower endoscopy 査読有り

    Misawa M., Kudo S.E., Mori Y., Maeda Y., Ogawa Y., Ichimasa K., Kudo T., Wakamura K., Hayashi T., Miyachi H., Baba T., Ishida F., Itoh H., Oda M., Mori K.

    Gastroenterological Endoscopy   63 巻 ( 7 ) 頁: 1402 - 1416   2021年1月

     詳細を見る

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

    The global incidence and mortality rate of colorectal cancer remains high. Colonoscopy is regarded as the gold standard examination for detecting and eradicating neoplastic lesions. However, there are some uncertainties in colonoscopy practice that are related to limitations in human performance. First, approximately one-fourth of colorectal neoplasms are missed on a single colonoscopy. Second, it is still difficult for nonexperts to perform adequately regarding optical biopsy. Third, recording of some quality indicators (e.g. cecal intubation, bowel preparation, and withdrawal speed)which are related to adenoma detection rate, is sometimes incomplete. With recent improvements in machine learning techniques and advances in computer performance, artificial intelligence-assisted computer-aided diagnosis is being increasingly utilized by endoscopists. In particular, the emergence of deep-learning, data-driven machine learning techniques have made the development of computer-aided systems easier than that of conventional machine learning techniques, the former currently being considered the standard artificial intelligence engine of computer-aided diagnosis by colonoscopy. To date, computer-aided detection systems seem to have improved the rate of detection of neoplasms. Additionally, computer-aided characterization systems may have the potential to improve diagnostic accuracy in real-time clinical practice. Furthermore, some artificial intelligence-assisted systems that aim to improve the quality of colonoscopy have been reported. The implementation of computer-aided system clinical practice may provide additional benefits such as helping in educational poorly performing endoscopists and supporting real-time clinical decision-making. In this review, we have focused on computer-aided diagnosis during colonoscopy reported by gastroenterologists and discussed its status, limitations, and future prospects.

    DOI: 10.11280/gee.63.1402

    Scopus

  77. 第1回JSCAS AI Challenge開催報告 招待有り

    森 健策, 小田 昌宏, 平尾 彰浩, 澁澤 喜人, 竹下 修由, 伊藤 雅昭

    日本コンピュータ外科学会誌   23 巻 ( 2 ) 頁: 74 - 75   2021年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)   出版者・発行元:一般社団法人 日本コンピュータ外科学会  

    DOI: 10.5759/jscas.23.74

  78. ディープラーニングによる物体検出:膀胱内視鏡における膀胱癌診断

    牟田口 淳, 小田 昌宏, 小林 聡, 猪口 淳一, 森 健策, 江藤 正俊

    生体医工学   59 巻 ( 0 ) 頁: 299 - 299   2021年

     詳細を見る

    記述言語:日本語   出版者・発行元:公益社団法人 日本生体医工学会  

    <p>【背景】膀胱癌は経尿道手術後に再発が多い腫瘍であり、膀胱鏡での腫瘍の見落としが原因とされている。従来の白色光(WLI)に加え、NBIは腫瘍検出の精度が改善する報告があるが、検者の経験に依存するため、再現性・客観性が乏しいことが課題である。近年、客観的な診断ツールとして人工知能(AI)が活用されているが、膀胱鏡においてAIによる腫瘍検出の研究はあまり行われていない。今回、我々はWLI/NBI膀胱鏡画像を用いて、AIによる腫瘍検出の精度を検証した。【方法】2019年12月から2020年11月まで、経尿道的膀胱腫瘍切除術(TURBT)の際に、WLI/NBIを用いて観察を行った症例の手術動画から膀胱鏡画像を作成し、腫瘍を含む画像を腫瘍画像、腫瘍を含まない画像を正常画像と定義した。腫瘍画像を学習データ、テストデータに分類し、AIによる感度、特異度、陽性的中率を評価した。AIでの物体検出はtiny-YOLOを用い、医師個人のコンピューター上で環境構築を行った。【結果】腫瘍画像(WLI:809枚、NBI:684枚)をそれぞれtiny-YOLOで学習を行い、腫瘍画像(WLI:280枚、NBI:87枚)と正常画像(WLI:104枚、NBI:104枚)で精度検証を行った。AIによる物体検出の感度/特異度/陽性的中率は、WLIで84.6%/76.9%/90.8%、NBIで78.1%/97.1%/95.8%であった。【結論】膀胱鏡画像において、AIにより比較的良好に腫瘍検出が可能であった。更なる精度改善、リアルタイム検出への課題について、文献的考察を加え報告する。</p>

    DOI: 10.11239/jsmbe.Annual59.299

  79. 深層学習による画像認識入門(2) GPU 環境構築と画像の領域分割 招待有り

    原 武史, 小田 昌宏

    Medical Imaging Technology   39 巻 ( 3 ) 頁: 124 - 130   2021年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)   出版者・発行元:日本医用画像工学会  

    <p>深層学習において本格的な実験や研究を行うためには,GPUを使った環境構築が必要となる.これは,CPUのみで計算した場合と比較して数十倍の計算速度が得られるためである.今回の講座では,GPU環境の構築方法を説明し,画像の領域分割を例にして,計算時間がどの程度変化するかを明らかにする.同時に,U-Netを用いた領域分割の方法,その正解データの構築についても言及する.</p>

    DOI: 10.11409/mit.39.124

  80. 特集/説明可能なAIの実現に向けて―序文― 招待有り

    藤吉 弘亘, 小田 昌宏

    Medical Imaging Technology   39 巻 ( 3 ) 頁: 97 - 98   2021年

     詳細を見る

    担当区分:最終著者   記述言語:日本語   掲載種別:研究論文(学術雑誌)   出版者・発行元:日本医用画像工学会  

    DOI: 10.11409/mit.39.97

  81. Robust endocytoscopic image classification based on higher-order symmetric tensor analysis and multi-scale topological statistics 査読有り

    Hayato Itoh, Yukitaka Nimura, Yuichi Mori, Masashi Misawa, Shin-Ei Kudo, Kinichi Hotta, Kazuo Ohtsuka, Shoichi Saito, Yutaka Saito, Hiroaki Ikematsu, Yuichiro Hayashi, Masahiro Oda, Kensaku Mori

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   15 巻 ( 12 ) 頁: 2049 - 2059   2020年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-020-02255-3

    Web of Science

    Scopus

    PubMed

  82. Synthetic laparoscopic video generation for machine learning-based surgical instrument segmentation from real laparoscopic video and virtual surgical instruments 査読有り

    Ozawa Takuya, Hayashi Yuichiro, Oda Hirohisa, Oda Masahiro, Kitasaka Takayuki, Takeshita Nobuyoshi, Ito Masaaki, Mori Kensaku

    COMPUTER METHODS IN BIOMECHANICS AND BIOMEDICAL ENGINEERING-IMAGING AND VISUALIZATION     2020年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1080/21681163.2020.1835560

    Web of Science

    Scopus

  83. 大腸鏡画像にYOLO-v3を用いた、穿孔の検出と局在化の比率損失設計に関する予備的研究(Preliminary Study of Loss-Functions Design for Detection and Localization of Perforations with YOLO-v3 in Colonoscopic Images)

    蒋 凱, 伊東 隼人, 小田 昌宏, 奥村 大志, 森 悠一, 三澤 将史, 林 武雅, 工藤 進英, 森 健策

    日本コンピュータ外科学会誌   22 巻 ( 4 ) 頁: 348 - 349   2020年11月

     詳細を見る

    記述言語:英語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  84. SUN database 大腸ポリープ自動検出器の精度評価に向けた試験用画像

    伊東 隼人, 三澤 将史, 森 悠一, 小田 昌宏, 工藤 進英, 森 健策

    日本コンピュータ外科学会誌   22 巻 ( 4 ) 頁: 346 - 347   2020年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  85. 【多元計算解剖学の診断・治療・医工学への展開】人工知能に基づく医療機器EndoBRAINの臨床導入 薬事承認取得・保険算定への挑戦

    森 悠一, 工藤 進英, 三澤 将史, 伊東 隼人, 小田 昌宏, 森 健策

    MEDICAL IMAGING TECHNOLOGY   38 巻 ( 5 ) 頁: 213 - 216   2020年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:日本医用画像工学会  

    researchmap

  86. 腹腔鏡動画像用オンラインアノテーションツールの開発

    屠 芸豪, 伊東 隼人, 小澤 卓也, 小田 昌宏, 竹下 修由, 伊藤 雅昭, 森 健策

    日本コンピュータ外科学会誌   22 巻 ( 4 ) 頁: 306 - 307   2020年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  87. Artificial Intelligence System to Determine Risk of T1 Colorectal Cancer Metastasis to Lymph Node. 査読有り

    Kudo SE, Ichimasa K, Villard B, Mori Y, Misawa M, Saito S, Hotta K, Saito Y, Matsuda T, Yamada K, Mitani T, Ohtsuka K, Chino A, Ide D, Imai K, Kishida Y, Nakamura K, Saiki Y, Tanaka M, Hoteya S, Yamashita S, Kinugasa Y, Fukuda M, Kudo T, Miyachi H, Ishida F, Itoh H, Oda M, Mori K

    Gastroenterology     2020年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1053/j.gastro.2020.09.027

    Scopus

    PubMed

    researchmap

  88. Prediction of dose distribution from luminescence image of water using a deep convolutional neural network for particle therapy 査読有り

    Takuya Yabe, Seiichi Yamamoto, Masahiro Oda, Kensaku Mori, Toshiyuki Toshito, Takashi Akagi

    MEDICAL PHYSICS   47 巻 ( 9 ) 頁: 3882 - 3891   2020年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1002/mp.14372

    Web of Science

    Scopus

    PubMed

  89. 大腸内視鏡における穿孔の自動検出および位置推定に関する予備的検討

    蒋 凱, 伊東 隼人, 小田 昌宏, 奥村 大志, 森 悠一, 三澤 将史, 林 武雅, 工藤 進英, 森 健策

    日本医用画像工学会大会予稿集   39回 巻   頁: 29 - 29   2020年9月

     詳細を見る

    記述言語:英語   出版者・発行元:日本医用画像工学会  

    researchmap

  90. 位置特徴量とマルチスケール特徴量による胃壁マイクロCT像からの胃壁の層構造及び腫瘍の抽出

    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, 古川 和宏, 宮原 良二, 藤城 光弘, 森 雅樹, 高畠 博嗣, 名取 博, 森 健策

    日本医用画像工学会大会予稿集   39回 巻   頁: 569 - 572   2020年9月

     詳細を見る

    記述言語:日本語   出版者・発行元:日本医用画像工学会  

    本稿では,Spherical K-means(SpK)により抽出された複数スケールの特徴量と位置特徴量を用いた胃壁μCT画像からの粘膜層,粘膜下層,筋層及び腫瘍の抽出手法について報告する.胃壁のμCT画像から解剖学的構造を抽出することで腫瘍の立体構造把握が可能である.従来手法では複数スケールの特徴抽出フィルタをSpKによって学習し,パッチから特徴抽出を行った.その後得られた特徴量に基づいてSVMによって分類を行っていた.しかし,SpKにより生成された特徴抽出フィルタは濃度値に基づく特徴量を抽出するため,粘膜層と筋層のように濃度値が類似した領域同士の特徴量が近しい値になる.本手法ではSpKにより得られる複数スケールの特徴量にパッチの位置特徴量を追加して分類する事によって,濃度値に基づく特徴量では分類できない領域の分類を可能にする.パッチの位置特徴量としてパッチの中心座標を用いる.本手法を胃壁μCT像に適用した結果,粘膜層,粘膜下層,筋層及び腫瘍の抽出に対するDICE係数は68.3%,63.2%,82.2%,69.1%であった.特に従来手法と比べ,腫瘍の抽出に対するDICE係数は26.1%向上した.(著者抄録)

    researchmap

  91. A visual SLAM-based bronchoscope tracking scheme for bronchoscopic navigation 査読有り

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Benjamin Villard, Takayuki Kitasaka, Hirotsugu Takabatake, Masaki Mori, Hirotoshi Honma, Hiroshi Natori, Kensaku Mori

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   15 巻 ( 10 ) 頁: 1619 - 1630   2020年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-020-02241-9

    Web of Science

    Scopus

    PubMed

  92. Development of a computer-aided detection system for colonoscopy and a publicly accessible large colonoscopy video database (with video). 査読有り

    Misawa M, Kudo SE, Mori Y, Hotta K, Ohtsuka K, Matsuda T, Saito S, Kudo T, Baba T, Ishida F, Itoh H, Oda M, Mori K

    Gastrointestinal endoscopy     2020年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.gie.2020.07.060

    Scopus

    PubMed

    researchmap

  93. A deformable model for navigated laparoscopic gastrectomy based on finite elemental method 査読有り

    Chen Tao, Wei Guodong, Xu Lili, Shi Weili, Xu Yikai, Zhu Yongyi, Hayashi Yuichiro, Oda Hirohisa, Oda Masahiro, Hu Yanfeng, Yu Jiang, Jiang Zhengang, Li Guoxin, Mori Kensaku

    MINIMALLY INVASIVE THERAPY & ALLIED TECHNOLOGIES   29 巻 ( 4 ) 頁: 210 - 216   2020年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1080/13645706.2019.1625926

    Web of Science

    Scopus

    PubMed

  94. Artificial Intelligence-assisted System Improves Endoscopic Identification of Colorectal Neoplasms 査読有り

    Kudo Shin-ei, Misawa Masashi, Mori Yuichi, Hotta Kinichi, Ohtsuka Kazuo, Ikematsu Hiroaki, Saito Yutaka, Takeda Kenichi, Nakamura Hiroki, Ichimasa Katsuro, Ishigaki Tomoyuki, Toyoshima Naoya, Kudo Toyoki, Hayashi Takemasa, Wakamura Kunihiko, Baba Toshiyuki, Ishida Fumio, Inoue Haruhiro, Itoh Hayato, Oda Masahiro, Mori Kensaku

    CLINICAL GASTROENTEROLOGY AND HEPATOLOGY   18 巻 ( 8 ) 頁: 1874 - +   2020年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.cgh.2019.09.009

    Web of Science

    Scopus

    PubMed

    researchmap

  95. PREDICTION OF LYMPH NODE METASTASIS IN T2 COLORECTAL CANCER BASED ON ARTIFICIAL INTELLIGENCE -PROPOSAL OF AN INDICATION FOR FUTURE FULL-THICKNESS ENDOSCOPIC RESECTION- 査読有り

    Ichimasa Katsuro, Kudo Shinei, Benjamin Villard, Nakahara Kenta, Mori Yuichi, Misawa Masashi, Yasuharu Maeda, Toyoshima Naoya, Ogata Noriyuki, Kudo Toyoki, Hayashi Takemasa, Wakamura Kunihiko, Miyachi Hideyuki, Sawada Naruhiko, Itoh Hayato, Oda Masahiro, Mori Kensaku, Ishida Fumio

    GASTROINTESTINAL ENDOSCOPY   91 巻 ( 6 ) 頁: AB43 - AB43   2020年6月

     詳細を見る

    掲載種別:研究論文(学術雑誌)  

    Web of Science

  96. 内視鏡診断支援ソフトウェアEndoBRAINの臨床的有効性および医療費抑制効果

    森 悠一, 工藤 進英, 三澤 将史, 武田 健一, 前田 康晴, 小川 悠史, 一政 克朗, 若村 邦彦, 林 武雅, 工藤 豊樹, 宮地 英行, 馬場 俊之, 伊東 隼人, 小田 昌宏, 森 健策

    日本大腸検査学会雑誌   36 巻 ( 2 ) 頁: 77 - 82   2020年5月

     詳細を見る

    記述言語:日本語   出版者・発行元:(社)日本大腸検査学会  

    EndoBRAIN(製造:サイバーネットシステム株式会社・販売:オリンパス株式会社)は、人工知能による診断支援システムとして、本邦初の薬機法承認を得た医療機器である。EndoBRAINは超拡大内視鏡(CF-H290ECI、オリンパス株式会社)によって取得される520倍の拡大画像をAIが解析することで、大腸病変が腫瘍なのかどうかを瞬時に予測し、医師に情報提供を行う。2012年から開始したEndoBRAINの研究開発は、昭和大学-名古屋大学-サイバーネットシステム株式会社での医工産連携のもと、日本医療研究開発機構(AMED)からのサポート下に継続的に実施され、2018年12月に薬機法承認を取得した。EndoBRAINの臨床的有用性については、2018年に791症例を対象とした大規模前向き試験の結果が公表されており、感度92.7%で腫瘍の鑑別が可能であると報告されている。また、最近公表された前向き試験の副次解析結果によると、EndoBRAINを使用することで、本来切除すべきでない非腫瘍性ポリープの治療件数を抑制することができるため、これにより最大164億円/年の医療費が削減しうることが分かってきた。本稿では、EndoBRAINの特徴・使用法、および薬機法承認取得までの経緯を紹介するとともに、その臨床的有用性および期待される医療費抑制効果について、最新の研究成果を総括する。(著者抄録)

    researchmap

  97. AIによるSSA/Pの超拡大内視鏡診断

    小川 悠史, 工藤 進英, 森 悠一, 三澤 将史, 片岡 伸一, 前田 康晴, 一政 克朗, 石垣 智之, 工藤 豊樹, 若村 邦彦, 林 武雅, 馬場 俊之, 石田 文生, 伊東 隼人, 小田 昌宏, 森 健策

    日本大腸検査学会雑誌   36 巻 ( 2 ) 頁: 125 - 125   2020年5月

     詳細を見る

    記述言語:日本語   出版者・発行元:(社)日本大腸検査学会  

    researchmap

  98. Super-resolution of clinical CT volumes with modified CycleGAN using micro CT volumes

    Tong ZHENG, Hirohisa ODA, Takayasu MORIYA, Takaaki SUGINO, Shota NAKAMURA, Masahiro ODA, Masaki MORI, Hirotsugu TAKABATAKE, Hiroshi NATORI, Kensaku MORI

    CoRR   abs/2004.03272 巻   頁: 454 - 459   2020年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:日本医用画像工学会  

    This paper presents a super-resolution (SR) method with unpaired training
    dataset of clinical CT and micro CT volumes. For obtaining very detailed
    information such as cancer invasion from pre-operative clinical CT volumes of
    lung cancer patients, SR of clinical CT volumes to $\m$}CT level is desired.
    While most SR methods require paired low- and high- resolution images for
    training, it is infeasible to obtain paired clinical CT and {\mu}CT volumes. We
    propose a SR approach based on CycleGAN, which could perform SR on clinical CT
    into $\mu$CT level. We proposed new loss functions to keep cycle consistency,
    while training without paired volumes. Experimental results demonstrated that
    our proposed method successfully performed SR of clinical CT volume of lung
    cancer patients into $\mu$CT level.

    arXiv

    researchmap

    その他リンク: http://arxiv.org/pdf/2004.03272v1

  99. How Far Will Clinical Application of AI Applications Advance for Colorectal Cancer Diagnosis? 査読有り

    Mori Yuichi, Kudo Shin-ei, Misawa Masashi, Takeda Kenichi, Kudo Toyoki, Itoh Hayato, Oda Masahiro, Mori Kensaku

    JOURNAL OF THE ANUS RECTUM AND COLON   4 巻 ( 2 ) 頁: 47 - 50   2020年4月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.23922/jarc.2019-045

    Web of Science

    PubMed

  100. Artificial intelligence for magnifying endoscopy, endocytoscopy, and confocal laser endomicroscopy of the colorectum

    Mori Yuichi, Kudo Shin-ei, Misawa Masashi, Itoh Hayato, Oda Masahiro, Mori Kensaku

    TECHNIQUES AND INNOVATIONS IN GASTROINTESTINAL ENDOSCOPY   22 巻 ( 2 ) 頁: 56 - 60   2020年4月

     詳細を見る

    記述言語:日本語   出版者・発行元:Techniques and Innovations in Gastrointestinal Endoscopy  

    Because magnifying endoscopy is considered to be more accurate at predicting the histology of colorectal polyps than nonmagnifying endoscopy, it has been attracting a lot of attention, especially in Japan. However, use of magnifying endoscopy is not yet widespread because of its limited availability and the difficulty in interpreting the acquired images. Application of artificial intelligence (AI) is now changing this situation because it helps less-skilled endoscopists to accurately interpret magnified images. Research in this field initially focused on magnifying endoscopy with narrow-band imaging as the target of AI. Most previously published retrospective studies have reported over 90% sensitivity in differentiation of neoplastic lesions; however, automatically indicating the region of interest (ROI) of the polyps that AI should analyze has been found to be challenging. To address this practical problem, some researchers have started to adopt contact endomicroscopy as a target for AI. Contact endomicroscopy includes endocytoscopy (520-fold magnification, Olympus, Tokyo, Japan) and confocal laser endomicroscopy (1000-fold magnification, Mauna Kea, Paris, France). These forms of contact endomicroscopy provide ultramagnified images that make it unnecessary to manually select the ROI because the entire image acquired by contact endomicroscopy is the ROI of the targeted polyps. This strength of contact endomicroscopy has contributed to early implementation of this technology into clinical practice, which may change the utility of magnifying endoscopy in clinical settings and help increase its use globally in the near future.

    DOI: 10.1016/j.tgie.2019.150632

    Web of Science

    Scopus

  101. Cardiac fiber tracking on super high-resolution CT images: a comparative study 査読有り

    Hirohisa Oda, Holger R. Roth, Takaaki Sugino, Naoki Sunaguchi, Noriko Usami, Masahiro Oda, Daisuke Shimao, Shu Ichihara, Tetsuya Yuasa, Masami Ando, Toshiaki Akita, Yuji Narita, Kensaku Mori

    JOURNAL OF MEDICAL IMAGING   7 巻 ( 2 ) 頁: 026001   2020年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/1.JMI.7.2.026001

    Web of Science

    Scopus

    PubMed

  102. Tensor-cut: A tensor-based graph-cut blood vessel segmentation method and its application to renal artery segmentation 査読有り

    Chenglong Wang, Masahiro Oda, Yuichiro Hayashi, Yasushi Yoshino, Tokunori Yamamoto, Alejandro F. Frangi, Kensaku Mori

    MEDICAL IMAGE ANALYSIS   60 巻   頁: 101623   2020年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.media.2019.101623

    Web of Science

    Scopus

    PubMed

  103. Micro-computed tomography images of lung adenocarcinoma: detection of lepidic growth patterns 査読有り

    Nakamura Shota, Mori Kensaku, Iwano Shingo, Kawaguchi Koji, Fukui Takayuki, Hakiri Shuhei, Ozeki Naoki, Oda Masahiro, Yokoi Kohei

    NAGOYA JOURNAL OF MEDICAL SCIENCE   82 巻 ( 1 ) 頁: 25 - 31   2020年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.18999/nagjms.82.1.25

    Web of Science

    Scopus

    PubMed

  104. 人工知能に基づく医療機器EndoBRAINの臨床導入 ―薬事承認取得・保険算定への挑戦― 招待有り

    森 悠一, 工藤 進英, 三澤 将史, 伊東 隼人, 小田 昌宏, 森 健策

    Medical Imaging Technology   38 巻 ( 5 ) 頁: 213-216   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    <p>EndoBRAIN(製造:サイバネットシステム社,販売:オリンパス社)は,内視鏡検査中に発見された大腸ポリープが腫瘍なのかどうかを瞬時に解析予測し,医師の診断支援を行うシステムである.EndoBRAINは人工知能に基づく診断支援システムとして,本邦初の薬事承認を2018年12月に得た医療機器であるが,承認達成は緊密な医工産官連携研究の賜物であった.昭和大学(医)-名古屋大学(工)-サイバネットシステム株式会社(産)での連携体制を構築し,複数の公的研究費(文部科学省科学研究費(新学術領域研究・多元計算解剖学を含む)・日本医療研究開発機構(AMED)研究費)のサポートを得ることで,着実に研究成果を蓄積し,薬事承認に至った.本稿では,EndoBRAINの研究開発概要を示すとともに,医療機器開発における鬼門である薬事承認と,その後の普及において不可欠とされる(しかしながらいまだAI医療機器については実現していない)保険承認に対するアプローチについて紹介したい.</p>

    DOI: 10.11409/mit.38.213

  105. コンピュータ外科における画像ベース深層学習の利用 招待有り

    小田 昌宏

    日本コンピュータ外科学会誌   22 巻 ( 1 ) 頁: 54-58   2020年

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    DOI: 10.5759/jscas.22.54

  106. Organ Segmentation From Full-size CT Images Using Memory-Efficient FCN 査読有り

    Wang Chenglong, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS   11314 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2551024

    Web of Science

    Scopus

  107. Usefulness of fine-tuning for deep learning based multi-organ regions segmentation method from non-contrast CT volumes using small training dataset 査読有り

    Hayashi Yuichiro, Shen Chen, Roth Holger R., Oda Masahiro, Misawa Kazunari, Jinzaki Masahiro, Hashimoto Masahiro, Kumamaru Kanako K., Aoki Shigeki, Mori Kensaku

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS   11314 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2551022

    Web of Science

    Scopus

  108. Visualising decision-reasoning regions in computer-aided pathological pattern diagnosis of endoscytoscopic images based on CNN weights analysis 査読有り

    Itoh Hayato, Lu Zhongyang, Mori Yuichi, Misawa Masashi, Oda Masahiro, Kudo Shin-ei, Mori Kensaku

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS   11314 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2549532

    Web of Science

    Scopus

  109. Visualizing intestines for diagnostic assistance of ileus based on intestinal region segmentation from 3D CT images 査読有り

    Oda Hirohisa, Nishio Kohei, Kitasaka Takayuki, Amano Hizuru, Takimoto Aitaro, Uchida Hiroo, Suzuki Kojiro, Itoh Hayato, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS   11314 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/12.2548910

    Web of Science

    Scopus

  110. Spatial information-embedded fully convolutional networks for multi-organ segmentation with improved data augmentation and instance normalization 査読有り

    Chen Shen, Chenglong Wang, Holger R. Roth, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   11313 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2550496

    Scopus

  111. Multi-modality super-resolution loss for GAN-based super-resolution of clinical CT images using micro CT image database 査読有り

    Tong Zheng, Hirohisa Oda, Takayasu Moriya, Takaaki Sugino, Shota Nakamura, Masahiro Oda, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE   11313 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2548929

    Scopus

  112. Improved visual SLAM for bronchoscope tracking and registration with pre-operative CT images 査読有り

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Takayuki Kitasaka, Hirotoshi Honma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    Proceedings of SPIE - The International Society for Optical Engineering   11315 巻   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2549949

    Scopus

  113. Automated eye disease classification method from anterior eye image using anatomical structure focused image classification technique 査読有り

    Oda Masahiro, Yamaguchi Takefumi, Fukuoka Hideki, Ueno Yuta, Mori Kensaku

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS   11314 巻   2020年

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2549951

    Web of Science

    Scopus

  114. Abdominal artery segmentation method from CT volumes using fully convolutional neural network 査読有り

    Masahiro Oda, Holger R. Roth, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   14 巻 ( 12 ) 頁: 2069 - 2081   2019年12月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-019-02062-5

    Web of Science

    Scopus

    researchmap

  115. Realistic Endoscopic Image Generation Method Using Virtual-to-real Image-domain Translation 査読有り

    Masahiro Oda, Kiyohito Tanaka, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    Healthcare Technology Letters   6 巻 ( 6 ) 頁: 214 - 219   2019年12月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1049/htl.2019.0071

    Web of Science

    Scopus

  116. Stable polyp-scene classification via subsampling and residual learning from an imbalanced large dataset 査読有り

    Hayato Itoh, Holger Roth, Masahiro Oda, Masashi Misawa, Yuichi Mori, Shin-Ei Kudo, Kensaku Mori

    HEALTHCARE TECHNOLOGY LETTERS   6 巻 ( 6 ) 頁: 237 - 242   2019年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1049/htl.2019.0079

    Web of Science

    Scopus

    PubMed

  117. Artificial intelligence and computer-aided diagnosis for colonoscopy: where do we stand now?

    Kudo Shin-ei, Mori Yuichi, Abdel-aal Usama M., Misawa Masashi, Itoh Hayato, Oda Masahiro, Mori Kensaku

    TRANSLATIONAL GASTROENTEROLOGY AND HEPATOLOGY     2019年11月

     詳細を見る

    記述言語:日本語  

    DOI: 10.21037/tgh.2019.12.14

    Web of Science

  118. 超拡大大腸内視鏡画像における施設間データ分布の差異を考慮した分類法に関する初期的検討

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 332 - 333   2019年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  119. 臨床肺CT画像と切除肺マイクロCT画像の初期位置合わせ手法の検討 査読有り

    波多腰 慎矢, 小田 紘久, 杉野 貴明, 林 雄一郎, Roth Holger R., 中村 彰太, 小田 昌宏, 森 雅樹, 高畠 博嗣, 名取 博, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 318 - 319   2019年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  120. 内視鏡的粘膜下層剥離術中の自動穿孔検出に関する初期的検討

    大石 仁美, 伊東 隼人, 森 悠一, 三澤 将史, 林 武雅, 奥村 大志, 小田 昌宏, 工藤 進英, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 232 - 233   2019年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  121. Grad-CAMを用いた脳CT像からのくも膜下出血の出血領域可視化に関する検討(Visualization of subarachnoid hemorrhage area from brain CT images using Grad-CAM)

    魯 仲陽, 伊東 隼人, 小田 昌宏, 林 雄一郎, 渡谷 岳行, 阿部 修, 橋本 正弘, 陣崎 雅弘, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 229 - 230   2019年11月

     詳細を見る

    記述言語:英語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  122. グラフ畳み込みニューラルネットワークによる腹部動脈血管名自動命名におけるデータ拡張による精度改善

    日比 裕太, 林 雄一郎, 北坂 孝幸, 伊東 隼人, 小田 昌宏, 三澤 一成, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 226 - 227   2019年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  123. 小児腸閉塞患者のCT像における電子洗浄手法の評価

    西尾 光平, 小田 紘久, 千馬 耕亮, 北坂 孝幸, 林 雄一郎, 伊東 隼人, 小田 昌宏, 檜 顕成, 内田 広夫, 森 健策

    日本コンピュータ外科学会誌   21 巻 ( 4 ) 頁: 321 - 321   2019年11月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  124. 特集 今知りたい、AIの歴史とこれから ディープラーニング実践の環境構築

    小田 昌宏

    臨床画像   35 巻 ( 10 ) 頁: 1120 - 1128   2019年10月

     詳細を見る

    出版者・発行元:(株)メジカルビュー社  

    DOI: 10.18885/j01843.2020039296

    CiNii Research

  125. Precise estimation of renal vascular dominant regions using spatially aware fully convolutional networks, tensor-cut and Voronoi diagrams 査読有り

    Chenglong Wang, Holger R. Roth, Takayuki Kitasaka, Masahiro Oda, Yuichiro Hayashi, Yasushi Yoshino, Tokunori Yamamoto, Naoto Sassa, Momokazu Goto, Kensaku Mori

    COMPUTERIZED MEDICAL IMAGING AND GRAPHICS   77 巻   頁: 101642   2019年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.compmedimag.2019.101642

    Web of Science

    Scopus

    PubMed

  126. SSA/Pの人工知能支援下超拡大内視鏡診断

    小川 悠史, 工藤 進英, 森 悠一, 三澤 将史, 武田 健一, 片岡 伸一, 前田 康晴, 一政 克朗, 工藤 豊樹, 若村 邦彦, 林 武雅, 馬場 俊之, 石田 文生, 伊東 隼人, 小田 昌宏, 森 健策

    Gastroenterological Endoscopy   61 巻 ( Suppl.2 ) 頁: 2167 - 2167   2019年10月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本消化器内視鏡学会  

    researchmap

  127. A view of three dimensional unit structures of alveoli in peripheral lung 査読有り

    Natori Hiroshi, Takabatake Hirotsugu, Mori Masaki, Oda Masahiro, Mori Kensaku, Koba Hiroyuki, Takahashi Hiroki

    EUROPEAN RESPIRATORY JOURNAL   54 巻   2019年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1183/13993003.congress-2019.PA3168

    Web of Science

  128. Artificial intelligence and colonoscopy: Current status and future perspectives 査読有り

    Kudo Shin-ei, Mori Yuichi, Misawa Masashi, Takeda Kenichi, Kudo Toyoki, Itoh Hayato, Oda Masahiro, Mori Kensaku

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

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1111/den.13340

    Web of Science

    Scopus

    PubMed

  129. Artificial intelligence and upper gastrointestinal endoscopy: Current status and future perspective 査読有り

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

    DIGESTIVE ENDOSCOPY   31 巻 ( 4 ) 頁: 378 - 388   2019年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1111/den.13317

    Web of Science

    Scopus

    PubMed

  130. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  131. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  132. Polyp size classification in colorectal cancer using a Siamese network

    ヴィラード ベンジャミン, 伊東 隼人, 小田 昌宏, 森 悠一, 一政 克朗, 三澤 将史, 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: OP2-14   2019年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  133. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  134. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  135. 移学習を用いた腹部 thick-slice CT 像における多臓器領域の自動抽出の初期検討

    申 忱, ロス ホルガー, 林 雄一郎, 小田 紘久, 小田 昌宏, 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: OP4-15   2019年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  136. 深層学習を用いた非造影 CT 画像からの複数臓器領域の抽出に関する検討

    林 雄一郎, 申 忱, Roth Holger, 小田 昌宏, 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: OP5-14   2019年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  137. 深層学習を用いた腹腔鏡手術動画像の出血領域自動セグメンテーション

    山本 翔太, 小田 紘久, 林 雄一郎, 北坂 孝幸, 小田 昌宏, 伊藤 雅昭, 竹下 修由, 森 健策

    第38回日本医用画像工学会大会予稿     頁: OP4-13   2019年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  138. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  139. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  140. 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

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  141. グラフ畳み込みニューラルネットワークを用いた腹部動脈血管名自動命名の初期検討

    日比 裕太, 林 雄一郎, 北坂 孝幸, 伊東 隼人, 小田 昌宏, 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: OP5-11   2019年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  142. ARTIFICIAL INTELLIGENCE-ASSISTED POLYP DETECTION SYSTEM FOR COLONOSCOPY, BASED ON THE LARGEST AVAILABLE COLLECTION OF CLINICAL VIDEO DATA FOR MACHINE LEARNING 査読有り

    Misawa Masashi, Kudo Shinei, Mori Yuichi, Cho Tomonari, Kataoka Shinichi, Maeda Yasuharu, Ogawa Yushi, Takeda Kenichi, Nakamura Hiroki, Ichimasa Katsuro, Toyoshima Naoya, Ogata Noriyuki, Kudo Toyoki, Hisayuki Tomokazu, Hayashi Takemasa, Wakamura Kunihiko, Baba Toshiyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   89 巻 ( 6 ) 頁: AB646 - AB647   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  143. PERFORMANCE OF NON-EXPERT ENDOSCOPISTS IN OPTICAL BIOPSY OF DIMINUTIVE COLORECTAL POLYPS WITH REAL-TIME USE OF ARTIFICIAL INTELLIGENCE 査読有り

    Mori Yuichi, Kudo Shinei, Misawa Masashi, Kataoka Shinichi, Takeda Kenichi, Suzuki Kenichi, Ichimasa Katsuro, Ogawa Yushi, Maeda Yasuharu, Hayashi Takemasa, Wakamura Kunihiko, Kudo Toyoki, Ishida Fumio, Inoue Haruhiro, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   89 巻 ( 6 ) 頁: AB89 - AB89   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  144. COMPUTER-AIDED DIAGNOSIS FOR SAMLL COLORECTAL LESIONS: A MULTI-CENTER VALIDATION "ENDOBRAIN STUDY" DESIGNED TO OBTAIN REGULATORY APPROVAL 査読有り

    Hotta Kinichi, Kudo Shinei, Mori Yuichi, Ikematsu Hiroaki, Saito Yutaka, Ohtsuka Kazuo, Misawa Masashi, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   89 巻 ( 6 ) 頁: AB76 - AB76   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  145. ARTIFICIAL INTELLIGENCE-ASSISTED POLYP DETECTION SYSTEM FOR COLONOSCOPY, BASED ON THE LARGEST AVAILABLE COLLECTION OF CLINICAL VIDEO DATA FOR MACHINE LEARNING 査読有り

    Misawa Masashi, Kudo Shinei, Mori Yuichi, Cho Tomonari, Kataoka Shinichi, Maeda Yasuharu, Ogawa Yushi, Takeda Kenichi, Nakamura Hiroki, Ichimasa Katsuro, Toyoshima Naoya, Ogata Noriyuki, Kudo Toyoki, Hisayuki Tomokazu, Hayashi Takemasa, Wakamura Kunihiko, Baba Toshiyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   89 巻 ( 6 ) 頁: AB646-AB647   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  146. Evaluation on econstruction accuracy of visual SLAM based bronchoscope tracking

    C. Wang, Masahiro Oda, Yuichiro Hayashi, Takayuki Kitasaka, Hayato Itoh, H. Honma, H. Takabatake, M. Mori, H. Natori, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery CARS 2019   14 巻 ( 1 ) 頁: S24-25   2019年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  147. 深層学習を用いた脳CT像からの出血検出におけるデータ拡張とネットワーク構造の影響に関する考察

    魯 仲陽, 小田 昌宏, 鄭 通, 申 忱, 胡 涛, 渡谷 岳行, 阿部 修, 橋本 正弘, 陣崎 雅弘, 森 健策

    電子情報通信学会技術研究報告(MI)   119 巻 ( 51 ) 頁: 65-70   2019年5月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  148. Development of a New Laparoscopic Detection System for Gastric Cancer Using Near-Infrared Light-Emitting Clips with Glass Phosphor 査読有り

    Inada Shunko A, Nakanishi Hayao, Oda Masahiro, Mori Kensaku, Ito Akihiro, Hasegawa Junichi, Misawa Kazunari, Fuchi Shingo

    MICROMACHINES   10 巻 ( 2 )   2019年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.3390/mi10020081

    Web of Science

    Scopus

    PubMed

    researchmap

  149. Fully automated diagnostic system with artificial intelligence using endocytoscopy to identify the presence of histologic inflammation associated with ulcerative colitis 査読有り

    Yasuharu Maeda, Shin-eiKudo, Yuichi Mori, Masashi Misawa, Noriyuki Ogata, Seiko Sasanuma, Kunihiko Wakamura, Masahiro Oda, Kensaku Mori, Kazuo Ohtsuka

    GASTROINTESTINAL ENDOSCOPY   89 巻 ( 2 ) 頁: 408 - 415   2019年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.gie.2018.09.024

    Web of Science

    Scopus

    PubMed

  150. Fully automated diagnostic system with artificial intelligence using endocytoscopy to identify the presence of histologic inflammation associated with ulcerative colitis (with video) 査読有り

    Yasuharu Maeda, Shin-eiKudo, Yuichi Mori, Masashi Misawa, Noriyuki Ogata, Seiko Sasanuma, Kunihiko Wakamura, Masahiro Oda, Kensaku Mori, Kazuo Ohtsuka

    Gastrointestinal endoscopy   89 巻 ( 2 ) 頁: 408-415   2019年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  151. Multi-class abdominal organs segmentation with improved V-Nets

    Chen Shen, Fausto Milletari, Holger R. Roth, Hirohisa Oda, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    Proceedings of SPIE 10949, Medical Imaging 2019     頁: 109490B-1-7   2019年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  152. CTからの腹部多臓器抽出におけるgroup normalizationの影響に関する考察

    申 忱, Fausto Milletari, Holger R. Roth, 小田 紘久, 小田 昌宏, 林 雄一郎, 三澤 一成, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 143-148   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  153. Investigation of extracting the interlobular septa with combination of Hessian analysis and radial structure tensor in micro-CT volume

    Xiaotian Zhao, Hirohisa Oda, Shota Nakamura, Yuichiro Hayashi, Hayato Itoh, Masahiro Oda, Kensaku Mori

    IFMIA 2019     頁: 0   2019年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  154. マルチモーダル画像を用いた深層学習ベースの頭部解剖構造抽出 少量画像データ学習における抽出精度検証

    杉野 貴明, Holger R. Roth, 小田 昌宏, 金 太一, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 65-70   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  155. 経時CT像間の腹部臓器の変形を考慮したリンパ節自動対応付け手法の検討

    舘 高基, 小田 昌宏, 林 雄一郎, 伊東 隼人, 中村 嘉彦, 北坂 孝幸, 三澤 一成, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 97-102   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  156. 機械学習を用いた腹部動脈血管名自動命名におけるデータ拡張法の適用に関する検討

    鉄村 悠介, 林 雄一郎, 小田 昌宏, 北坂 孝幸, 三澤 一成, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 191-196   2019年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  157. 敵対的Dense U-netを用いた切除肺マイクロCT像の超解像

    鄭 通, 小田 紘久, Holger R. Roth, 小田 昌宏, 中村 彰太, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 7-12   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  158. 切除肺のマイクロCT像における3D-DBPNを用いた超解像の検討

    鄭 通, 小田 紘久, 小田 昌宏, 守谷 享泰, 中村 彰太, 森 健策

    第11回呼吸機能イメージング研究会学術集会, プログラム抄録集     頁: 82   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  159. 不均衡データからの特徴選択 超拡大内視鏡画像の病理類型分類に向けて

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 412 ) 頁: 109-114   2019年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  160. Automated Hand Eye Calibration in Laparoscope Holding Robot for Robot Assisted Surgery 査読有り

    Jiang Shuai, Hayashi Yuichiro, Wang Cheng, Oda Masahiro, Kitasaka Takayuki, Misawa Kazunari, Mori Kensaku

    INTERNATIONAL WORKSHOP ON ADVANCED IMAGE TECHNOLOGY (IWAIT) 2019   11049 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2521618

    Web of Science

  161. 特集/医用画像処理におけるGenerative Adversarial Networks の利用 − 序文 − 招待有り

    小田 昌宏

    Medical Imaging Technology   37 巻 ( 3 ) 頁: 123-124   2019年

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    DOI: 10.11409/mit.37.123

    researchmap

  162. Weakly-supervised Deep Learning of Interstitial Lung Disease Types on CT Images

    Wang Chenglong, Moriya Takayasu, Hayashi Yuichiro, Roth Holger, Lu Le, Oda Masahiro, Ohkubo Hirotugu, Mori Kensaku

    MEDICAL IMAGING 2019: COMPUTER-AIDED DIAGNOSIS   10950 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2512746

    Web of Science

    Scopus

  163. Discriminative Feature Selection by Optimal Manifold Search for Neoplastic Image Recognition 査読有り

    Itoh Hayato, Mori Yuichi, Misawa Masashi, Oda Masahiro, Kudo Shin-Ei, Mori Kensaku

    COMPUTER VISION - ECCV 2018 WORKSHOPS, PT IV   11132 巻   頁: 534-549   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-11018-5_43

    Web of Science

    Scopus

  164. 外科支援におけるAI・深層学習 招待有り

    小田 昌宏

    日本コンピュータ外科学会誌   21 巻 ( 3 ) 頁: 143-146   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    DOI: 10.5759/jscas.21.143

  165. 名古屋大学の取り組み:放射線画像診断支援と内視鏡画像解析 招待有り

    小田 昌宏, 申 忱, 小田 紘久, 森 健策

    Medical Imaging Technology   37 巻 ( 2 ) 頁: 84-88   2019年

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    本稿では,われわれがAMED プロジェクトにおいて行ってきた医用画像解析研究について紹介する.具体的には,非造影腹部CT 像からの血管診断支援およびCT 像からの腹部複数臓器自動セグメンテーションを含む放射線画像診断支援研究,胃および大腸の内視鏡画像の観察部位分類を含む内視鏡画像解析研究を行った.これらの研究を概説し,得られた成果等について述べる.

    DOI: 10.11409/mit.37.84

  166. Micro-CT in the Analysis of Formalin-Fixed Paraffin-Embedded Blocks of Resected Pancreatic Lesions 査読有り

    Shindo K., Ohuchida K., Roth H. R., Oda H., Iwamoto C., Oda M., Ohtsuka T., Mori K., Hashizume M., Nakamura M.

    PANCREAS   48 巻 ( 10 ) 頁: 1523 - 1523   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  167. Polyp-Size Classification with RGB-D features for Colonoscopy 査読有り

    Itoh Hayato, Roth Holger R., Mori Yuichi, Misawa Masashi, Oda Masahiro, Kudo Shin-ei, Mori Kensaku

    MEDICAL IMAGING 2019: COMPUTER-AIDED DIAGNOSIS   10950 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2513093

    Web of Science

    Scopus

  168. Scanning, registration, and fiber estimation of rabbit hearts using micro-focus and refraction-contrast X-ray CT 査読有り

    Oda Hirohisa, Roth Holger R., Sugino Takaaki, Sunaguchi Naoki, Usami Noriko, Oda Masahiro, Shimao Daisuke, Ichihara Shu, Yuasa Tetsuya, Ando Masami, Akita Toshiaki, Narita Yuji, Mori Kensaku

    MEDICAL IMAGING 2019: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10953 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2512145

    Web of Science

    Scopus

  169. Spaciousness Filters for Non-contrast CT Volume Segmentation of the Intestine Region for Emergency Ileus Diagnosis 査読有り

    Oda Hirohisa, Nishio Kohei, Kitasaka Takayuki, Villard Benjamin, Amano Hizuru, Chiba Kosuke, Hinoki Akinari, Uchida Hiroo, Suzuki Kojiro, Itoh Hayato, Oda Masahiro, Mori Kensaku

    MICCAI 2019, Workshop: CLIP2019   11840 巻   頁: 104-114   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-32689-0_11

    Web of Science

    Scopus

  170. Tubular Structure Segmentation Using Spatial Fully Connected Network with Radial Distance Loss for 3D Medical Images 査読有り

    Wang Chenglong, Hayashi Yuichiro, Oda Masahiro, Itoh Hayato, Kitasaka Takayuki, Frangi Alejandro F., Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION - MICCAI 2019, PT VI   11769 巻   頁: 348-356   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-32226-7_39

    Web of Science

    Scopus

  171. Unsupervised Segmentation of Micro-CT Images Based on a Hybrid of Variational Inference and Adversarial Learning 査読有り

    Moriya Takayasu, Roth Holger R., Nakamura Shota, Oda Hirohisa, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2019: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10953 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2513094

    Web of Science

    Scopus

  172. Unsupervised Segmentation of Micro-CT Images of Lung Cancer Specimen Using Deep Generative Models 査読有り

    Moriya Takayasu, Oda Hirohisa, Mitarai Midori, Nakamura Shota, Roth Holger R., Oda Masahiro, Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION - MICCAI 2019, PT VI   11769 巻   頁: 240-248   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-32226-7_27

    Web of Science

    Scopus

  173. Visual SLAM for bronchoscope tracking and bronchus reconstruction in bronchoscopic navigation 査読有り

    Wang Cheng, Oda Masahiro, Hayashi Yuichiro, Kitasaka Takayuki, Honma Hirotoshi, Takabatake Hirotsugu, Mori Masaki, Natori Hiroshi, Mori Kensaku

    MEDICAL IMAGING 2019: IMAGE-GUIDED PROCEDURES, ROBOTIC INTERVENTIONS, AND MODELING   10951 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2512766

    Web of Science

    Scopus

  174. Improving V-Nets for multi-class abdominal organ segmentation 査読有り

    Shen Chen, Milletari Fausto, Roth Holger R., Oda Hirohisa, Oda Masahiro, Hayashi Yuichiro, Misawa Kazunari, Mori Kensaku

    MEDICAL IMAGING 2019: IMAGE PROCESSING   10949 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2512790

    Web of Science

    Scopus

  175. Investigation of extracting interlobular septa with Hessian analysis and Radial Structure Tensor combined with roundness error in micro-CT volume 査読有り

    Zhao Xiaotian, Oda Hirohisa, Nakamura Shota, Hayashi Yuichiro, Itoh Hayato, Oda Masahiro, Mori Kensaku

    INTERNATIONAL FORUM ON MEDICAL IMAGING IN ASIA 2019   11050 巻   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2521646

    Web of Science

    Scopus

  176. ディープラーニング実践の環境構築

    小田 昌宏

    臨床画像   35 巻   頁: 1120 - 1128   2019年

     詳細を見る

  177. 大腸内視鏡治療誘導のためのRecurrent Neural Networkを用いた大腸内視鏡トラッキング手法の開発 査読有り

    小田昌宏, Holger R. Roth, 北坂孝幸, 古川和宏, 宮原良二, 廣岡芳樹, Nassir Navab, 森健策

    日本バーチャルリアリティ学会論文誌   23 巻 ( 4 ) 頁: 249-252   2018年12月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.18974/tvrsj.23.4_249

  178. CT 像より自動抽出された動脈領域に対応した機械学習に基づく腹部動脈血管名自動命名法

    鉄村 悠介, 林 雄一郎, 小田 昌宏, 北坂 孝幸, 三澤 一成, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅶ)-4 ) 頁: 322-323   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  179. Micro CT and Histopathological Image Registration Based on Deep-Learning Assisted Image Registration

    Kensaku Mori, Kai Nagara, Shota Nakamura, Hirohisa Oda, MENG, Holger R. Roth, Masahiro Oda

    RSNA2018     頁: CH218-ED-X   2018年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  180. Investigation on the condition of using adjacent reconstruction in visual bronchoscope tracking

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Takayuki Kitasaka, Hirotoshi Honma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    電子情報通信学会技術研究報告(MI), MI2018-43   118 巻 ( 286 ) 頁: 27-32   2018年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  181. SLAM ベースのビジュアルトラッキングにおける隣接フレーム利用再構成手法の評価

    王 成, 小田 昌宏, 林 雄一郎, 北坂 孝幸, 本間 裕敏, 高畠 博嗣, 森 雅樹, 名取 博, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅸ)-4 ) 頁: 342-343   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  182. 腹腔鏡把持ロボットのための自動ハンドアイキャリブレーションの検討

    蒋 帥, 林 雄一郎, 小田 昌宏, 北坂 孝幸, 三澤 一成, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅹ)-10 ) 頁: 359   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  183. 生成モデルを利用したマイクロ CT 画像の半教師ありセグメンテーション

    守谷 享泰, Holger R. Roth, 中村 彰太, 小田 紘久, 小田 昌宏, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅵ)-9 ) 頁: 312-313   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  184. 深層学習を用いた屈折 X 線 CT 画像からの眼球構造抽出 ―Sparse annnotation データの学習法に関する検討―

    杉野 貴明, Holger R. Roth, 小田 昌宏, 砂口 尚輝, 島雄 大介, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅲ)-4 ) 頁: 259-260   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  185. 深層学習を用いたマイクロ CT 画像の超解像に関する初期的検討

    鄭 通, Holger R. Roth, 小田 昌宏, 小田 紘久, 中村 彰太, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅱ)-8 ) 頁: 252-253   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  186. 不均衡データセットからの学習データセット構築法 ―機械学習に基づく医用画像分類に向けて―

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅲ)-5 ) 頁: 261-262   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  187. ディープラーニングを用いた腹腔鏡映像からの腹腔鏡下胃切除術の手術工程解析の検討

    林 雄一郎, 杉野 貴明, 小田 昌宏, 三澤 一成, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(ⅩⅠ)-10 ) 頁: 368-369   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  188. イレウス診断支援システムにおける閉塞部位の誤検出修正及び改善ツールの構築

    西尾 光平, 小田 紘久, 千馬 耕亮, 北坂 孝幸, Holger R. Roth, 伊東 隼人, 林 雄一郎, 小田 昌宏, 檜 顕成, 内田 広夫, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(Ⅹ)-3 ) 頁: 348-349   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  189. U‒Net を用いた腹腔鏡動画像における出血領域検出に関する検討

    小澤 卓也, 小田 紘久, 伊東 隼人, 北坂 孝幸, Holger R. Roth, 小田 昌宏, 林 雄一郎, 三澤 一成, 伊藤 雅昭, 竹下 修由, 森 健策

    日本コンピュータ外科学会誌 第27回日本コンピュータ外科学会大会特集号   20 巻 ( 4 18(6)-10 ) 頁: 370   2018年11月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  190. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy A Prospective Study 査読有り

    Yuichi Mori, Shin-ei Kudo, Masashi Misawa, Yutaka Saito, Hiroaki Ikematsu, Kinichi Hotta, Kazuo Ohtsuka, Fumihiko Urushibara, Shinichi Kataoka, Yushi Ogawa, Yasuharu Maeda, Kenichi Takeda, Hiroki Nakamura, Katsuro Ichimasa, Toyoki Kudo, Takemasa Hayashi, Kunihiko Wakamura, Fumio Ishida, Haruhiro Inoue, Hayato Itoh, Masahiro Oda, Kensaku Mori

    ANNALS OF INTERNAL MEDICINE   169 巻 ( 6 ) 頁: 357 - 366   2018年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.7326/M18-0249

    Web of Science

    Scopus

    PubMed

  191. Layout of alveoli and pores of Kohn on magnified 3D printed model of the peripheral lung specimen by micro CT 査読有り

    Natori Hiroshi, Takabatake Hirotsugu, Mori Masaki, Mori Kensaku, Oda Masahiro, Koba Hiroyuki, Takahashi Hiroki

    EUROPEAN RESPIRATORY JOURNAL   52 巻   2018年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1183/13993003.congress-2018.PA860

    Web of Science

  192. Application of three-dimensional print in minor hepatectomy following liver partition between anterior and posterior sectors 査読有り

    Tsuyoshi Igami, Yoshihiko Nakamura, Masahiro Oda, Hiroshi Tanaka, Motoi Nojiri, Tomoki Ebata, Yukihiro Yokoyama, Gen Sugawara, Takashi Mizuno, Junpei Yamaguchi, Kensaku Mori, Masato Nagino

    ANZ JOURNAL OF SURGERY   88 巻 ( 9 ) 頁: 882 - 885   2018年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1111/ans.14331

    Web of Science

    Scopus

    PubMed

  193. Sparse annotationによる深層学習ベースの解剖構造抽出:屈折X線CT像からの精密な眼球セグメンテーション

    杉野貴明, Holger R. Roth, 小田昌宏, 砂口尚輝, 島雄大介, 市原周, 湯浅哲也, 安藤正海, 森健策

    MIRU2018     頁: PS3-11   2018年8月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  194. 超拡大内視鏡における病理画像分類のための特徴選択法

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策

    MIRU2018     頁: PS2-17   2018年8月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  195. Fast Marching Algorithmに基づく小児CT像からの腸管閉塞部位検出手法

    西尾 光平, 小田 紘久, 千馬 耕亮, 北坂 孝幸, Holger Roth, 伊東 隼人, 小田 昌宏, 檜 顕成, 内田 広夫, 森 健策

    第37回日本医用画像工学会大会予稿集     頁: OP1-6   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  196. ウサギ心臓の屈折CT像における線維配向の可視化ならびに評価

    小田 紘久, Holger R. Roth, 砂口 尚輝, 宇佐美 紀子, 小田 昌宏, 島雄 大介, 市原 周, 湯浅 哲也, 安藤 正海, 秋田 利明, 成田 裕司, 森 健策

    第37回日本医用画像工学会大会予稿集     頁: OP1-8   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  197. 胃の変形情報を利用した経時リンパ節の自動対応付け手法の精度向上に関する研究

    舘 高基, 小田 昌宏, 林 雄一郎, 中村 嘉彦, 北坂 孝幸, 三澤 一成, 森 健策

    第37回日本医用画像工学会大会予稿集     頁: OP4-2   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  198. 機械学習を用いた腹部動脈血管名自動命名における臓器情報および多血管相互関係利用方法の検討

    鉄村 悠介, Holger Roth, 林 雄一郎, 小田 昌宏, 三澤 一成, 森 健策

    第37回日本医用画像工学会大会予稿集     頁: OP14-2   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  199. 機械学習による内視鏡動画インスタンスセグメンテーションのための手動アノテーションツールの開発

    小澤 卓也, 小田 紘久, 伊東 隼人, 北坂 孝幸, Holger R. Roth, 小田 昌宏, 林 雄一郎, 三澤 一成, 伊藤 雅昭, 竹下 修由, 森 健

    第37回日本医用画像工学会大会予稿集     頁: OP1-7   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  200. 教師なし深度推定を利用したRGB-D 特徴抽出に基づくポリープのトリナリサイズ推定

    伊東隼人, Holger Roth, 三澤将史, 森悠一, 小田昌宏, 工藤進英, 森健策

    第37回日本医用画像工学会大会予稿集     頁: OP14-4   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  201. マイクロCT画像からのRSTを用いた小葉壁抽出手法の検討

    趙 笑添, Holger R. Roth, 中村彰太, 小田紘久, 林 雄一郎, 守谷享泰, 長柄 快, 小田昌宏, 森 健策

    電子情報通信学会技術研究報告(MI)   118 巻 ( 150 ) 頁: 11-16   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  202. 隣接復元を用いたSLAMベースの気管支鏡追跡の改善

    王 成, 小田 昌宏, 林 雄一郎, 本間 裕敏, 高畑 博嗣, 森 雅樹, 名取 博, 森 健策

    第37回日本医用画像工学会大会予稿集     頁: OP13-6   2018年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  203. Micro-focus X-ray CT of the heart:A comparison with X-ray refraction-contrast CT,

    Hirohisa Oda, Holger R. Roth, Naoki Sunaguchi, Daisuke Shimao, Takaaki Sugino, Masahiro Oda, Toshiaki Akita, Yuji Narita, Shu Ichihara, Tetsuya Yuasa, Masami Ando, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   13 巻 ( 1 ) 頁: s140-142   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  204. Polyp detection in colonoscopic videos by using spatio-temporal feature

    Hayato Itoh, Holger R. Roth, Masashi Misawa, Yuichi Mori, Masahiro Oda, Shin-ei Kudo, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   13 巻 ( 1 ) 頁: s97-98   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  205. Automated ganglion cell detection using fully convolutional networks and evaluation under different training losses

    Hirohisa Oda, Kosuke Chiba, Holger R. Roth, Takayuki Kitasaka, Masahiro Oda, Akinari Hinoki, Hiroo Uchida, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   13 巻 ( 1 ) 頁: s104-106   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  206. Improvement of robustness of SLAM-based bronchoscope tracking by posture guided feature matching

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Hirotoshi Honma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   13 巻 ( 1 ) 頁: s11-12   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  207. Evaluation of 3D fully convolutional networks for multi-class organ segmentation in contrast-enhanced CT

    Chen Shen, Holger R. Roth, Hirohisa Oda, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Tadaaki Miyamoto, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   13 巻 ( 1 ) 頁: s21-22   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  208. Artificial Intelligence-Assisted Polyp Detection for Colonoscopy: Initial Experience 査読有り

    Misawa Masashi, Kudo Shin-ei, Mori Yuichi, Cho Tomonari, Kataoka Shinichi, Yamauchi Akihiro, Ogawa Yushi, Maeda Yasuharu, Takeda Kenichi, Ichimasa Katsuro, Nakamura Hiroki, Yagawa Yusuke, Toyoshima Naoya, Ogata Noriyuki, Kudo Toyoki, Hisayuki Tomokazu, Hayashi Takemasa, Wakamura Kunihiko, Baba Toshiyuki, Ishida Fumio, Itoh Hayato, Roth Holger, Oda Masahiro, Mori Kensaku

    GASTROENTEROLOGY   154 巻 ( 8 ) 頁: 2027 - +   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1053/j.gastro.2018.04.003

    Web of Science

    Scopus

    PubMed

    researchmap

  209. DIAGNOSTIC IMAGING SYSTEM WITH VIRTUAL ENTEROSCOPY AND COMPUTER-AIDED DETECTION FOR EVALUATION OF SMALL BOWEL LESIONS OF CROHN'S DISEASE 査読有り

    Furukawa Kazuhiro, Miyahara Ryoji, Funasaka Kohei, Suhara Hiroki, Matsushita Masanobu, Yamamura Takeshi, Ishikawa Takuya, Ohno Eizaburo, Nakamura Masanao, Kawashima Hiroki, Watanabe Osamu, Oda Masahiro, Mori Kensaku, Hirooka Yoshiki, Goto Hidemi

    GASTROINTESTINAL ENDOSCOPY   87 巻 ( 6 ) 頁: AB304-AB304   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  210. An application of cascaded 3D fully convolutional networks for medical image segmentation 査読有り

    Holger R. Roth, Hirohisa Oda, Xiangrong Zhou, Natsuki Shimizu, Ying Yang, Yuichiro Hayashi, Masahiro Oda, Michitaka Fujiwara, Kazunari Misawa, Kensaku Mori

    COMPUTERIZED MEDICAL IMAGING AND GRAPHICS   66 巻   頁: 90 - 99   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.compmedimag.2018.03.001

    Web of Science

    Scopus

    PubMed

  211. DIAGNOSTIC IMAGING SYSTEM WITH VIRTUAL ENTEROSCOPY AND COMPUTER-AIDED DETECTION FOR EVALUATION OF SMALL BOWEL LESIONS OF CROHN'S DISEASE 査読有り

    Furukawa Kazuhiro, Miyahara Ryoji, Funasaka Kohei, Suhara Hiroki, Matsushita Masanobu, Yamamura Takeshi, Ishikawa Takuya, Ohno Eizaburo, Nakamura Masanao, Kawashima Hiroki, Watanabe Osamu, Oda Masahiro, Mori Kensaku, Hirooka Yoshiki, Goto Hidemi

    GASTROINTESTINAL ENDOSCOPY   87 巻 ( 6 ) 頁: AB304-AB304   2018年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  212. 3D U-Netと測地距離カーネルを取り入れた全連結条件付き確率場に基づく医用画像からの多臓器自動抽出

    楊 瀛, Roth Holger, 小田昌宏, 北坂孝幸, 三澤一成, 森 健策

    電子情報通信学会技術研究報告(MI)   117 巻 ( 518 ) 頁: 75-80   2018年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  213. CNNによる回帰を用いた臓器領域の位置推定手法の初期的検討

    清水南月, 小田昌宏, ロス ホルガー, 林 雄一郎, 三澤一成, 藤原道隆, 森 健策

    電子情報通信学会技術研究報告(MI)   117 巻 ( 518 ) 頁: 81-86   2018年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  214. Pre/intra-operative diagnosis and navigational assistance based on multidisciplinary computational anatomy

    Kensaku Mori, Masahiro Oda, Holger R roth, Yoshihiko Nakamura, Yoshito Mekada, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Kazuhiro Durukawa, Shu Ichihara

    第4回多元計算解剖学国際シンポジウム     頁: 87-105   2018年3月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  215. 複数のステレオ内視鏡画像からの臓器形状復元の定量評価

    柴田睦実, 林 雄一郎, 小田昌宏, 三澤一成, 森 健策

    電子情報通信学会技術研究報告(MI)   117 巻 ( 518 ) 頁: 117-122   2018年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  216. ディープラーニングを用いた教師なし学習によるレジストレーション手法の初期的検討

    長柄 快, Holger R. Roth, 中村彰太, 小田昌宏, 森 健策

    電子情報通信学会技術研究報告(MI)   117 巻 ( 518 ) 頁: 7-12   2018年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  217. 超拡大内視鏡画像における腫瘍性ポリープ分類に向けたグラスマン距離に基づく特徴選択法

    伊東隼人, 森 悠一, 三澤将史, 小田昌宏, 工藤進英, 森 健策

    電子情報通信学会技術研究報告(MI)   117 巻 ( 518 ) 頁: 51-56   2018年3月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  218. Develop and Validate a Finite Element Method Model for Deformation Matching of Laparoscopic Gastrectomy Navigation 査読有り

    Chen Tao, Wei Guodong, Shi Weili, Hayashi Yuichiro, Oda Masahiro, Jiang Zhengang, Li Guoxin, Mori Kensaku

    MEDICAL IMAGING 2018: IMAGE-GUIDED PROCEDURES, ROBOTIC INTERVENTIONS, AND MODELING   10576 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2293288

    Web of Science

    Scopus

  219. デスクトップ型マイクロCTによる微細解剖構造イメージング 招待有り

    森 健策, 中村 彰太, 秋田 利明, 小田 紘久, ホルガー ロス, 小田 昌宏

    Medical Imaging Technology   36 巻 ( 3 ) 頁: 127-132   2018年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    本稿では,デスクトップ型マイクロCTを用いた微細構造イメージングについて述べる.臨床の場で利用されるX線CT装置は,その解像度がおおよそ1ボクセルあたり0.5mmから1mm程度である.このようなイメージング装置を用いて得ることができる画像は,このボクセル解像度に準じた解剖構造を得ることができる.一方,マイクロCT装置を用いれば,1&mu;mから50&mu;m程度の解像度で撮影できる.本稿では,マイクロCTによって撮影された肺標本ならびに心臓標本を示し,その可能性について述べる.

    DOI: 10.11409/mit.36.127

  220. ディープラーニング活用の重要ポイント 招待有り

    小田 昌宏

    Medical Imaging Technology   36 巻 ( 2 ) 頁: 72-75   2018年

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    ディープラーニングは医用画像処理のさまざまなタスク解決に使用することができる便利な手法である.ディープラーニングを研究で活用し,その性能を引き出すために注意を払うべき点がいくつかある.その中で,ディープラーニングにおける多数の手動指定パラメーターの選択,データオーギュメンテーションを使用する上で注意する点,ディープラーニングのランダム要素が与える影響について解説する.

    DOI: 10.11409/mit.36.72

  221. Fine Segmentation of Tiny Blood Vessel Based on Fully-Connected Conditional Random Field 査読有り

    Wang Chenglong, Oda Masahiro, Yoshino Yasushi, Yamamoto Tokunori, Mori Kensaku

    MEDICAL IMAGING 2018: IMAGE PROCESSING   10574 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2293486

    Web of Science

    Scopus

  222. Dense volumetric detection and segmentation of mediastinal lymph nodes in chest CT images 査読有り

    Oda Hirohisa, Roth Holger R., Bhatia Kanwal K., Oda Masahiro, Kitasaka Takayuki, Iwano Shingo, Homma Hirotoshi, Takabatake Hirotsugu, Mori Masaki, Natori Hiroshi, Schnabel Julia A., Mori Kensaku

    MEDICAL IMAGING 2018: COMPUTER-AIDED DIAGNOSIS   10575 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2287066

    Web of Science

    Scopus

  223. Deep Learning and Its Application to Medical Image Segmentation 招待有り

    ROTH Holger R., SHEN Chen, ODA Hirohisa, ODA Masahiro, HAYASHI Yuichiro, MISAWA Kazunari, MORI Kensaku

    Medical Imaging Technology   36 巻 ( 2 ) 頁: 63-71   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    One of the most common tasks in medical imaging is semantic segmentation. Achieving this segmentation automatically has been an active area of research, but the task has been proven very challenging due to the large variation of anatomy across different patients. However, recent advances in deep learning have made it possible to significantly improve the performance of image recognition and semantic segmentation methods in the field of computer vision. Due to the data driven approaches of hierarchical feature learning in deep learning frameworks, these advances can be translated to medical images without much difficulty. Several variations of deep convolutional neural networks have been successfully applied to medical images. Especially fully convolutional architectures have been proven efficient for segmentation of 3D medical images. In this article, we describe how to build a 3D fully convolutional network (FCN) that can process 3D images in order to produce automatic semantic segmentations. The model is trained and evaluated on a clinical computed tomography (CT) dataset and shows stateof-the-art performance in multi-organ segmentation.

    DOI: 10.11409/mit.36.63

  224. Cascade classification of endocytoscopic images of colorectal lesions for automated pathological diagnosis 査読有り

    Itoh Hayato, Mori Yuichi, Misawa Masashi, Oda Masahiro, Kudo Shin-ei, Mori Kensaku

    MEDICAL IMAGING 2018: COMPUTER-AIDED DIAGNOSIS   10575 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2293495

    Web of Science

    Scopus

  225. BESNet: Boundary-Enhanced Segmentation of Cells in Histopathological Images 査読有り

    Oda Hirohisa, Roth Holger R., Chiba Kosuke, Sokolic Jure, Kitasaka Takayuki, Oda Masahiro, Hinoki Akinari, Uchida Hiroo, Schnabel Julia A., Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION - MICCAI 2018, PT II   11071 巻   頁: 228-236   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-00934-2_26

    Web of Science

    Scopus

  226. Automatic segmentation of eyeball structures from micro-CT images based on sparse annotation 査読有り

    Sugino Takaaki, Roth Holger R., Oda Masahiro, Omata Seiji, Sakuma Shinya, Arai Fumihito, Mori Kensaku

    MEDICAL IMAGING 2018: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10578 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2293431

    Web of Science

    Scopus

  227. Airway Segmentation from 3D Chest CT Volumes Based on Volume of Interest Using Gradient Vector Flow

    MENG Qier, KITASAKA Takayuki, ODA Masahiro, UENO Junji, MORI Kensaku

    Medical Imaging Technology   36 巻 ( 3 ) 頁: 133-146   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    In this paper, we propose a new airway segmentation algorithm from 3D chest CT volumes based on the volume of interest (VOI). The algorithm segments each bronchial branch by recognizing the airway regions from the trachea using the VOIs to segment each branch. A VOI is placed to envelop the branch currently being processed. Then a cavity enhancement filter is performed only inside the current VOI so that each branch is extracted. At the same time, we perform a leakage detection scheme to avoid any leakage regions inside the VOI. Next the gradient vector flow magnitude map and a tubular-likeness function are computed in each VOI. This assists the predictions of both the position and direction of the next child VOIs to detect the next child branches to continue the tracking algorithm. Finally, we unify all of the extracted airway regions to form a complete airway tree. We used a dataset that includes 50 standard-dose human chest CT volumes to evaluate our proposed algorithm. The average extraction rate was approximately 78.1% with a significantly decreased false positive rate compared to the previous method.

    DOI: 10.11409/mit.36.133

  228. A Multi-scale Pyramid of 3D Fully Convolutional Networks for Abdominal Multi-organ Segmentation 査読有り

    Roth Holger R., Shen Chen, Oda Hirohisa, Sugino Takaaki, Oda Masahiro, Hayashi Yuichiro, Misawa Kazunari, Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION - MICCAI 2018, PT IV   11073 巻   頁: 417 - 425   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-00937-3_48

    Web of Science

    Scopus

  229. 医用画像処理におけるディープラーニング利用入門-序文- 招待有り

    小田 昌宏

    Medical Imaging Technology   36 巻 ( 2 ) 頁: 45 - 46   2018年

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    DOI: 10.11409/mit.36.45

  230. Towards Automated Colonoscopy Diagnosis: Binary Polyp Size Estimation via Unsupervised Depth Learning 査読有り

    Itoh Hayato, Roth Holger R., Lu Le, Oda Masahiro, Misawa Masashi, Mori Yuichi, Kudo Shin-ei, Mori Kensaku

    MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION - MICCAI 2018, PT II   11071 巻   頁: 611 - 619   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-00934-2_68

    Web of Science

    Scopus

  231. Towards dense volumetric pancreas segmentation in CT using 3D fully convolutional networks

    Roth Holger, Oda Masahiro, Shimizu Natsuki, Oda Hirohisa, Hayashi Yuichiro, Kitasaka Takayuki, Fujiwara Michitaka, Misawa Kazunari, Mori Kensaku

    MEDICAL IMAGING 2018: IMAGE PROCESSING   10574 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/12.2293499

    Web of Science

    Scopus

  232. Unsupervised Pathology Image Segmentation Using Representation Learning with Spherical K-means 査読有り

    Moriya Takayasu, Roth Holger H., Nakamura Shota, Oda Hirohisa, Nagara Kai, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2018: DIGITAL PATHOLOGY   10581 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2292172

    Web of Science

    Scopus

  233. Unsupervised Segmentation of 3D Medical Images Based on Clustering and Deep Representation Learning 査読有り

    Moriya Takayasu, Roth Holger R., Nakamura Shota, Oda Hirohisa, Nagara Kai, Oda Masahiro, Mori Kensaku

    MEDICAL IMAGING 2018: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10578 巻   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2293414

    Web of Science

    Scopus

  234. Fully Convolutional Network-Based Eyeball Segmentation from Sparse Annotation for Eye Surgery Simulation Model 査読有り

    Sugino Takaaki, Roth Holger R., Oda Masahiro, Mori Kensaku

    International Workshop on Bio-Imaging and Visualization for Patient-Customized Simulations, BIVPCS 2018   11042 巻   頁: 118-126   2018年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-01045-4_14

    Web of Science

    Scopus

  235. Machine learning-based colon deformation estimation method for colonoscope tracking 査読有り

    Oda Masahiro, Kitasaka Takayuki, Furukawa Kazuhiro, Miyahara Ryoji, Hirooka Yoshiki, Goto Hidemi, Navab Nassir, Mori Kensaku

    MEDICAL IMAGING 2018: IMAGE-GUIDED PROCEDURES, ROBOTIC INTERVENTIONS, AND MODELING   10576 巻   2018年

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:Progress in Biomedical Optics and Imaging - Proceedings of SPIE  

    DOI: 10.1117/12.2293936

    Web of Science

    Scopus

  236. 低ばね剛性機械構造を利用した積層造形臓器モデルの CNC 砥粒加工技術の開発

    大庭 孝之, 鈴木 教和, 社本 英二, 小田 昌宏, 森 健策, 竹内 芳美

    生産加工・工作機械部門講演会 : 生産と加工に関する学術講演会   2018.12 巻 ( 0 ) 頁: C20   2018年

     詳細を見る

    記述言語:日本語   出版者・発行元:一般社団法人 日本機械学会  

    DOI: 10.1299/jsmemmt.2018.12.c20

    CiNii Research

  237. On the influence of Dice loss function in multi-class organ segmentation of abdominal CT using 3D fully convolutional networks

    Chen Shen, Holger R. Roth, Hirohisa Oda, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    MI2017-51   117 巻 ( 281 ) 頁: 15-20   2017年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  238. Study on the Robustness of ORB-SLAM Based Outlier Elimination in Bronchoscope Tracking -- RANSAC + EPnP for Outlier Detection --

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Hirotoshi Honma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    MI2017-58   117 巻 ( 281 ) 頁: 47-52   2017年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  239. Automated Multi-Organ Segmentation in Abdominal CT with Hierarchical 3D Fully-Convolutional Networks

    Holger R. Roth, Hirohisa Oda, MENG, Yuichiro Hayashi, Masahiro Oda, Natsuki Shimizu, Kensaku Mori, Michitaka Fujiwara, Kazunari Misawa

    RSNA 2017 (Radiological Society of North America) Scientific Assembly and Annual Meeting PROGRAM IN BRIEF     頁: 267   2017年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  240. Automated mediastinal lymph node detection from CT volumes based on intensity targeted radial structure tensor analysis 査読有り 国際共著

    Hirohisa Oda, Kanwal K. Bhatia, Masahiro Oda, Takayuki Kitasaka, Shingo Iwano, Hirotoshi Homma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Julia A. Schnabel, Kensaku Mori

    JOURNAL OF MEDICAL IMAGING   4 巻 ( 4 ) 頁: 044502   2017年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/1.JMI.4.4.044502

    Web of Science

    Scopus

    PubMed

  241. 3D Fully Convolutional Networks と全連結条件付確率場による 3 次元 CT 画像からの多臓器自動抽出に関する検討

    楊 瀛, 小田昌宏, Roth Holger, 北坂孝幸, 三澤一成, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 268-269   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  242. μCT 画像を用いた大変形を含む連続切片 HE 染色画像の 3 次元再構築

    長柄 快, Holger Roth, 中村彰太, 小田紘久, 守谷享泰, 小田昌宏, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 363-364   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  243. 自動設計特徴量を用いた 3 次元腹部 CT 像における膵臓領域の位置推定

    清水南月, Holger R. Roth, 小田昌宏, 三澤一成, 藤原道隆, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 270-271   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  244. 深層学習を用いたマイクロ CT 画像からの眼球構造自動抽出 〜少量データ学習による解剖構造抽出性能の検証

    杉野貴明, Holger R. Roth, 小田昌宏, 小俣誠二, 佐久間臣耶, 新井史人, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 241-242   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  245. 気管支鏡追跡における ORB-SLAM 適用に関する初期的検討

    王 成, 小田昌宏, 林 雄一郎, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 324-325   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  246. 機械学習を用いた腹部動脈血管名自動命名における臓器情報利用方法に関する一考察

    鉄村悠介, Holger Roth, 林 雄一郎, 小田昌宏, 進藤幸治, 大内田研宙, 橋爪 誠, 三澤一成, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 361-362   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  247. レベルセット法を用いた腎臓皮質と髄質領域の分割

    王 成龍, 小田昌宏, 永山 洵, 吉野 能, 山本徳則, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 266-267   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  248. マイクロ CT を用いた膵臓パラフィンブロック標本の解析

    進藤幸治, 大内田研宙, Holger R. Roth, 小田紘久, 岩本千佳, 小田昌宏, 中村雅史, 森 健策, 橋爪 誠

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 244-245   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  249. サポートベクタマシンを用いたラジオミクスベースの消化管間質性腫瘍リスク評価システム

    陳 韜, 小田紘久, Holger R. Roth, 北坂孝幸, 小田昌宏, 李 国新, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 239-240   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  250. 複数フレームのステレオ内視鏡画像を用いた臓器表面形状復元に関する検討

    柴田睦実, 林 雄一郎, 小田昌宏, 三澤一成, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 326-327   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  251. 超拡大大腸内視鏡画像を利用した病理自動診断 〜腫瘍性病変に関する分類精度解析〜

    伊東隼人, 森 悠一, 三澤将史, 小田昌宏, 工藤進英, 森 健策

    日本コンピュータ外科学会誌 第26回日本コンピュータ外科学会大会特集号   19 巻 ( 4 ) 頁: 319-320   2017年10月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  252. Virtual 3D microscope and magnified 3D print for naked eye analyses of alveoli and alveolar duct structures by Heitzman lung specimen with micro CT

    Hiroshi Natori, Masaki Mori, Hirotsugu Takabatake, Hirotoshi Homma, ensaku Mori, Masahiro Oda, Hiroyuki Koba, Hiroki Takahashi

    ERS International congress 2017     頁: Session 439   2017年9月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  253. Accuracy of diagnosing invasive colorectal cancer using computer-aided endocytoscopy 査読有り

    Kenichi Takeda, Shin-ei Kudo, Yuichi Mori, Masashi Misawa, Toyoki Kudo, Kunihiko Wakamura, Atsushi Katagiri, Toshiyuki Baba, Eiji Hidaka, Fumio Ishida, Haruhiro Inoue, Masahiro Oda, Kensaku Mori

    ENDOSCOPY   49 巻 ( 8 ) 頁: 798 - 802   2017年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1055/s-0043-105486

    Web of Science

    Scopus

    PubMed

  254. Multi-atlas pancreas segmentation: Atlas selection based on vessel structure 査読有り 国際共著

    Ken'ichi Karasawa, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Chengwen Chu, Guoyan Zheng, Daniel Rueckert, Kensaku Mori

    MEDICAL IMAGE ANALYSIS   39 巻   頁: 18 - 28   2017年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.media.2017.03.006

    Web of Science

    Scopus

    PubMed

  255. K-means法とJoint Unsupervised Learningによる3次元医用画像の教師なしセグメンテーション(Unsupervised 3D Medical Image Segmentation using K-means and Joint Unsupervised Learning) 査読有り

    守谷 享泰, Roth Holger R., 中村 彰太, 小田 紘久, 長柄 快, 小田 昌宏, 森 健策

    日本医用画像工学会大会予稿集   36回 巻   頁: 546 - 548   2017年7月

     詳細を見る

    記述言語:英語   出版者・発行元:日本医用画像工学会  

    本論文では,3次元医用画像向けの新しい教師なしセグメンテーションの手法を提案する.提案手法は2つの段階に分けられる.1つ目の段階では,JULEを用いた深層表現学習をおこなう.JULEは,CNNから出力される表現のクラスタリングと,クラスタラベルを教師信号としたCNNの更新を繰り返す手法である.2つ目の段階では,訓練済みのCNNから生成された深層表現に対し,K-means法を適用してセグメンテーションをおこなう.評価には肺がん標本のマイクロCT画像を用い,浸潤領域,非浸潤領域,正常領域という3つの領域に分けることを試みた.マイクロCT画像上で病理組織学的特徴に基づいたセグメンテーションをおこなうことは,将来の病理診断精度の向上につながる.セグメンテーション結果の定性評価から,深層表現が3次元医用画像のセグメンテーションに有用であることが示された.(著者抄録)

    researchmap

  256. 3DU-Netによる3次元胸部CT像からのリンパ節検出

    小田 紘久, KanwalK.Bhatia, HolgerR.Roth, 小田 昌宏, 北坂 孝幸, 岩野 信吾, 本間 裕敏, 高畠 博嗣, 森 雅樹, 名取 博, JuliaA.Schnabel, 森 健策

    第36回日本医用画像工学会大会予稿集     頁: OP1-6   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  257. K-means 法と Joint Unsupervised Learning による3次元医用画像の教師なしセグメンテーション

    守谷享泰, Holger R. Roth, 中村彰太, 小田紘久, 長柄快, 小田昌宏, 森健策

    第36回日本医用画像工学会大会予稿集     頁: OP16-5   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  258. Improvement on Robustness of ORB-SLAM Based Surgical Navigation System by Building Submap

    王成, 小田昌宏, 林雄一郎, 三澤一成, 森健策

    第36回日本医用画像工学会大会予稿集     頁: OP2-6   2017年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  259. Torso organ segmentation in CT using fine-tuned 3D fully convolutional networks

    Holger ROTH, Ying YANG, Masahiro ODA, Hirohisa ODA, Yuichiro HAYASHI, Natsuki SHIMIZU, Takayuki KITASAKA, Michitaka FUJIWARA, Kazunari MISAWA, Kensaku MORI

    第36回日本医用画像工学会大会予稿集     頁: OP1-8   2017年7月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  260. 血管情報を用いた経時リンパ節の自動対応付け手法に関する研究

    舘 高基, 小田 昌宏, 中村 嘉彦, 寶珠山 裕, 三澤 一成, 森 健策

    第36回日本医用画像工学会大会予稿集     頁: OP15-4   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  261. 機械学習を用いた腹部動脈血管名自動命名における肝動脈分岐情報利用方法に関する一考察

    鉄村 悠介, 張 暁楠, Holger Roth, 林 雄一郎, 小田 昌宏, 三澤 一成, 森 健策

    第36回日本医用画像工学会大会予稿集     頁: OP6-1   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  262. 条件付き確率場による医用画像からの多臓器抽出におけるHigher Order Potential とボクセル連結構造の影響に関する考察

    楊瀛, 小田昌宏, Roth Holger, 北坂孝幸, 三澤一成, 森健策

    第36回日本医用画像工学会大会予稿集     頁: OP16-4   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  263. マイクロ CT 画像情報を利用した特徴点対応付けに基づく顕微鏡画像の 3 次元再構築

    長柄 快, Holger R. ROTH, 中村 彰太, 小田 紘久, 守谷 享泰, 小田 昌宏, 森 健策

    第36回日本医用画像工学会大会予稿集     頁: OP14-1   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  264. ステレオ内視鏡画像からの臓器形状復元手法における複数フレームの利用に関する初期的検討

    柴田 睦実, 林 雄一郎, 小田 昌宏, 三澤 一成, 森 健策

    第36回日本医用画像工学会大会予稿集     頁: OP2-8   2017年7月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  265. Feature-based registration of micro CT volumes

    Kai Nagara, Shota Nakamura, Hoiger R. Roth, Masahiro Oda, Hirotoshi Homma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kesaku Mori

    International Journal of Computer Assisted Radiology and Surgery   12 巻   頁: S201-S203   2017年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  266. Multi-organ segmentation in abdominal CT using 3D fully convolutional networks

    Holger R. Roth, Masahiro Oda, Yuichiro Hayashi, Hirohisa Oda, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   12 巻   頁: S55-S57   2017年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  267. Automatic anatomical labeling of arteries and veins using conditional random fields 査読有り

    Takayuki Kitasaka, Mitsuru Kagajo, Yukitaka Nimura, Yuichiro Hayashi, Masahiro Oda, Kazunari Misawa, Kensaku Mori

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   12 巻 ( 6 ) 頁: 1041 - 1048   2017年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-017-1549-x

    Web of Science

    Scopus

    PubMed

  268. Accuracy of computer-aided diagnosis based on narrow-band imaging endocytoscopy for diagnosing colorectal lesions: comparison with experts 査読有り

    Masashi Misawa, Shin-ei Kudo, Yuichi Mori, Kenichi Takeda, Yasuharu Maeda, Shinichi Kataoka, Hiroki Nakamura, Toyoki Kudo, Kunihiko Wakamura, Takemasa Hayashi, Atsushi Katagiri, Toshiyuki Baba, Fumio Ishida, Haruhiro Inoue, Yukitaka Nimura, Masahiro Oda, Kensaku Mori

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   12 巻 ( 5 ) 頁: 757-766   2017年6月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-017-1542-4

    Web of Science

    Scopus

  269. Diagnostic Ability of Automated Diagnosis System Using Endocytoscopy for Invasive Colorectal Cancer 査読有り

    Takeda Kenichi, Kudo Shinei, Mori Yuichi, Kataoka Shinichi, Yasuharu Maeda, Ogawa Yushi, Nakamura Hiroki, Misawa Masashi, Kudo Toyoki, Wakamura Kunihiko, Hayashi Takemasa, Katagiri Atsushi, Baba Toshiyuki, Hidaka Eiji, Ishida Fumio, Inoue Haruhiro, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   85 巻 ( 5 ) 頁: AB408-AB408   2017年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  270. Artificial Intelligence for Endocytoscopy Provides Fully Automated Diagnosis of Histological Remission in Ulcerativ E. Coli Tis 査読有り

    Yasuharu Maeda, Kudo Shinei, Mori Yuichi, Misawa Masashi, Wakamura Kunihiko, Hayashi Seiko, Ogata Noriyuki, Takeda Kenichi, Kudo Toyoki, Hayashi Takemasa, Katagiri Atsushi, Ishida Fumio, Ohtsuka Kazuo, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   85 巻 ( 5 ) 頁: AB248-AB248   2017年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  271. Computer-Aided Diagnosis Based on Endocytoscopy With Narrow-Band Imaging Allows Accurate Diagnosis of Diminutive Colorectal Lesions 査読有り

    Misawa Masashi, Kudo Shinei, Mori Yuichi, Takeda Kenichi, Kataoka Shinichi, Nakamura Hiroki, Maeda Yasuharu, Ogawa Yushi, Yamauchi Akihiro, Igarashi Kenta, Hayashi Takemasa, Kudo Toyoki, Wakamura Kunihiko, Katagiri Atsushi, Baba Toshiyuki, Ishida Fumio, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   85 巻 ( 5 ) 頁: AB57-AB57   2017年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  272. Can Artificial Intelligence Correctly Diagnose Sessile Serrated Adenomas/Polyps? 査読有り

    Mori Yuichi, Kudo Shinei, Ogawa Yushi, Misawa Masashi, Takeda Kenichi, Kudo Toyoki, Wakamura Kunihiko, Hayashi Takemasa, Ichimasa Katsuro, Maeda Yasuharu, Toyoshima Naoya, Nakamura Hiroki, Katagiri Atsushi, Baba Toshiyuki, Ishida Fumio, Oda Masahiro, Mori Kensaku, Inoue Haruhiro

    GASTROINTESTINAL ENDOSCOPY   85 巻 ( 5 ) 頁: AB510-AB510   2017年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Web of Science

  273. Diagnostic Ability of Automated Diagnosis System Using Endocytoscopy for Invasive Colorectal Cancer 査読有り

    Takeda Kenichi, Kudo Shinei, Mori Yuichi, Kataoka Shinichi, Yasuharu Maeda, Ogawa Yushi, Nakamura Hiroki, Misawa Masashi, Kudo Toyoki, Wakamura Kunihiko, Hayashi Takemasa, Katagiri Atsushi, Baba Toshiyuki, Hidaka Eiji, Ishida Fumio, Inoue Haruhiro, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   85 巻 ( 5 ) 頁: AB408-AB408   2017年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    researchmap

  274. Automatic segmentation of airway tree based on local intensity filter and machine learning technique in 3D chest CT volume 査読有り

    Qier Meng, Takayuki Kitasaka, Yukitaka Nimura, Masahiro Oda, Junji Ueno, Kensaku Mori

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY   12 巻 ( 2 ) 頁: 245 - 261   2017年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-016-1492-2

    Web of Science

    Scopus

    PubMed

  275. GPU Implementation of SLIC Supervoxel Oversegmentation

    Hirohisa Oda, Kanwal K. Bhatia, Masahiro Oda, Takayuki Kitasaka, Shingo Iwano, Julia A. Schnabel, Kensaku Mori

    International Forum on Medical Imaging in Asia (IFMIA)     頁: 266-268   2017年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  276. Multi-scale Image Fusion Between Pre-operative Clinical CT and X-ray microtomography of Lung Pathology

    Holger Roth, Kai Nagara, Hirohisa Oda, Masahiro Oda, Tomoshi Sugiyama, Shota Nakamura, Kensaku Mori

    International Forum on Medical Imaging in Asia (IFMIA)     頁: 54-56   2017年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  277. Deep-Learning-Based Segmentation for the Head Sectioned Images of the Visible Korean Project

    Mohammad Eshghi, Holger R. Roth, Hirohisa Oda, Masahiro Oda, Min Suk Chung, Kensaku Mori

    MI2016-119   116 巻 ( 393 ) 頁: 191-194   2017年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  278. MISTライブラリのためのGPUプログラミング

    小田 紘久, 小田 昌宏, 北坂 孝幸, 森 健策

    電子情報通信学会技術研究報告(MI)   116 巻 ( 393 ) 頁: 133-136   2017年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

    researchmap

  279. Influence of Voxel-Connection Structure in Organ Segmentation Based on Conditional Random Field

    Ying Yang, Masahiro Oda, Kazunari Misawa, Daniel Rueckert, Kensaku Mori

    MI2016-112   116 巻 ( 393 ) 頁: 157-162   2017年1月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  280. Structured Random Forestを用いた3次元腹部CT像からのリンパ節自動検出

    寳珠山 裕, Holger Roth, 小田 昌宏, 中村 嘉彦, 三澤 一成, 藤原 道隆, 森 健策

    電子情報通信学会技術研究報告(MI)   116 巻 ( 393 ) 頁: 23-28   2017年1月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(その他学術会議資料等)  

    researchmap

  281. Robust colonoscope tracking method for colon deformations utilizing coarse-to-fine correspondence findings 査読有り 国際共著

    Masahiro Oda, Hiroaki Kondo, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara ,Yoshiki Hirooka, Hidemi Goto, Nassir Navab, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   12 巻 ( 1 ) 頁: 39-50   2017年1月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-016-1456-6

  282. Extracellular matrix directions estimation of the heart on micro-focus X-ray CT volumes 査読有り

    Oda Hirohisa, Oda Masahiro, Kitasaka Takayuki, Akita Toshiaki, Mori Kensaku

    MEDICAL IMAGING 2017: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10137 巻   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2254949

    Web of Science

    Scopus

  283. 異なった3Dプリンタと素材を用いた心臓モデルの作成と有用性の検討 査読有り

    村田 雅登, 平山 貢大, 武内 新作, 小田 昌宏, 森 建策, 仁木 清美

    生体医工学   55 巻 ( 4 ) 頁: 273-273   2017年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

    <p>[目的] 3Dプリンタは手術支援の一つとしての期待が高まっているが、現在の汎用機で、どの位正確に病変を表すことが可能であるかに関して不明である。そこで本研究では、異なった3Dプリンタ造形法と素材を用いて心臓モデルを作成し有用性を検討した。[方法]CT画像から抽出した心臓データをstlファイルに変換することにより、3Dプリンタによる心臓模型をつくった。その際、二種類の3Dプリンタにおける造形法を試した。一つ目は材料にPLAを使用した熱溶解積層法、二つ目は材料にAR-G1Lを使用したインクジェット法である。[結果] 熱溶解積層法を用いて作成したものは、原寸大では印刷できず75%に縮小し印刷した。その結果、血管部分の樹脂が崩れてしまった、また、サイズが小さくなってしまったことに加え、モデル全体が単色であることから、血管がどこにあるかということが一目で分かりにくく、さらに材質が固く力を加えた際に壊れやすいという問題があった。インクジェット方式を用いて作成したものは熱溶解積層法とは異なり原寸大での作成が可能であった。病変部位を正確に表現できた。さらにゴム素材を使用可能でき塑性に富んでいた。[結論]インクジェット方式を採用し作成した心臓模型は塑性に優れ有用である。</p>

    DOI: 10.11239/jsmbe.55Annual.273

    researchmap

  284. 機械学習を用いた内視鏡画像自動診断

    Mori Kensaku, Oda Masahiro, Misawa Masashi, Mori Yuichi, Kudo Shinei

    生体医工学   55 巻 ( 4 ) 頁: 344-344   2017年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)  

    <p>本講演では、機械学習を利用した内視鏡画像の自動診断手法について紹介する。特に、超拡大内視鏡画像を用いた大腸ポリープの類型判別の自動診断手法を例に挙げながら、内視鏡画像診断における機械学習の有用性について議論したい。パーセプトロン、統計的パターン認識に始まる機械学習は長年研究が行われてきたが、GPGPUなどに代表される手軽なハイパフォーマンスコンピューティング技術の発展により、非常に複雑なアーキテクチャを持つニューラルネットワークを用いたパターン認識などが可能となった。一方、内視鏡画像の診断には高度な技術が必要とされ、医師間の差による診断のブレも発生する。そこで、機械学習を用いた内視鏡画像の自動診断方法について2,3紹介する。一つ目の方法は、Hand-crafted特徴量(微分特徴量)などを求め、その特徴量により大腸ポリープの組織型をSVM (Support Vector Machine)による自動分類するものである。二つ目の方法は、CNN (Convolutional Neural Network)を用いて内視鏡画像の自動分類を行うものである。これらの手法について、技術的な側面に焦点をあて解説を行う。機械学習において重要な学習データ生成法についても合わせて議論したい。</p>

    DOI: 10.11239/jsmbe.55Annual.344

  285. Motion Vector for Outlier Elimination in Feature Matching and Its Application in SLAM Based Laparoscopic Tracking 査読有り

    Wang Cheng, Oda Masahiro, Hayashi Yuichiro, Misawa Kazunari, Roth Holger, Mori Kensaku

    COMPUTER ASSISTED AND ROBOTIC ENDOSCOPY AND CLINICAL IMAGE-BASED PROCEDURES   10550 巻   頁: 60-69   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-319-67543-5_6

    Web of Science

    Scopus

  286. Airway extraction from 3D chest CT volumes based on iterative extension of VOI enhanced by cavity enhancement filter 査読有り

    Meng Qier, Kitasaka Takayuki, Oda Masahiro, Mori Kensaku

    SPIE MEDICAL IMAGING 2017: COMPUTER-AIDED DIAGNOSIS   10134 巻   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2254233

    Web of Science

    Scopus

  287. Micro-CT Guided 3D Reconstruction of Histological Images 査読有り

    Nagara Kai, Roth Holger R., Nakamura Shota, Oda Hirohisa, Moriya Takayasu, Oda Masahiro, Mori Kensaku

    PATCH-BASED TECHNIQUES IN MEDICAL IMAGING (PATCH-MI 2017)   10530 巻   頁: 93-101   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-319-67434-6_11

    Web of Science

    Scopus

  288. Hessian-Assisted Supervoxel: Structure-Oriented Voxel Clustering and Application to Mediastinal Lymph Node Detection from CT Volumes 査読有り 国際共著

    Oda Hirosha, Bhatia Kanwal K., Oda Masahiro, Kitasaka Takayuki, Iwano Shingo, Homma Hirotoshi, Takabatake Hirotsugu, Mori Masaki, Natori Hiroshi, Schnabel Julia A., Mori Kensaku

    MEDICAL IMAGING 2017: COMPUTER-AIDED DIAGNOSIS   10134 巻   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2254782

    Web of Science

    Scopus

  289. 3D FCN Feature Driven Regression Forest-Based Pancreas Localization and Segmentation 査読有り 国際共著

    Masahiro Oda, Natsuki Shimizu, Holger R. Roth, Ken’ichi Karasawa, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Daniel Rueckert, Kensaku Mori

    MICCAI 2017, 3rd Workshop on Deep Learning in Medical Image Analysis   10553 巻   頁: 222 - 230   2017年

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-319-67558-9_26

    Web of Science

    Scopus

  290. Extraction of membrane structure in eyeball from MR volumes 査読有り

    Oda Masahiro, Kin Taichi, Mori Kensaku

    SPIE MEDICAL IMAGING 2017: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING   10137 巻   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1117/12.2254095

    Web of Science

    Scopus

  291. Tracking and segmentation of the airways in chest CT using a fully convolutional network 査読有り

    Qier Meng, Holger R. Roth, Takayuki Kitasaka, Masahiro Oda, Junji Ueno, Kensaku Mori

    MICCAI 2017   10434 LNCS 巻   頁: 198 - 207   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-319-66185-8_23

    Scopus

  292. TBS: Tensor-based supervoxels for unfolding the heart 査読有り 国際共著

    Hirohisa Oda, Holger R. Roth, Kanwal K. Bhatia, Masahiro Oda, Takayuki Kitasaka, Toshiaki Akita, Julia A. Schnabel, Kensaku Mori

    MICCAI 2017   10433 LNCS 巻   頁: 681 - 689   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-319-66182-7_78

    Scopus

  293. Comparison of the Deep-Learning-Based Automated Segmentation Methods for the Head Sectioned Images of the Virtual Korean Human Project 査読有り

    Eshghi Mohammad, Roth Holger R., Oda Masahiro, Chung Min Suk, Mori Kensaku

    PROCEEDINGS OF THE FIFTEENTH IAPR INTERNATIONAL CONFERENCE ON MACHINE VISION APPLICATIONS - MVA2017     頁: 290 - 293   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    Web of Science

  294. Automatic Segmentation of Head Anatomical Structures from Sparsely-annotated Images 査読有り

    Sugino Takaaki, Roth Holger R., Eshghi Mohammad, Oda Masahiro, Chung Min Suk, Mori Kensaku

    2017 IEEE INTERNATIONAL CONFERENCE ON CYBORG AND BIONIC SYSTEMS (CBS)     頁: 145 - 149   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

    Web of Science

  295. 3Dイメージと3D印刷されたオブジェクトの利用が熟達者と初心者の空間的メンタルモデル形成に及ぼす影響

    前東 晃礼, 三輪 和久, 小田 昌宏, 中村 嘉彦, 森 建策, 伊神 剛

    人工知能学会研究会資料 先進的学習科学と工学研究会   79 巻 ( 0 )   2017年

     詳細を見る

    記述言語:日本語   出版者・発行元:一般社団法人 人工知能学会  

    DOI: 10.11517/jsaialst.79.0_08

  296. Influence of using 3D images and 3D-printed objects on spatial reasoning of experts and novices

    Maehigashi A., Miwa K., Oda M., Nakamura Y., Mori K., Igami T.

    CogSci 2017 - Proceedings of the 39th Annual Meeting of the Cognitive Science Society: Computational Foundations of Cognition     頁: 2669 - 2674   2017年

     詳細を見る

    記述言語:日本語   出版者・発行元:CogSci 2017 - Proceedings of the 39th Annual Meeting of the Cognitive Science Society: Computational Foundations of Cognition  

    This study focuses on the infuence of a three-dimensional (3D) graphic image and a 3D-printed object on the spatial reasoning of experts and novices in the medical field. The spatial reasoning task of this study required doctors specializing in digestive surgery to infer cross sections of a liver with a 3D image and a 3D-printed object in a situation where liver resection surgery was simulated. The task performance was compared with that of university students who conducted the same task in Maehigashi et al. (2016). The results of the analysis indicated that the doctors showed the same task performance when using the 3D image and the 3D-printed object. However, the university students learned faster and inferred the inside of a liver structure more accurately with the 3D-printed object than with the 3D image, and they performed equally to the professional doctors. Our results are then discussed in relation to previous studies.

    Scopus

  297. Impact of an automated system for endocytoscopic diagnosis of small colorectal lesions: an international web-based study 査読有り

    Yuichi Mori, Shin-ei Kudo ,Philip Wai Yan Chiu, Rajvinder Singh, Masashi Misawa, Kunihiro Wakamura, Toyoki Kudo, Takemasa Hayashi, Atsushi Katagiri, Hideyuki Miyachi, Fumio Ishida, Yasuharu Maeda, Haruhiro Inoue, Yukitaka Nimura, Masahiro Oda, Kensaku Mori

    Endoscopy   48 巻 ( 12 ) 頁: 1110 - 1118   2016年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1055/s-0042-113609

  298. Impact of an automated system for endocytoscopic diagnosis of small colorectal lesions: an international web-based study 査読有り

    Yuichi Mori, Shin-ei Kudo, Philip Wai Yan Chiu, Rajvinder Singh, Masashi Misawa, Kunihiro Wakamura, Toyoki Kudo, Takemasa Hayashi, Atsushi Katagiri, Hideyuki Miyachi, Fumio Ishida, Yasuharu Maeda, Haruhiro Inoue, Yukitaka Nimura, Masahiro Oda, Kensaku Mori

    Endoscopy   48 巻 ( 12 ) 頁: 1110 - 1118   2016年8月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1055/s-0042-113609

  299. Clinical application of a surgical navigation system based on virtual laparoscopy in laparoscopic gastrectomy for gastric cancer 査読有り 国際共著

    Yuichiro Hayashi, Kazunari Misawa, Masahiro Oda, David J. Hawkes, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   11 巻 ( 5 ) 頁: 827 - 836   2016年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-015-1293-z

  300. Clinical application of a surgical navigation system based on virtual laparoscopy in laparoscopic gastrectomy for gastric cancer 査読有り 国際共著

    Yuichiro Hayashi, Kazunari Misawa, Masahiro Oda, David J. Hawkes, Kensaku Mori

    International Journal of Computer Assisted Radiology and Surgery   11 巻 ( 5 ) 頁: 827 - 836   2016年5月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-015-1293-z

  301. Pneumoperitoneum simulation based on mass-spring-damper models for laparoscopic surgical planning 査読有り

    Yukitaka Nimura, Jia Di Qu, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Makoto Hashizume, Kazunari Misawa, and Kensaku Mori

    Journal of Medical Imaging   2 巻 ( 4 )   2015年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/1.JMI.2.4.044004

  302. Pneumoperitoneum simulation based on mass-spring-damper models for laparoscopic surgical planning 査読有り

    Yukitaka Nimura, Jia Di Qu, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Makoto Hashizume, Kazunari Misawa, and Kensaku Mori

    Journal of Medical Imaging   2 巻 ( 4 )   2015年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1117/1.JMI.2.4.044004

  303. Automated anatomical labeling of abdominal arteries and hepatic portal system extracted from abdominal CT volumes 査読有り

    Tetsuro Matsuzaki, Masahiro Oda, Takayuki Kitasaka, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    Medical Image Analysis   20 巻 ( 1 ) 頁: 152 - 161   2015年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.media.2014.11.002

  304. Automated anatomical labeling of abdominal arteries and hepatic portal system extracted from abdominal CT volumes 査読有り

    Tetsuro Matsuzaki, Masahiro Oda, Takayuki Kitasaka, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    Medical Image Analysis   20 巻 ( 1 ) 頁: 152 - 161   2015年2月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1016/j.media.2014.11.002

  305. Automated Ulcer Detection Method From CT Images for Computer Aided Diagnosis of Crohn's Disease 査読有り

    Masahiro Oda, Takayuki Kitasaka, Kazuhiro Furukawa, Osamu Watanabe, Takafumi Ando, Hidemi Goto, and Kensaku Mori

    IEICE Transactions on Information and Systems   E96-D 巻 ( 4 ) 頁: 808 - 818   2013年4月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1587/transinf.E96.D.808

  306. Digital Bowel Cleansing Free Colonic Polyp Detection Method for Fecal Tagging CT Colonography 査読有り

    Masahiro ODA, Takayuki KITASAKA, Kensaku MORI, Yasuhito SUENAGA, Tetsuji TAKAYAMA, Hirotsugu TAKABATAKE, Masaki MORI, Hiroshi NATORI, and Shigeru NAWANO

    Academic Radiology   16 巻 ( 4 ) 頁: 486 - 494   2009年4月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    Rationale and Objectives:
    Fecal tagging CT colonography (ftCTC) reduces the discomfort and the inconvenience of patients associated with bowel cleansing procedures prior to CT scanning. In conventional colonic polyp detection techniques for ftCTC, a digital bowel cleansing (DBC) technique is applied to detect polyps in tagged fecal materials (TFM). However, DBC removes the surface of soft tissues and hampers polyp detection. We developed a colonic polyp detection method for CT colonographic examination that enables the detection of polyps surrounded by air and polyps surrounded by TFM without DBC.

    Materials and Methods:
    CT values inside the polyps surrounded by air and polyps surrounded by TFM tend to gradually increase (blob structure) and decrease (inverse-blob structure) from outward to inward, respectively. We developed blob and inverse-blob structure enhancement filters based on the eigenvalues of a Hessian matrix to detect polyps using their intensity characteristic. False positive elimination is performed using three feature values: volume, maximum value of filter outputs, and standard deviation of CT values inside the polyp candidates.

    Results:
    The proposed method is applied to 104 cases of ftCTC images that include 57 polyps larger than 6 mm in diameter. The sensitivity of the method was 91.2% (52/57) with 11.4 false positives per case.

    Conclusion:
    The proposed method detects polyps with high sensitivity and 11.4 false positives per case without adverse effects on the DBC.

    DOI: 10.1016/j.acra.2008.10.011

  307. デジタル残渣除去の不要な腸内残渣造影CT像からの大腸ポリープ検出手法 査読有り

    小田 昌宏, 北坂 孝幸, 森 健策, 末永 康仁, 高山 哲治, 高畠 博嗣, 森 雅樹, 名取 博, 縄野繁

    電子情報通信学会論文誌D   J91-D 巻 ( 7 ) 頁: 1904 - 1913   2008年7月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:研究論文(学術雑誌)  

    近年,3次元腹部CT像に基づく仮想大腸内視鏡による検査の病変見落とし軽減のため,CT像からのポリープ検出手法が報告されている.従来のポリープ検出手法のほとんどは,大腸内の空気領域のポリープを検出するものであり,造影剤入りの残渣(tagged fecal material: TFM)内のポリープを検出することはできない.従来手法でTFM 内のポリープを検出するには,デジタル残渣除(digital bowel cleansing: DBC)を行なう必要がある.しかしパーシャルボリューム効果の影響でTFMと大腸壁の境界が不明瞭であり,DBCに
    おいて大腸壁の除去や残渣除去不足が起こる場合がある.本稿では,DBCを行なわずに空気およびTFM領域内両方のポリープを検出する手法を述べる.空気領域内のポリープは中心に向かうほどCT値が高くなる塊状構造を持ち,TFM内のポリープはその逆の逆塊状構造を持つ.そこで,ヘッセ行列の固有値を用いた塊状および逆塊状構造強調フィルタを作成し,これを用いてポリープの検出を行なった.CT像104例を用いた実験では,直径6mm以上のポリープの91.2% を検出し,そのときのFPは1例当たり11.4個であった.

  308. 大腸仮想展開像生成における歪み軽減手法に関する検討 査読有り

    小田 昌宏, 林 雄一郎, 北坂 孝幸, 森 健策, 末永 康仁

    Medical Imaging Technology   24 巻 ( 5 ) 頁: 419 - 428   2006年11月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:研究論文(学術雑誌)  

    本稿では,大腸仮想展開像生成における歪み軽減手法について述べる.大腸内壁面の広範囲を効率的に観察するための表示法として仮想展開(VU)像がある.これは大腸を仮想的に平面状に切り開いた像である.従来のVU像作成手法では,ボリュームレンダリングによるVU像の描画時に,レイを大腸芯線に垂直な方向へ向けて発生していた.この方法では大腸の曲がった箇所でレイが互いに交差し,VU像に偽穴が生じていた.また,芯線断面における大腸の輪郭長に関わらず一定の縦幅の像を作成していたため,VU像上で大腸の細くくびれた部分が引き伸ばされていた.そこで本稿では,レイの交差を軽減する手法とVU像の縦幅変更により歪みを軽減する手法を提案する.レイの交差軽減では,芯線に直交する平面の間にばねを張り,ばねの力に従って平面の向きを変更し,互いの交差が少ない平面の向きを求める.VU像の縦幅変更では,大腸輪郭長に応じてVU像の縦幅を変更することで歪みを軽減する.実際のCT像18例を用いた実験を行い,VU像が良好に作成されることを確認した.

▼全件表示

書籍等出版物 12

  1. 医療AIとディープラーニングシリーズ 内視鏡画像AI

    小田昌宏, 伊東隼人( 担当: 分担執筆 ,  範囲: Chapter19: AIによる内視鏡画像分類)

    株式会社オーム社  2022年11月  ( ISBN:978-4-274-22564-2

     詳細を見る

    総ページ数:250   担当ページ:179-198   記述言語:日本語 著書種別:学術書

  2. 内視鏡画像AI

    森, 健策, 工藤, 進英, 森, 悠一, 三澤, 将史( 担当: 分担執筆 ,  範囲: Chapter19: AIによる内視鏡画像分類)

    オーム社  2022年11月  ( ISBN:9784274225642

     詳細を見る

    総ページ数:xi, 236p   記述言語:日本語

    CiNii Books

    researchmap

  3. Precision Medicine 2022年11月号

    小田昌宏( 担当: 分担執筆 ,  範囲: 仮説駆動型の医学からデータ駆動型の医学へ 5. 説明可能AIと不確実性解析による信頼されるAIの実現)

    北隆館  2022年10月 

     詳細を見る

  4. 月刊インナービジョン2022年7月号

    小田 昌宏( 担当: 分担執筆 ,  範囲: 特集 II 医療AIを加速させる研究開発の動向 3. 医療AI開発におけるVision Transformerの可能性)

    INNERVISION  2022年6月 

     詳細を見る

  5. AI・ナノ・量子による超高感度・迅速バイオセンシング : 超早期パンデミック検査・超早期診断・POCTから健康長寿社会へ

    馬場, 嘉信, 柳田, 剛, 加地, 範匡( 担当: 分担執筆 ,  範囲: COVID-19肺炎CT画像のAI解析)

    シーエムシー出版  2021年8月  ( ISBN:9784781316093

     詳細を見る

    総ページ数:vii, 244p   記述言語:日本語

    CiNii Books

    researchmap

  6. AI・ナノ・量子による超高感度・迅速バイオセンシング-超早期パンデミック検査・超早期診断・POCTから健康長寿社会へ-

    小田 昌宏( 担当: 分担執筆 ,  範囲: COVID-19肺炎CT画像のAI解析)

    シーエムシー出版  2021年8月  ( ISBN:978-4-7813-1609-3

     詳細を見る

    総ページ数:244   担当ページ:93-100   記述言語:日本語 著書種別:学術書

  7. 医療AIとディープラーニングシリーズ 放射線治療AIと外科治療AI

    小田昌宏( 担当: 分担執筆 ,  範囲: AI外科治療編 Chapter3: 大腸の治療と診断におけるAI)

    株式会社オーム社  2020年4月  ( ISBN:978-4-274-22547-5

     詳細を見る

    総ページ数:232   担当ページ:137-147   記述言語:日本語 著書種別:学術書

  8. 放射線治療AIと外科治療AI

    有村, 秀孝, 諸岡, 健一( 担当: 分担執筆 ,  範囲: AI外科治療編 Chapter3: 大腸の治療と診断におけるAI)

    オーム社  2020年4月  ( ISBN:9784274225475

     詳細を見る

    総ページ数:xi, 217p   記述言語:日本語

    CiNii Books

    researchmap

  9. 臨床画像 35巻10号

    小田 昌宏( 担当: 分担執筆 ,  範囲: 特集 今知りたい、AIの歴史とこれから,ディープラーニング実践の環境構築)

    メジカルビュー社  2019年10月 

     詳細を見る

  10. 医療AIとディープラーニングシリーズ 医用画像のためのディープラーニング-実践編-

    小田 昌宏( 担当: 分担執筆 ,  範囲: Chapter6: 動画像のシーン分割と分類, Chapter7: 画像のノイズ除去, Chapter8: 画像の超解像)

    株式会社オーム社  2019年7月  ( ISBN:978-4-274-22363-1

     詳細を見る

    総ページ数:212   担当ページ:104-143   記述言語:日本語 著書種別:学術書

    その他リンク: https://www.amazon.co.jp/dp/4274223639

  11. Applied Technologies and Systems

    Mori K., Niki N., Kawata Y., Fujita H., Oda M., Kim H., Arimura H., Shimizu A., Noriki S., Inai K., Kimura H.

    Computational Anatomy Based on Whole Body Imaging: Basic Principles of Computer-Assisted Diagnosis and Therapy  2017年6月  ( ISBN:9784431559740

     詳細を見る

    This chapter shows applied technologies using computational anatomy (CA) models. CA systems based on clinical images assist physicians by providing useful information related to diagnostic and therapeutic procedures. Such systems include computer-aided diagnosis and computer-assisted surgery systems. A thorough understanding of anatomy is essential when designing these systems. It is important to understand how anatomical information extracted by a computer is used. In this chapter, we introduce applications of CA in three categories: (a) computer-aided diagnosis, (b) computer-assisted therapy and intervention, and (c) computer-assisted autopsy imaging. The technical details of these applications are discussed.

    DOI: 10.1007/978-4-431-55976-4_4

    Scopus

  12. 実践 医用画像解析ハンドブック

    小田昌宏( 担当: 分担執筆 ,  範囲: 3.2.1 特徴抽出, 6.2.1.1.[2] CT画像における大腸のセグメンテーション)

    株式会社オーム社  2012年11月  ( ISBN:978-4-274-21282-6

     詳細を見る

    総ページ数:898   記述言語:日本語 著書種別:学術書

    医用画像の解析とその臨床への応用についての様々な技術の解説を掲載したもの

▼全件表示

MISC 32

  1. 生成AIの仕組みと医療応用 招待有り

    小田昌宏  

    月刊インナービジョン2023年7月号38 巻 ( 7 ) 頁: 36 - 39   2023年6月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:速報,短報,研究ノート等(学術雑誌)  

  2. MICCAI 2022参加報告 招待有り

    小田 昌宏  

    医用画像情報学会雑誌39 巻 ( 4 ) 頁: 78 - 81   2022年12月

     詳細を見る

    担当区分:筆頭著者, 最終著者, 責任著者   記述言語:日本語   掲載種別:会議報告等  

    DOI: https://doi.org/10.11318/mii.39.78

  3. 説明可能AIと不確実性解析による信頼されるAIの実現 招待有り

    小田昌宏  

    Precision Medicine 2022年11月号   頁: 26 - 29   2022年10月

     詳細を見る

    担当区分:筆頭著者, 最終著者, 責任著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)   出版者・発行元:北隆館  

  4. 特集/外科手術支援におけるAI研究開発の動向 − 序文 − 招待有り

    小田 昌宏  

    Medical Imaging Technology40 巻 ( 4 ) 頁: 149 - 150   2022年9月

     詳細を見る

    担当区分:筆頭著者, 最終著者, 責任著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

    DOI: https://doi.org/10.11409/mit.40.149

  5. 医療AI開発におけるVision Transformerの可能性 招待有り

    小田 昌宏  

    月刊インナービジョン2022年7月号37 巻 ( 7 ) 頁: 28 - 31   2022年6月

     詳細を見る

    担当区分:筆頭著者, 最終著者, 責任著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)  

  6. nnU-Netによる肺マイクロCT像からの小葉間隔壁抽出

    深井 大輔, 小田 紘久, 椎名 健, 林 雄一郎, 鄭 通, 中村 彰太, 小田 昌宏, 森 健策  

    日本コンピュータ外科学会誌24 巻 ( 2 ) 頁: 133 - 134   2022年6月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本コンピュータ外科学会  

    researchmap

  7. 特集/説明可能なAIの実現に向けて―序文― 招待有り

    藤吉 弘亘, 小田 昌宏  

    Medical Imaging Technology39 巻 ( 3 ) 頁: 97 - 98   2021年5月

     詳細を見る

    担当区分:最終著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

    DOI: https://doi.org/10.11409/mit.39.97

  8. 深層学習による画像認識入門 GPU環境構築と画像の領域分割 招待有り

    原 武史, 小田 昌宏  

    Medical Imaging Technology39 巻 ( 3 ) 頁: 124 - 130   2021年5月

  9. CT画像XAI技術で「新型コロナウィルス肺炎」を85%精度で識別 招待有り

    小田 昌宏, 森 健策  

    C-press120 巻   頁: 5 - 6   2021年2月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:機関テクニカルレポート,技術報告書,プレプリント等  

  10. COVID-19診断支援AI開発における名古屋大学の取り組み 招待有り

    小田 昌宏, 鄭 通, 林 雄一郎, 森 健策  

    Medical Imaging Technology39 巻 ( 1 ) 頁: 13 - 19   2021年1月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

    DOI: https://doi.org/10.11409/mit.39.13

  11. Micro CT Image-Assisted Cross Modality Super-Resolution of Clinical CT Images Utilizing Synthesized Training Dataset

    Tong Zheng, Hirohisa Oda, Masahiro Oda, Shota Nakamura, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori  

    CoRRabs/2010.10207 巻   2020年10月

     詳細を見る

    This paper proposes a novel, unsupervised super-resolution (SR) approach for
    performing the SR of a clinical CT into the resolution level of a micro CT
    ($\mu$CT). The precise non-invasive diagnosis of lung cancer typically utilizes
    clinical CT data. Due to the resolution limitations of clinical CT (about $0.5
    \times 0.5 \times 0.5$ mm$^3$), it is difficult to obtain enough pathological
    information such as the invasion area at alveoli level. On the other hand,
    $\mu$CT scanning allows the acquisition of volumes of lung specimens with much
    higher resolution ($50 \times 50 \times 50 \mu {\rm m}^3$ or higher). Thus,
    super-resolution of clinical CT volume may be helpful for diagnosis of lung
    cancer. Typical SR methods require aligned pairs of low-resolution (LR) and
    high-resolution (HR) images for training. Unfortunately, obtaining paired
    clinical CT and $\mu$CT volumes of human lung tissues is infeasible.
    Unsupervised SR methods are required that do not need paired LR and HR images.
    In this paper, we create corresponding clinical CT-$\mu$CT pairs by simulating
    clinical CT images from $\mu$CT images by modified CycleGAN. After this, we use
    simulated clinical CT-$\mu$CT image pairs to train an SR network based on
    SRGAN. Finally, we use the trained SR network to perform SR of the clinical CT
    images. We compare our proposed method with another unsupervised SR method for
    clinical CT images named SR-CycleGAN. Experimental results demonstrate that the
    proposed method can successfully perform SR of clinical CT images of lung
    cancer patients with $\mu$CT level resolution, and quantitatively and
    qualitatively outperformed conventional method (SR-CycleGAN), improving the
    SSIM (structure similarity) form 0.40 to 0.51.

    arXiv

    researchmap

    その他リンク: http://arxiv.org/pdf/2010.10207v1

  12. 畳み込みニューラルネットワークによるクロスフェーズCT画像位置合わせ

    胡 涛, 小田 昌宏, 林 雄一郎, 魯 仲陽, 隈丸 加奈子, 青木 茂樹, 森 健策  

    日本医用画像工学会大会予稿集39回 巻   頁: 37 - 37   2020年9月

     詳細を見る

    記述言語:英語   出版者・発行元:(一社)日本医用画像工学会  

    researchmap

  13. カラー写真を用いた角膜浸潤のAI自動分類の試み

    上野 勇太, 小田 昌宏, 山口 剛史, 福岡 秀記, 森 健策, 大鹿 哲郎  

    日本眼科学会雑誌124 巻 ( 臨増 ) 頁: 251 - 251   2020年3月

     詳細を見る

    記述言語:日本語   出版者・発行元:(公財)日本眼科学会  

    researchmap

  14. 深層学習を用いた医用画像処理研究の最前線 招待有り

    小田 昌宏  

    画像通信42 巻 ( 2 ) 頁: 2 - 7   2019年10月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:機関テクニカルレポート,技術報告書,プレプリント等  

  15. ディープラーニング実践の環境構築 招待有り

    小田 昌宏  

    臨床画像35 巻 ( 10 ) 頁: 1120 - 1128   2019年9月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

    DOI: doi.org/10.18885/J01843.2020039296

  16. 特集/医用画像処理におけるGenerative Adversarial Networks の利用 招待有り

    小田 昌宏  

    Medical Imaging Technology37 巻 ( 3 ) 頁: 123 - 124   2019年5月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

  17. 20mm以上の大腸病変に対するコンピューター自動診断システムの浸潤癌診断性能に関する検討

    加賀 浩之, 工藤 進英, 武田 健一, 森 悠一, 片岡 伸一, 前田 康晴, 小川 悠史, 一政 克朗, 三澤 将史, 工藤 豊樹, 若村 邦彦, 馬場 俊之, 日高 英二, 石田 文生, 井上 晴洋, 小田 昌宏, 森 健策, 山野 三紀  

    日本大腸肛門病学会雑誌72 巻 ( 5 ) 頁: 262 - 262   2019年5月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本大腸肛門病学会  

    researchmap

  18. 「大腸画像強調内視鏡の現状と未来」 人工知能(AI)に基づく大腸内視鏡検査によるリアルタイム病変検出支援システム

    趙 智成, 工藤 進英, 三澤 将史, 前田 康晴, 武田 健一, 一政 克朗, 中村 大樹, 矢川 裕介, 豊嶋 直也, 森 悠一, 小形 典之, 工藤 豊樹, 久行 友和, 林 武雅, 若村 邦彦, 馬場 俊之, 石田 文生, 伊東 隼人, 小田 昌宏, 森 健策  

    日本大腸検査学会雑誌35 巻 ( 2 ) 頁: 112 - 112   2019年4月

     詳細を見る

    記述言語:日本語   出版者・発行元:(社)日本大腸検査学会  

    researchmap

  19. 名古屋大学の取り組み:放射線画像診断支援と内視鏡画像解析 招待有り

    小田昌宏, 申 忱, 小田紘久, 森 健策  

    Medical Imaging Technology37 巻 ( 2 ) 頁: 84 - 88   2019年3月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語  

  20. マルチスケール特徴抽出による胃壁マイクロCT像からの解剖学的構造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, 古川和宏, 宮原良二, 藤城光弘, 森雅樹, 高畠博嗣, 名取博, 森健策, 森健策, 森健策  

    日本コンピュータ外科学会誌21 巻 ( 4 (Web) )   2019年

     詳細を見る

  21. 生成型学習による腹腔鏡ビデオ自動認識のための画像生成システムの開発

    小澤卓也, 小田紘久, 伊東隼人, 北坂孝幸, 林雄一郎, 小田昌宏, 三澤一成, 竹下修由, 伊藤雅昭, 森健策, 森健策, 森健策  

    日本コンピュータ外科学会誌21 巻 ( 4 (Web) )   2019年

     詳細を見る

  22. 【マイクロ解剖学のための微細解剖構造イメージング】デスクトップ型マイクロCTによる微細解剖構造イメージング

    森 健策, 中村 彰太, 秋田 利明, 小田 紘久, ホルガー・ロス, 小田 昌宏  

    MEDICAL IMAGING TECHNOLOGY36 巻 ( 3 ) 頁: 127 - 131   2018年5月

     詳細を見る

    記述言語:日本語   出版者・発行元:日本医用画像工学会  

    本稿では、デスクトップ型マイクロCTを用いた微細構造イメージングについて述べる。臨床の場で利用されるX線CT装置は、その解像度がおおよそ1ボクセルあたり0.5mmから1mm程度である。このようなイメージング装置を用いて得ることができる画像は、このボクセル解像度に準じた解剖構造を得ることができる。一方、マイクロCT装置を用いれば、1μmから50μm程度の解像度で撮影できる。本稿では、マイクロCTによって撮影された肺標本ならびに心臓標本を示し、その可能性について述べる。(著者抄録)

    researchmap

  23. 人工知能に基づく大腸内視鏡のポリープ自動検出ソフトウェア

    三澤 将史, 工藤 進英, 森 悠一, 片岡 伸一, 中村 大樹, 武田 健一, 矢川 裕介, 一政 克朗, 石垣 智之, 豊嶋 直也, 小形 典之, 工藤 豊樹, 久行 友和, 林 武雅, 若村 邦彦, 馬場 俊之, 石田 文生, 伊東 隼人, 小田 昌宏, 森 健策  

    Gastroenterological Endoscopy60 巻 ( Suppl.1 ) 頁: 704 - 704   2018年4月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本消化器内視鏡学会  

    researchmap

  24. Feature-selection method based on Grassmann distance for the classification of neoplastic polyps on endocytoscopic images (医用画像)

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策  

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報117 巻 ( 518 ) 頁: 51 - 56   2018年3月

     詳細を見る

    記述言語:英語   出版者・発行元:電子情報通信学会  

    researchmap

  25. 特集/医用画像処理におけるディープラーニング利用入門 招待有り

    小田 昌宏  

    Medical Imaging Technology36 巻 ( 2 ) 頁: 45 - 46   2018年3月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

  26. ディープラーニング活用の重要ポイント 招待有り

    小田 昌宏  

    Medical Imaging Technology36 巻 ( 2 ) 頁: 72 - 75   2018年3月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

  27. Kerasによるディープラーニング 招待有り

    小田 昌宏  

    Medical Imaging Technology36 巻 ( 2 ) 頁: 47 - 51   2018年3月

     詳細を見る

    担当区分:筆頭著者   記述言語:日本語   掲載種別:記事・総説・解説・論説等(学術雑誌)  

  28. 畳み込みニューラルネットワークを利用した超拡大大腸内視鏡画像における腫瘍・非腫瘍の分類 (医用画像)

    伊東 隼人, 森 悠一, 三澤 将史, 小田 昌宏, 工藤 進英, 森 健策  

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報117 巻 ( 220 ) 頁: 17 - 21   2017年9月

     詳細を見る

    記述言語:日本語   出版者・発行元:電子情報通信学会  

    researchmap

  29. 大腸・小腸疾患に対する診断の進歩 人工知能による、リアルタイム大腸内視鏡診断への挑戦

    森 悠一, 工藤 進英, 三澤 将史, 武田 健一, 一政 克朗, 前田 康晴, 石垣 智之, 若村 邦彦, 林 武雅, 小田 昌宏, 伊東 隼人, 森 健策  

    日本大腸肛門病学会雑誌70 巻 ( 抄録号 ) 頁: A71 - A71   2017年9月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本大腸肛門病学会  

    researchmap

  30. 人工知能によるSessile serrated adenoma/polyp診断は可能か?

    森 悠一, 工藤 進英, 小川 悠史, 三澤 将史, 武田 健一, 若村 邦彦, 工藤 豊樹, 林 武雅, 豊嶋 直也, 中村 大樹, 一政 克朗, 前田 康晴, 片岡 敦, 馬場 俊之, 石田 文生, 山野 三紀, 小田 昌宏, 森 健策  

    Gastroenterological Endoscopy59 巻 ( Suppl.1 ) 頁: 981 - 981   2017年4月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本消化器内視鏡学会  

    researchmap

  31. Contrast Sensitive Potentialsを用いた条件付き確率場による腹部動脈の血管名自動対応付け (パターン認識・メディア理解)

    張 暁楠, 林 雄一郎, 小田 昌宏, 北坂 孝幸, 三澤 一成, 森 健策  

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報116 巻 ( 528 ) 頁: 137 - 142   2017年3月

     詳細を見る

    記述言語:日本語   出版者・発行元:電子情報通信学会  

    CiNii Books

    researchmap

  32. Robust colonoscope tracking method for colon deformations utilizing coarse-to-fine correspondence findings 査読有り

    Masahiro Oda, Hiroaki Kondo, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara, Yoshiki Hirooka, Hidemi Goto, Nassir Navab, Kensaku Mori  

    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY12 巻 ( 1 ) 頁: 39 - 50   2017年1月

     詳細を見る

    記述言語:英語   掲載種別:速報,短報,研究ノート等(学術雑誌)   出版者・発行元:SPRINGER HEIDELBERG  

    Polyps found during CT colonography can be removed by colonoscopic polypectomy. A colonoscope navigation system that navigates a physician to polyp positions while performing the colonoscopic polypectomy is required. Colonoscope tracking methods are essential for implementing colonoscope navigation systems. Previous colonoscope tracking methods have failed when the colon deforms during colonoscope insertions. This paper proposes a colonoscope tracking method that is robust against colon deformations.
    The proposed method generates a colon centerline from a CT volume and a curved line representing the colonoscope shape (colonoscope line) by using electromagnetic sensors. We find correspondences between points on a deformed colon centerline and colonoscope line by a landmark-based coarse correspondence finding and a length-based fine correspondence finding processes. Even if the coarse correspondence finding process fails to find some correspondences, which occurs with colon deformations, the fine correspondence finding process is able to find correct correspondences by using previously recorded line lengths.
    Experimental results using a colon phantom showed that the proposed method finds the colonoscope tip position with tracking errors smaller than 50 mm in most trials. A physician who specializes in gastroenterology commented that tracking errors smaller than 50 mm are acceptable. This is because polyps are observable from the colonoscope camera when positions of the colonoscope tip and polyps are closer than 50 mm.
    We developed a colonoscope tracking method that is robust against deformations of the colon. Because the process was designed to consider colon deformations, the proposed method can track the colonoscope tip position even if the colon deforms.

    DOI: 10.1007/s11548-016-1456-6

    Web of Science

    researchmap

▼全件表示

講演・口頭発表等 285

  1. 手術支援AI開発に資する医用画像処理 招待有り

    小田 昌宏

    第124回日本外科学会定期学術集会  2024年4月20日  一般社団法人 日本外科学会

     詳細を見る

    開催年月日: 2024年4月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:Aichi Sky Expo   国名:日本国  

  2. 眼底画像からの性別推定AIモデルの使用法 招待有り

    小田 昌宏

    JOIR第2回データ利活用セミナー  2024年3月21日  一般社団法人 Japan Ocular Imaging Registry

     詳細を見る

    開催年月日: 2024年3月

    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:オンライン   国名:日本国  

  3. 最新の研究動向2023 画像セグメンテーションとMICCAI総括 招待有り

    小田昌宏,音丸 格,古川 亮,森 健策

    電子情報通信学会 医用画像研究会  2024年3月3日 

     詳細を見る

    開催年月日: 2024年3月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:沖縄県青年会館   国名:日本国  

  4. Impact of Generative AI in Medical Image Processing 招待有り 国際会議

    小田 昌宏

    The Twelfth International Workshop on Image Media Quality and its Applications (IMQA 2024)  2024年2月28日 

     詳細を見る

    開催年月日: 2024年2月

    記述言語:英語   会議種別:口頭発表(基調)  

    開催地:Osaka University Nakanoshima Cente   国名:日本国  

  5. 上級演題⑥ どうする研究費獲得:継続的な研究費獲得のための考え方 招待有り

    小田 昌宏

    第32回日本コンピュータ外科学会大会  2023年12月2日  日本コンピュータ外科学

     詳細を見る

    開催年月日: 2023年12月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:かごしま県民交流センター   国名:日本国  

  6. 生成AIがもたらす医用画像処理の変革 招待有り

    小田 昌宏

    医用画像情報学会 令和5年度秋季(第197回)大会  2023年10月7日  医用画像情報学会

     詳細を見る

    開催年月日: 2023年10月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:札幌 アスティ45 ACU会場   国名:日本国  

  7. 医療支援における画像処理研究の動向と展望 招待有り

    小田 昌宏

    第29回画像センシングシンポジウム  2023年6月15日  画像センシング技術研究会

     詳細を見る

    開催年月日: 2023年6月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:パシフィコ横浜   国名:日本国  

  8. 内視鏡画像AIにおける実世界を考慮したデータ生成の必要性 招待有り

    小田 昌宏

    次世代内視鏡・医工連携シンポジウム  2023年3月20日 

     詳細を見る

    開催年月日: 2023年3月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    researchmap

  9. Automated classification method of COVID-19 cases from chest CT volumes using 2D and 3D hybrid CNN for anisotropic volumes 国際会議

    Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2613317

  10. Size-reweighted cascaded fully convolutional network for substantia nigra segmentation from T2 MRI 国際会議

    Tao Hu, Hayato Itoh, Masahiro Oda, Shinji Saiki, Nobutaka Hattori, Koji Kamagata, Shigeki Aoki, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2613298

  11. Substantia nigra analysis by tensor decomposition of T2-weighted images for Parkinson’s disease diagnosis 国際会議

    Hayato Itoh, Masahiro Oda, Shinji Saiki, Nobutaka Hattori, Koji Kamagata, Shigeki Aoki, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2612830

  12. Self-supervised depth estimation with uncertainty-weight joint loss function based on laparoscopic videos 国際会議

    Wenda Li, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2612829

  13. Spatial label smoothing via aleatoric uncertainty for bleeding region segmentation from laparoscopic videos 国際会議

    Jie Qiu, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Nobuyoshi Takeshita, Masaaki Ito, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2611672

  14. Effective hyperparameter optimization with proxy data for multi-organ segmentation 国際共著 国際会議

    Chen Shen, Holger R. Roth, Vishwesh Nath, Yuichiro Hayashi, Masahiro Oda, Kazunari Misawa, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2611422

  15. Coarse-to-fine cascade framework for cross-modality super-resolution on clinical/micro CT dataset 国際会議

    Tong Zheng, Hirohisa Oda, Yuichiro Hayashi, Shota Nakamura, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Masahiro Oda, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2611311

  16. Bronchial orifice tracking-based branch level estimation for bronchoscopic navigation 国際会議

    Cheng Wang, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Hitotsugu Takabatake, Masaki Mori, Hirotoshi Honma, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2612827

  17. Taking full advantage of uncertainty estimation: an uncertainty-assisted two-stage pipeline for multi-organ segmentation 国際会議

    Zhou Zheng, Masahiro Oda, Kazunari Misawa, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2612535

  18. Multiclass prediction for improving intestine segmentation on non-fecal-tagged CT volume 国際会議

    Hirohisa Oda, Yuichiro Hayashi, Takayuki Kitasaka, Aitaro Takimoto, Akinari,Hinoki, Hiroo Uchida, Kojiro Suzuki, Masahiro Oda, Kensaku Mori

    SPIE Medical Imaging 2022 On Demand  2022年3月21日 

     詳細を見る

    開催年月日: 2022年3月

    記述言語:英語   会議種別:口頭発表(一般)  

    DOI: 10.1117/12.2611441

  19. 深層学習に基づくマウスのクラニアルウィンドウ画像における血管セグメンテーションの考察

    呉 運恒, 小田 昌宏, 林 雄一郎, 武部 貴則, 森 健策

    電子情報通信学会医用画像研究会  2022年1月27日 

     詳細を見る

    開催年月日: 2022年1月

    記述言語:日本語   会議種別:口頭発表(一般)  

  20. 胸部CT像からのCOVID-19に関連した所見文の自動生成の検討

    岡崎 真治, 林 雄一郎, 小田 昌宏, 橋本 正弘, 陣崎 雅弘, 明石 敏昭, 青木 茂樹, 森 健策

    電子情報通信学会医用画像研究会  2022年1月26日 

     詳細を見る

    開催年月日: 2022年1月

    記述言語:日本語   会議種別:口頭発表(一般)  

  21. MICCAI 2021参加報告 招待有り

    伊東 隼人, 小田 昌宏, 申 忱, 大竹 義人, 花岡 昇平, 諸岡 健一, 本谷 秀堅, 古川 亮, 増谷 佳孝, 森 健策

    電子情報通信学会医用画像研究会  2022年1月26日 

     詳細を見る

    開催年月日: 2022年1月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

  22. 高精度な大腸ポリープ検出に向けた物体検出モデルの解析

    伊東 隼人, 三澤 将史, 森 悠一, 工藤 進英, 小田 昌宏, 森 健策

    電子情報通信学会医用画像研究会  2022年1月26日 

     詳細を見る

    開催年月日: 2022年1月

    記述言語:日本語   会議種別:口頭発表(一般)  

  23. Mechanism Of AIs In COVID-19 CAD And Techniques To Improve AI Performance 国際会議

    Masahiro Oda, Yuichiro Hayashi, Zheng Tong, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori, Masahiro Hashimoto, Hiroshi Natori

    RSNA 2021  2021年11月28日 

     詳細を見る

    開催年月日: 2021年11月 - 2021年12月

    記述言語:英語   会議種別:口頭発表(一般)  

  24. Micro CT Assisted Cross-Modality Super-Resolution Towwrd Observing Micrometer-scale Anatomical Structure From Clinical CT tilizing AI 国際会議

    Tong Zheng, Hirohisa Oda, Yuichiro Hyashi, Masahiro Oda, Shota Nakamura, Hiroshi Natori, HIrotsugu Takabetake, Masaki Mori, Kensaku Mori

    RSNA 2021  2021年11月28日 

     詳細を見る

    開催年月日: 2021年11月 - 2021年12月

    記述言語:英語   会議種別:口頭発表(一般)  

  25. How Does AI Reconstruct 3D Intestinal Structures of Ileus and Intestinal Obstruction Cases From 3D CT? - Toward AI-based Emergency Diagnostic Assistance of Intestial Diseases 国際会議

    Hirohisa Oda, Yuichiro Hyashi, Masahiro Oda, Akinari Hinoki, HIroo Uchida, Kensaku Mori, Tkayuki Kitasaka, Aitaro Takimoto, Kojiro Suzuki

    RSNA 2021  2021年11月28日 

     詳細を見る

    開催年月日: 2021年11月 - 2021年12月

    記述言語:英語   会議種別:口頭発表(一般)  

  26. 自己教師あり学習による腹腔鏡動画像の手術器具セグメンテーション

    丘 傑,林 雄一郎,小澤 卓也,小田 昌宏, 北坂 孝幸,三澤 一成, 竹下 修由, 伊藤 雅昭, 森 健策

    第30回日本コンピュータ外科学会大会  2021年11月21日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  27. 腹腔鏡下胃切除術支援に向けた腹腔鏡映像からの左胃静脈領域自動抽出に関する検討

    榎本 圭吾,林 雄一郎,北坂 孝幸,小田 昌宏, 伊藤 雅昭, 竹下 修由, 三澤 一成, 森 健策

    第30回日本コンピュータ外科学会大会  2021年11月23日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  28. 複数の畳み込み範囲を持つグラフニューラルネットワークによる血管名自動命名手法の検討

    出口 智也,林 雄一郎,北坂 孝幸,小田 昌宏, 三澤 一成,森 健策

    第30回日本コンピュータ外科学会大会  2021年11月23日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  29. 小田紘久,林 雄一郎,北坂 孝幸,滝本 愛太朗,檜 顕成,内田 広夫,鈴木 耕次郎,小田 昌宏, 森 健策

    CT像からの腸管領域抽出改善に関する基礎的検討

    第30回日本コンピュータ外科学会大会  2021年11月23日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  30. CT像の非等方性を考慮した3D CNNによるCOVID‒19症例の自動分類手法

    小田 昌宏, 鄭 通, 林 雄一郎, 大竹 義人, 橋本 正弘, 明石 敏明, 青木 茂樹, 森 健策

    第30回日本コンピュータ外科学会大会  2021年11月22日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  31. 大規模腹腔鏡動画像データベース構築に向けたアノテーションツール開発

    伊東 隼人,潘 冬平,小澤 卓也,小田 昌宏, 竹下 修由, 伊藤 雅昭, 森 健策

    第30回日本コンピュータ外科学会大会  2021年11月22日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  32. 距離変換と管状構造フィルタによる肺マイクロCT画像からの細気管支・肺胞管抽出手法の検討

    椎名 健, 小田 紘久, 鄭 通, 中村 彰太, 林 雄一郎, 小田 昌宏, 森 健策

    第30回日本コンピュータ外科学会大会  2021年11月21日 

     詳細を見る

    開催年月日: 2021年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

  33. Graph Cuts Loss to Boost Model Accuracy and Generalizability for Medical Image Segmentation 国際会議

    Zhou Zheng, Masahiro Oda, Kensaku Mori

    IEEE/CVF International Conference on Computer Vision (ICCV) Workshops  2021年10月17日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  34. 胸部CT像からのCOVID-19症例の自動分類手法

    小田 昌宏, 鄭 通, 林 雄一郎, 大竹 義人, 橋本 正弘, 明石 敏昭, 森 健策

    第40回日本医用画像工学会大会  2021年10月13日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  35. Self-attention Class Balanced DenseNet_LSTM framework for Subarachnoid Hemorrhage CT image Classification on Extremely Imbalanced Brain CT Dataset

    Zhongyang LU,Masahiro ODA,Yuichiro HAYASHI,Tao HU,Hayato ITOH,Takeyuki WATADANI,Osamu ABE, Masahiro HASHIMOTO, Masahiro JINZAKI, Kensaku MORI

    2021年10月13日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  36. 腸閉塞・イレウスの病変箇所特定における診断支援システムの精度評価

    小田 紘久, 林 雄一郎, 北坂 孝幸, 玉田 雄大, 滝本 愛太朗, 檜 顕成, 内田 広夫, 鈴木 耕次郎, 小田 昌宏, 森 健策

    第40回日本医用画像工学会大会  2021年10月13日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  37. Improving Classification Accuracy of Hands' Bone Marrow Edema by Transfer Learning

    Dongping PAN, Masahiro ODA, Kou KATAYAMA, Takanobu Okubo, Kensaku MORI

    2021年10月13日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  38. Transformer ベースのモデルを用いた肺領域における所見文からの疾患名抽出

    岡崎 真治, 林 雄一郎, 小田 昌宏, 橋本 正弘, 陣崎 雅弘, 明石 敏昭, 青木 茂樹, 森 健策

    第40回日本医用画像工学会大会  2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  39. Synthesized Perforation Detection from Endoscopy Videos Using Model Training with Synthesized Images by GAN

    Kai Jiang, Hayato Itoh, Masahiro Oda, Taishi Okumura, Yuichi Mori, Masashi Misawa, Takemasa Hayashi, Shin-Ei Kudo, Kensaku Mori

    2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  40. Vascular Structure Segmentation in Stereomicroscope Image

    Yunheng WU, Masahiro ODA, Yuichiro HAYASHI, Takanori TAKEBE, Kensaku MORI

    2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  41. VR Organ Puzzle: A Virtual Reality Application for the Education of Human Anatomy

    Siqi LI, Yuichiro HAYASHI,Michitaka FUJIWARA, Masahiro ODA, Kensaku MORI

    2021年10月15日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  42. Non-contrast to Artery Contrast CT Translation Via Representation-Aligned Generative Model

    Tao HU, Masahiro ODA, Yuichiro HAYASHI, Zhongyang LU, Toshiaki AKASHI, Shigeki AOKI, Kensaku MORI

    2021年10月15日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  43. Clinical CT Super-resolution Utilizing Registered Clinical – Micro CT Database

    Tong ZHENG, Hirohisa ODA, Yuichiro HAYASHI, Shota NAKAMURA, Masaki MORI, Hirotsugu TAKABATAKE, Hiroshi NATORI, Masahiro ODA, Kensaku MORI

    2021年10月15日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  44. 距離マップを利用した肺マイクロ CT 像からの肺胞抽出

    椎名 健, 小田 紘久, 鄭 通, 中村 彰太, 林 雄一郎, 小田 昌宏, 森 健策

    第40回日本医用画像工学会大会  2021年10月15日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  45. ピットパターン特徴量の解析に向けた超拡大内視鏡画像の再構成法に関する初期的検討

    伊東 隼人, 小田 昌宏, 森 悠一, 三澤 将史, 工藤 進英, 森 健策

    第40回日本医用画像工学会大会  2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  46. 深層学習とディジタルファントムを用いた骨陰影低減技術の開発

    五島 風汰, 田中 利恵, 小田 昌宏, 森 健策, 高田 宗尚, 田村 昌也, 松本 勲

    第40回日本医用画像工学会大会  2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  47. 3D Kidney Tumor Semantic Segmentation using Cascaded Convolutional Networks

    Wuyang Zhao,Chen Shen,Masahiro Oda, Yuichiro Hayashi,Naoki Higashida,Msahiro Hashimoto,Masahiro Jinzaki, Kensaku Mori

    2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  48. Attention機構を導入したグラフニューラルネットワークによる腹部動脈血管名自動対応付け

    出口 智也, 林 雄一郎, 北坂 孝幸, 小田 昌宏, 三澤 一成, 森 健策

    第40回日本医用画像工学会大会  2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  49. 深度情報を利用したFCNによる腹腔鏡映像からの血管領域自動抽出の検討

    榎本 圭吾, 林 雄一郎, 北坂 孝幸, 小田 昌宏, 伊藤 雅昭, 竹下 修由, 三澤 一成, 森 健策

    第40回日本医用画像工学会大会  2021年10月14日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

  50. Carotid Artery Vessel Wall Segmentation Challenge Report,'' Carotid Artery Vessel Wall Segmentation Challenge 国際会議

    Ruiyun Zhu, Masahiro Oda, Yuichiro Hayashi, Hideki Ota,Hitomi Anzai, Makoto Ohta, Takanobu Yagi, Masaaki Shojima, Soichiro Fujimura, Kensaku Mori

    SMRA 2021 and MICCAI 2021  2021年10月1日 

     詳細を見る

    開催年月日: 2021年10月

    記述言語:英語   会議種別:口頭発表(一般)  

  51. Super-Resolution by Latent Space Exploration: Training with Poorly-Aligned Clinical and Micro CT Image Dataset 国際会議

    Tong Zheng, Hirohisa Oda, Yuichiro Hayashi, Shota Nakamura, Masahiro Oda, Kensaku Mori

    International Workshop on Simulation and Synthesis in Medical Imaging SASHIMI 2021  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  52. Multi-task Federated Learning for Heterogeneous Pancreas Segmentation 国際共著 国際会議

    Chen Shen, Pochuan Wang, Holger R. Roth, Dong Yang, Daguang Xu, Masahiro Oda, Weichung Wang, Chiou-Shann Fuh, Po-Ting Chen, Kao-Lang Liu, Wei-Chih Liao, Kensaku Mori

    CLIP2021  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  53. Self-supervised Cascaded Multi-task Learning on Laparoscopic Videos for Depth Estimation in Robotic-assisted Surgery 国際会議

    Wenda Li, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori

    IROS2021 Workshop  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  54. Spatially-variant Biases Considered Self-supervised Depth Estimation Based on Laparoscopic Videos 国際会議

    Wenda Li, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori

    Joint MICCAI workshop 2021, AE-CAI/CARE/OR2.0  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  55. Depth Estimation from Single-shot Monocular Endoscope Image Using Image Domain Adaptation And Edge-Aware Depth Estimation 国際会議

    Masahiro Oda, Hayato Itoh, Kiyohito Tanaka, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    Joint MICCAI workshop 2021, AE-CAI/CARE/OR2.0  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  56. Uncertainty Meets 3D-Spatial Feature in Colonoscopic Polyp-Size Determination 国際会議

    Hayato Itoh, Masahiro Oda, Kai Jiang, Yuichi Mori, Masashi Misawa, Shin-Ei Kudo, Kenichiro Imai, Sayo Itoh, Kinichi Hotta, Kensaku Mori

    Joint MICCAI workshop 2021, AE-CAI/CARE/OR2.0  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  57. Intestine segmentation with small computational cost for diagnosis assistance of ileus and intestinal obstruction 国際会議

    Hirohisa Oda, Yuichiro Hayashi, Takayuki Kitasaka, Aitaro Takimoto, Akinari Hinoki, Hiroo Uchida, Kojiro Suzuki, Masahiro Oda, Kensaku Mori

    CLIP2021  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  58. COVID-19 Infection Segmentation from Chest CT Images Based on Scale Uncertainty 国際会議

    Masahiro Oda, Tong Zheng, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori

    CLIP2021  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  59. Attention-guided pancreatic duct segmentation from abdominal CT volumes 国際共著 国際会議

    Chen Shen, Holger Roth, Yuichiro Hayashi, Masahiro Oda, Takaaki Miyamoto, Gen Sato, Kensaku Mori

    CLIP2021  2021年9月27日 

     詳細を見る

    開催年月日: 2021年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  60. Micro-CT-assisted cross-modality super-resolution of clinical CT: utilization of synthesized training dataset 国際会議

    T. Zheng, H. Oda, S. Nakamura, M. Mori, H. Takabatake, H. Natori, M. Oda, K. Mori

    CARS 2021  2021年6月21日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  61. Blood vessel regions segmentation from laparoscopic videos using fully convolutional networks with multi field of view input 国際会議

    K. Mori, S. Morimitsu, S. Yamamoto, T. Ozawa, T. Kitasaka, Y. Hayashi, M. Oda, M. Ito, N. Takeshita, K. Misawa

    CARS 2021  2021年6月23日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  62. Binary Polyp-Size Classification based on Deep-Learning Estimation of Spatial Information 国際会議

    H. Itoh, M. Oda, K. Jiang, Y. Mori, M. Misawa, S.- E. Kudo, K. Imai, S. Ito, K. Hotta, K. Mori

    CARS 2021  2021年6月22日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  63. Experimental evaluation of loss functions in YOLO-v3 training for the perforation detection and localization in colonoscopic videos 国際会議

    K. Jiang, H. Itoh, M. Oda, T. Okumura, Y. Mori, M. Misawa, T. Hayashi, S. E. Kudo, K. Mori

    CARS 2021  2021年6月22日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  64. Aorta-aware GAN for non-contrast to artery contrasted CT translation and its application to abdominal aortic aneurysm detection 国際会議

    T. Hu, M. Oda, Y. Hayashi, Z. Lu, K. K. Kumamaru, T. Akashi, S. Aoki, K. Mori

    CARS 2021  2021年6月22日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  65. Depth-based branching level estimation for bronchoscopic navigation 国際会議

    Cheng Wang, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Hirotsugu Takabatake, Masaki Mori, Hirotoshi Honma, Hiroshi Natori , Kensaku Mori

    CARS 2021  2021年6月21日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  66. COVID-19 lung infection and normal region segmentation from CT volumes using FCN with local and global spatial feature encoder 国際会議

    M. Oda, Y. Hayashi, Y. Otake, M. Hashimoto, T. Akashi, K. Mori

    CARS 2021  2021年6月21日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  67. A cascaded fully convolutional network framework for dilated pancreatic duct segmentation 国際共著 国際会議

    C. Shen, H. R. Roth, Y. Hayashi, M. Oda, T. Miyamoto, G. Sato, K. Mori

    CARS 2021  2021年6月21日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  68. Intestine segmentation combining Watershed transformation and machine learning-based distance map estimation 国際会議

    H. Oda, Y. Hayashi, T. Kitasaka, Y. Tamada, A. Takimoto, A. Hinoki, H. Uchida, K. Suzuki, H. Itoh, M. Oda, K. Mori

    CARS 2021  2021年6月24日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  69. Spatial Information Considered Module based on Attention Mechanism for Self-Supervised Depth Estimation from Laparoscopic Image Pairs 国際会議

    W. Li, Y. Hayashi, M. Oda, T. Kitasaka, K. Misawa, K. Mori

    CARS 2021  2021年6月23日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  70. Real-time deformation simulation of hollow organs based on XPBD with small time steps and air mesh for surgical simulation 国際会議

    S. Li, Y. Hayashi, M. Oda, K. Misawa, K. Mori

    CARS 2021  2021年6月23日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:英語   会議種別:口頭発表(一般)  

  71. 深層学習を用いた医用画像処理と画像を超えた応用 招待有り

    小田 昌宏

    第60回日本生体医工学会大会  2021年6月17日 

     詳細を見る

    開催年月日: 2021年6月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

  72. 深層学習に基づく腎癌領域の自動抽出手法の検討

    趙 武楊, 申 忱, 小田 昌宏, 林 雄一郎, 東田 直樹, 橋本 正弘, 陣崎 雅弘, 森 健策

    電子情報通信学会医用画像研究会  2021年5月17日 

     詳細を見る

    開催年月日: 2021年5月

    記述言語:日本語   会議種別:口頭発表(一般)  

  73. Watershedを用いた肺マイクロCT像からの肺胞セグメンテーション

    椎名 健, 小田 紘久, 鄭 通, 中村 彰太, 小田 昌宏, 森 健策

    電子情報通信学会医用画像研究会  2021年5月17日 

     詳細を見る

    開催年月日: 2021年5月

    記述言語:日本語   会議種別:口頭発表(一般)  

  74. Spectral-based Convolutional Graph Neural Networksを用いた腹部動脈領域の血管名自動命名に関する研究

    日比 裕太, 林 雄一郎, 北坂 孝幸, 伊東 隼人, 小田 昌宏, 三澤 一成, 森 健策

    電子情報通信学会医用画像研究会  2021年3月17日 

     詳細を見る

    開催年月日: 2021年3月

    記述言語:日本語   会議種別:口頭発表(一般)  

  75. MICCAI 2020参加報告 招待有り

    斉藤 篤, 小田 昌宏, 大竹 義人, 花岡 昇平, 諸岡 健一, 宮内 翔子, 増谷 佳孝, 申 忱, 森 健策

    電子情報通信学会医用画像研究会  2021年3月17日 

     詳細を見る

    開催年月日: 2021年3月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

  76. カスケードCNNによる腹腔鏡動画からの出血領域自動抽出

    山本 翔太, 林 雄一郎, 盛満 慎太郎, 北坂 孝幸, 小田 昌宏, 竹下 修由, 伊藤 雅昭, 森 健策

    電子情報通信学会医用画像研究会  2021年3月17日 

     詳細を見る

    開催年月日: 2021年3月

    記述言語:日本語   会議種別:口頭発表(一般)  

  77. Contrastive Learningを用いた肺野CT画像からCOVID-19の自動判定

    加藤 聡太, 堀田 一弘, 小田 昌宏, 森 健策, 大竹 義人, 橋本 正弘, 明石 敏昭

    電子情報通信学会医用画像研究会  2021年3月16日 

     詳細を見る

    開催年月日: 2021年3月

    記述言語:日本語   会議種別:口頭発表(一般)  

  78. AIによる画像解析の基礎と眼科画像解析への応用 招待有り

    小田 昌宏

    第85回筑波TOC・第23回茨城県眼科医会フォーラム  2021年2月24日 

     詳細を見る

    開催年月日: 2021年2月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  79. Unsupervised segmentation of COVID-19 infected lung clinical CT volumes using image inpainting and representation learning 国際会議

    Tong Zheng, Masahiro Oda, Chenglong Wang, Takayasu Moriya, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  80. Extremely imbalanced subarachnoid hemorrhage detection based on enseNet-LSTM network with class-balanced loss and transfer learning 国際会議

    Zhongyang Lu, Masahiro Oda, Yuichiro Hayashi, Tao Hu, Hayato Itoh, Takeyuki Watadani, Osamu Abe, Masahiro Hashimoto, Masahiro Jinzaki, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  81. Single-shot three-dimensional reconstruction for colonoscopic image analysis 国際会議

    Hayato Itoh, Masahiro Oda, Yuichi Mori, Masashi Misawa, Shin-ei Kudo, Kinnichi Hotta, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  82. Bronchial orifice segmentation on bronchoscopic video frames based on generative adversarial depth estimation 国際会議

    Cheng Wang, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Hirotsugu Takabatake, Masaki Mori, Hirotoshi Honma, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  83. Intestinal region reconstruction of ileus cases from 3D CT images based on graphical representation and its visualization 国際会議

    Hirohisa Oda, Yuichiro Hayashi, Takayuki Kitasaka, Yudai Tamada, Aitaro Takimoto, Akinari Hinoki, Hiroo Uchida, Kojiro Suzuki, Hayato Itoh, Masahiro Oda, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  84. Lung infection and normal region segmentation from CT volumes of COVID-19 cases 国際会議

    Masahiro Oda, Yuichiro Hayashi, Yoshito Otake, Masahiro Hashimoto, Toshiaki Akashi, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  85. Extraction of lung and lesion regions from COVID-19 CT volumes using 3D fully convolutional networks 国際会議

    Yuichiro Hayashi, Masahiro Oda, Chen Shen, Masahiro Hashimoto, Yoshito Otake, Toshiaki Akashi, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  86. Dense-layerbased YOLO-v3 for detection and localization of colon perforations 国際会議

    Kai Jiang, Hayato Itoh, Masahiro Oda, Taishi Okumura, Yuichi Mori, Masashi Misawa, Takemasa Hayashi, Shin-Ei Kudo, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  87. Context encoder guided self-supervised siamese depth estimation based on stereo laparoscopic images 国際会議

    Wenda Li, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori

    SPIE Medical Imaging 2021  2021年2月15日  SPIE

     詳細を見る

    開催年月日: 2021年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  88. Unpaired Medical Image Translation between Portal-venous Phase and Non-contrast CT Volumes for Multi-organ Segmentation 国際会議

    Chen Shen, Yuichiro Hayashi, Masahiro Oda, Kazunari Misawa and Kensaku Mori

    IFMIA 2021  2021年1月26日 

     詳細を見る

    開催年月日: 2021年1月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  89. 放射線診断における研究トピックスと臨床応用~AI応用の基礎から最前線まで~ 招待有り

    小田 昌宏

    日本医学物理学会教育セミナー  2020年12月19日 

     詳細を見る

    開催年月日: 2020年12月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  90. Super Resolution of Chest CT Images Using CycleGAN and Micro CT Image Database 国際会議

    Tong Zheng, Hirohisa Oda, Masahiro Oda, Shota Nakamura, Hiroshi Natori, Hirotsugu Takabatake, Masaki Mori, Kensaku Mori

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  91. Why AI Misses Small Organs and How to Improve Their Recognition Performances 国際会議

    Masahiro Oda, Kanako K. Kumamaru, Shigeki Aoki, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori, Masaki Mori

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  92. How Fully Convolutional Networks Trained From Small Amount of Data Using Fine-Tuning in Multi-Organ Segmentation From CT Images? 国際会議

    Yuichiro Hayashi, Chen Shen, Masahiro Oda, Kazunari Misawa, Kensaku Mori

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  93. Wavelet-Based Fully Convolution Network for Estimating Artery Contrast CT Images From Non-Contrast CT Images 国際会議

    Tao Hu, Masahiro Oda, Yuichiro Hayashi, Zhongyang Lu, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  94. How Does Graphical Convolutional Neural Network Work for Anatomical Labeling of Blood Vessels Extracted From CT Images? 国際会議

    Kensaku Mori, Yuta Hibi, Yuichiro Hayashi, Masahiro Oda, Kazunari Misawa, Hayato Itoh

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  95. How Spatial Information Embedding Improves Multi-Organ Segmentation From Abdominal CT Images Based on Fully Convolutional Networks 国際会議

    Chen Shen, Chenglong Wang, Holger R. Roth, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    RSNA 2020  2020年11月29日 

     詳細を見る

    開催年月日: 2020年11月 - 2020年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  96. 腸閉塞およびイレウスの診断支援システムにおける距離マップの導入

    小田 紘久, 林 雄一郎, 北坂 孝幸,玉田 雄大,滝本 愛太朗,檜 顕成, 内田 広夫,鈴木 耕次郎, 伊東 隼人,小田 昌宏,森 健策

    第29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  97. AI入門ワークショップ:AIハンズオンセミナー 招待有り

    小田 昌宏

    第29回日本コンピュータ外科学会大会  2020年11月23日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    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:オンライン   国名:日本国  

  98. Preliminary study of Loss-Function Design for Detection and Localization of Perforations with YOLO-v3 in Colonoscopic Images

    凱 蒋, 伊東 隼人,小田 昌宏,奥村 大志,森 悠一,三澤 将史,林 武雅,工藤 進英,森 健策

    第29回日本コンピュータ外科学会大会  2020年11月23日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  99. SUN database : 大腸ポリープ自動検出器の精度評価に向けた試験用画像

    伊東 隼人, 三澤 将史,森 悠一,小田 昌宏,工藤 進英, 森 健策

    第29回日本コンピュータ外科学会大会  2020年11月23日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  100. 気管支鏡ナビゲーションのための敵対的生成による内視鏡画像深度推定の評価

    王 成, 小田 昌宏,林 雄一郎,北坂 孝幸,本間 裕敏,高畠 博嗣,森 雅樹,名取 博, 森 健策

    第29回日本コンピュータ外科学会大会  2020年11月23日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  101. 腹腔鏡動画像用オンラインアノテーションツールの開発

    屠 芸豪, 伊東 隼人,小澤 卓也,小田 昌宏, 竹下 修由,伊藤 雅昭,森 健策

    第29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  102. 深層学習によるMRI画像からの神経鞘腫の自動位置検出

    小田 昌宏, 伊藤 定之, 今釜 史郎, 森 健策

    第29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  103. 表現学習に基づくクラスタリングによるCOVID-19 肺CT像からの病変部抽出手法

    鄭 通, 小田 昌宏, 王 成龍,林 雄一郎,橋本 正弘, 大竹 義人,明石 敏昭, 森 健策

    第29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  104. Dilated convolution を用いた腹腔鏡動画像からの血管領域抽出における空間情報利用に関する検討

    盛満 慎太郎, 山本 翔太, 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29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  105. 局所情報に注目した腹腔鏡動画像からの出血領域抽出

    山本 翔太, 盛満 慎太郎,林 雄一郎,北坂 孝幸,小田 昌宏,伊藤 雅昭,竹下 修由, 森 健策

    第29回日本コンピュータ外科学会大会  2020年11月22日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  106. シンポジウム③ AI-CASの先に来るもの~現在そしてその先:日常に溶け込む診断と治療 招待有り

    小田 昌宏

    第29回日本コンピュータ外科学会大会  2020年11月23日  日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  107. GANを用いたAIの仕組みと応用 招待有り

    小田 昌宏

    第5回Advanced Medical Imaging研究会  2020年11月22日 

     詳細を見る

    開催年月日: 2020年11月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  108. Automated Pancreas Segmentation Using Multi-institutional Collaborative Deep Learning 国際会議

    Chen Shen, Pochuan Wang, Holger R Roth, Dong Yang, Daguang Xu, Masahiro Oda, Kazunari Misawa, Po-Ting Chen, Wei-Chih Liao, Kao-Lang Liu, Weichung Wang, Kensaku Mori

    1st MICCAI Workshop on Distributed And Collaborative Learning  2020年10月4日 

     詳細を見る

    開催年月日: 2020年10月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  109. Synthetic laparoscopic video generation for machine learning-based surgical 国際会議

    Yuichiro Hayashi, Takuya Ozawa, Hirohisa Oda, Masahiro Oda, Takayuki Kitasaka, Nobuyoshi Takeshita, Masaaki Ito , Kensaku Mori

    Joint MICCAI workshop 2020, AE-CAI/CARE/OR2.0  2020年10月4日 

     詳細を見る

    開催年月日: 2020年10月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Online  

  110. ハンズオンセミナー3:外科領域における医療用画像の深層学習 招待有り

    小田 昌宏

    第14回日本CAOS研究会/第26回日本最小侵襲整形外科学会  2020年9月22日 

     詳細を見る

    開催年月日: 2020年9月

    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:高知医療センター(オンライン)   国名:日本国  

  111. ITテクノロジー2:外科支援におけるAIの現在とこれから 招待有り

    小田 昌宏

    第14回日本CAOS研究会/第26回日本最小侵襲整形外科学会  2020年9月22日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  112. Preliminary Study of Perforation Detection and Localization for Colonoscopy Video

    Kai Jiang, Hayato Itoh, Masahiro Oda, Taishi Okumura, Yuichi Mori, Masashi Misawa, Takemasa Hayashi, Shin-Ei Kudo, Kensaku Mori

    2020年9月17日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  113. JAMITハンズオンセミナー 招待有り

    原武史, 李鎔範, 中田典生, 小田昌宏

    第39回日本医用画像工学会大会  2020年9月17日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    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:オンライン   国名:日本国  

  114. 腹腔鏡手術動画像データベース構築に向けたリモートアノテーションツールのプロトタイプ開発

    屠 芸豪, 伊東 隼人, 小澤 卓也, 小田 昌宏, 竹下 修由, 伊藤 雅昭, 森 健策

    第39回日本医用画像工学会大会  2020年9月19日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  115. Spatial Information Considered Self-Supervised Depth Estimation Based on Image Pairs from Stereo Laparoscope

    Wenda Li, Yuichiro Hayashi, Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori

    2020年9月19日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  116. 大腸内視鏡のための教師なし深度画像推定法における補助タスク検討

    伊東 隼人, 小田 昌宏, 森 悠一, 三澤 将史, 工藤 進英, 堀田 欣一, 高畠 博嗣, 森 雅樹, 名取 博, 森 健策

    第39回日本医用画像工学会大会  2020年9月19日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  117. Preliminary Study on Classification of Hands' Bone Marrow Edema Using X-ray Images

    Dongping Pan, Masahiro Oda, Kou Katayama, Takanobu Okubo, Kensaku Mori

    2020年9月19日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  118. Unsupervised 3D Super-resolution of Clinical CT Volumes by Utilizing Multi-axis 2D Super-resolution

    Tong Zheng, Hirohisa Oda, Masahiro Oda, Shota Nakamura, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori

    2020年9月18日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  119. Cross-phase CT Image Registration Using Convolutional Neural Network

    Tao Hu, Masahiro Oda, Yuichiro Hayashi, Zhongyang Lu, Kanako Kunishishima Kumamaru, Shigeki Aoki, Kensaku Mori

    2020年9月18日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  120. 広範囲の隣接関係を考慮したグラフニューラルネットワークを用いた腹部動脈血管名自動命名の検討

    日比 裕太, 林 雄一郎, 北坂 孝幸, 伊東 隼人, 小田 昌宏, 三澤 一成, 森 健策

    第39回日本医用画像工学会大会  2020年9月18日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  121. 大域及び局所情報を用いた深層学習による出血領域自動セグメンテーション

    山本 翔太, 盛満 慎太郎, 林 雄一郎, 北坂 孝幸, 小田 昌宏, 伊藤 雅昭, 竹下 修由, 森 健策

    第39回日本医用画像工学会大会  2020年9月18日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  122. Dilated convolution を用いた FCN による腹腔鏡動画像からの血管領域抽出

    盛満 慎太郎, 山本 翔太, 北坂 孝幸, 林 雄一郎, 小田 昌宏, 竹下 修由, 伊藤 雅昭, 三澤 一成, 森 健策

    第39回日本医用画像工学会大会  2020年9月18日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  123. Preliminary Study on Classification of Interstitial Cystitis Using Cystoscopy Images

    Tao Chu, Masahiro Oda, Akira Furuta, Tokunori Yamamoto, Kensaku Mori

    2020年9月17日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  124. COVID-19 症例の定量評価のためのCT 像からの肺野自動セグメンテーション

    小田 昌宏, 林 雄一郎, 大竹 義人, 橋本 正弘, 明石 敏昭, 森 健策

    第39回日本医用画像工学会大会  2020年9月17日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  125. A study on Subarachnoid Hemorrhage automatic detection utilized Transfer Learning on extremely imbalanced brain CT datasets

    Zhongyang Lu, Masahiro Oda, Yuichiro Hayashi, Tao Hu, Hayato Ito,Takeyuki Watadani,Osamu Abe,Masahiro Hashimoto,Masahiro Jinzaki,Kensaku Mori

    2020年9月17日 

     詳細を見る

    開催年月日: 2020年9月

    記述言語:英語   会議種別:口頭発表(一般)  

  126. 読影レポート解析を利用した医用画像データベースからのアノテーション付きデータセット作成に関する初期検討

    林 雄一郎, 鈴村 悠輝, 岡崎 真治, 小田 昌宏, 森 健策

    第39回日本医用画像工学会大会  2020年9月17日  日本医用画像工学会

     詳細を見る

    開催年月日: 2020年9月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:オンライン  

  127. An Application of Multi-organ Segmentation from Thick-slice Abdominal CT Volumes using Transfer Learning 国際会議

    C. Shen, M. Oda, H. Roth, H. Oda, Y. Hayashi, K. Misawa, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  128. Development of a robust endocytoscopic-image classification method towards the construction of practical CAD system in endocytoscopy - from the viewpoint of generalisation ability for non-specific hospital diagnosis 国際会議

    H. Itoh, Y. Mori, M. Misawa, S. –E. Kudo, K. Hotta, K. Ohtsuka, S. Saito, Y. Saito, H. Ikematsu, Y. Hayashi, M. Oda, K. Mori

    22nd International Conference on Computer-Aided Diagnosis and Artificial Intelligence (CAD-AI)  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  129. A visual SLAM based bronchoscope tracking scheme for bronchoscopic navigation 国際会議

    C. Wang, M. Oda, Y. Hayashi, B. Villard, T. Kitasaka, H. Takabatake, M. Mori, H. Honma, H. Natori, K. Mori

    34th International Congress and Exhibition on Computer Assisted Radiology (CAR)  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  130. Detecting ganglion cells on virtual slide images: Macroscopic masking by superpixel 国際会議

    H. Oda, Y. Tamada, K. Nishio, T. Kitasaka, H. Amano, K. Chiba, A. Hinoki, H. Uchida, M. Oda, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  131. Blood vessel segmentation from laparoscopic video using ConvLSTM U-Net 国際会議

    S. Morimitsu, S. Yamamoto, T. Ozawa, T. Kitasaka, Y. Hayashi, M. Oda, M. Ito, N. Takeshita, K. Misawa, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  132. SR-CycleGAN V2: CycleGAN-based unsupervised superresolution with pixel-shuffling 国際会議

    T. Zheng, H. Oda, T. Moriya, T. Sugino, S. Nakamura, M. Oda, M. Mori, H. Takabatake, H. Natori, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  133. TinyLoss: loss function for tiny image difference evaluation and its application to unpaired non-contrast to contrast abdominal CT estimation 国際会議

    Masahiro Oda, T. Hu, K. K. Kumamaru, T. Akashi, S. Aoki, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  134. Virtual cleansing by unpaired image translation of intestines for detecting obstruction 国際会議

    K. Nishio, H. Oda, T. Kitasaka, Y. Tamada, H. Amano, A. Takimoto, K. Chiba, Y. Hayashi, H. Itoh, M. Oda, A. Hinoki, H. Uchida, K. Mori

    CARS 2020  2020年6月23日 

     詳細を見る

    開催年月日: 2020年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Online  

  135. Symposium6, Japan Medical Imaging Database: AI image analysis based on massive data in J-MID 招待有り

    小田 昌宏

    第79回日本医学放射線学会総会web  2020年5月15日  日本医学放射線学会

     詳細を見る

    開催年月日: 2020年5月 - 2020年6月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:オンライン   国名:日本国  

  136. Automated eye disease classification method from anterior eye image using anatomical structure focused image classification technique 国際会議

    Masahiro Oda, Naoyuki Maeda, Takefumi Yamaguchi, Hideki Fukuoka, Yuta Ueno, Kensaku Mori

    Progress in Biomedical Optics and Imaging - Proceedings of SPIE  2020年2月17日  SPIE

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    国名:アメリカ合衆国  

    DOI: 10.1117/12.2549951

    Scopus

  137. Organ segmentation from full-size CT images using memory-efficient FCN 国際会議

    Chenglong Wang, Masahiro Oda, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月16日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  138. Spatial information-embedded fully convolutional networks for multi-organ segmentation with improved data augmentation and instance normalization 国際会議

    Chen Shen, Chenglong Wang, Holger R. Roth, Masahiro Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月19日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  139. Improved visual SLAM for bronchoscope tracking and registration with pre-operative CT images 国際会議

    Cheng Wang, Masahiro Oda, Yuichiro Hayashi, Takayuki Kitasaka, Hirotoshi Honma, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月18日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  140. Usefulness of fine-tuning for deep learning based multi-organ regions segmentation method from non-contrast CT volumes using small training dataset 国際会議

    Yuichiro Hayashi, Chen Shen, Holger R. Roth, Masahiro Oda, Kazunari Misawa, Masahiro Jinzaki, Masahiro Hashimoto, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月17日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  141. Visualising decision-reasoning regions in computer-aided pathological pattern diagnosis of endoscytoscopic images based on CNN weights analysis 国際会議

    Hayato Itoh, Zhongyang Lu, Yuichi Mori, Masashi Misawa, Masahiro Oda, Shin-ei Kudo, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月17日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  142. Visualizing intestines for diagnostic assistance of ileus based on intestinal region segmentation from 3D CT images 国際会議

    Hirohisa Oda, Kohei Nishio, Takayuki Kitasaka, Hizuru Amano, Aitaro Takimoto, Akinari Hinoki, Hiroo Uchida, Kojiro Suzuki, Hayato Itoh, Masahiro Oda, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月17日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  143. Multi-modality super-resolution loss for GAN-based super-resolution of clinical CT images using micro CT image database 国際会議

    Tong Zheng, Hirohisa Oda, Takayasu Moriya, Takaaki Sugino, Shota Nakamura, Masahiro Oda, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori

    SPIE Medical Imaging 2020  2020年2月17日 

     詳細を見る

    開催年月日: 2020年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Texus, USA   国名:アメリカ合衆国  

  144. 深層学習時代の医用画像処理におけるデータと計算環境 招待有り

    小田 昌宏

    PCCC19「来たるべきSociety 5.0時代に向けて」(第19回PCクラスタシンポジウム)  2019年12月13日 

     詳細を見る

    開催年月日: 2019年12月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    researchmap

  145. Generative Adversarial Networks Showcase: Their Mechanisms and Radiological Applications 国際会議

    Masahiro Oda, Hirohisa Oda, Kanako K. Kumamaru, Shigeki Aoki, Hiroshi Natori, Kensaku Mori, Masaki Mori, Hirotsugu Takabatake

    Radiological Society of North America (RSNA) 2019 

     詳細を見る

    開催年月日: 2019年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Chicago, USA   国名:アメリカ合衆国  

  146. 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

    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 

     詳細を見る

    開催年月日: 2019年11月

    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   国名:日本国  

  147. 深層学習を用いた医用画像処理研究の最前線 招待有り

    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) 

     詳細を見る

    開催年月日: 2019年10月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:グランキューブ大阪   国名:日本国  

  148. JAMITハンズオンセミナー

    原武史, 中田典生, 小田昌宏, 福岡大輔, 田中理恵, 中山良平

    第38回日本医用画像工学会大会 

     詳細を見る

    開催年月日: 2019年7月

    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:奈良春日野国際フォーラム 甍~ I・RA・KA ~   国名:日本国  

  149. 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 

     詳細を見る

    開催年月日: 2019年7月

    記述言語:日本語   会議種別:ポスター発表  

    開催地:奈良春日野国際フォーラム 甍~ I・RA・KA ~   国名:日本国  

    本稿では,深層学習を用いて腹部領域の非造影CT像から造影CT像を推定する方法について述べる.診断及び治療時における血管を含む解剖構造や異常の確認を目的として,血管造影下でのCT像撮影が広く行われている.しかし造影剤の影響で呼吸困難や心停止といった重大な合併症を引き起こす場合が存在し,患者によって造影剤が使用できないことがある.本稿では深層学習による画像処理を用いて,腹部CT像の非造影像から造影像を推定する方法を提案する.Fully convolutional network(FCN)を用いた学習データの直接的学習,Generative adversarial frameworks(pix2pix,CycleGAN)におけるFCNの間接的学習等を用い,非造影から造影像への変換ネットワーク構築を行う.腹部CT像における推定実験を行ったところ,CycleGANを用いると他の方法より良好で造影CT像に近い画像を推定可能であった.

  150. Non-contrast to contrasted abdominal CT volume regression using fully convolutional network 国際会議

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

    Computer Assisted Radiology and Surgery (CARS) 2019 

     詳細を見る

    開催年月日: 2019年6月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Rennes, France   国名:フランス共和国  

  151. 医用画像工学におけるAI・機械学習の利用 招待有り

    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) 

     詳細を見る

    開催年月日: 2019年5月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:中央電気倶楽部   国名:日本国  

  152. 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

    小田 昌宏

    第92回日本整形外科学会学術総会 

     詳細を見る

    開催年月日: 2019年5月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:パシフィコ横浜   国名:日本国  

    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.

  153. AIプログラミング基礎編,AIプログラミング実践編 招待有り

    小田昌宏

    えひめAI・IoT研究会技術セミナー 

     詳細を見る

    開催年月日: 2019年4月

    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:愛媛大学   国名:日本国  

  154. AIを活用した画像処理について 招待有り

    小田 昌宏

    えひめAI・IoT研究会技術セミナー 

     詳細を見る

    開催年月日: 2019年4月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:愛媛大学   国名:日本国  

  155. Colonoscope tracking method based on shape estimation network 国際会議

    Masahiro Oda, Holger R. Roth, Takayuki Kitasaka, Kazuhiro Furukawa, Yoshiki Hirooka, Nassir Navab, Kensaku Mori

    SPIE Medical Imaging 2019 

     詳細を見る

    開催年月日: 2019年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:San Diego, California, USA   国名:アメリカ合衆国  

    This paper presents a colonoscope tracking method utilizing a colon shape estimation method. CT colonography is used as a less-invasive colon diagnosis method. If colonic polyps or early-stage cancers are found, they are removed in a colonoscopic examination. In the colonoscopic examination, understanding where the colonoscope running in the colon is difficult. A colonoscope navigation system is necessary to reduce overlooking of polyps. We propose a colonoscope tracking method for navigation systems. Previous colonoscope tracking methods caused large tracking errors because they do not consider deformations of the colon during colonoscope insertions. We utilize the shape estimation network (SEN), which estimates deformed colon shape during colonoscope insertions. The SEN is a neural network containing long short-term memory (LSTM) layer. To perform colon shape estimation suitable to the real clinical situation, we trained the SEN using data obtained during colonoscope operations of physicians. The proposed tracking method performs mapping of the colonoscope tip position to a position in the colon using estimation results of the SEN. We evaluated the proposed method in a phantom study. We conrmed that tracking errors of the proposed method was enough small to perform navigation in the ascending, transverse, and descending colons.

    DOI: 10.1117/12.2512729

  156. MICCAI 2018参加報告

    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 

     詳細を見る

    開催年月日: 2019年1月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:沖縄県青年会館   国名:日本国  

    本稿では,MICCAI 2018の本会議セッション及びワークショップの概要を紹介し,特に興味深い報告について内容を解説する.

  157. 医用画像処理のための深層学習サンプルコード集 DMED

    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 

     詳細を見る

    開催年月日: 2018年11月

    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   国名:日本国  

  158. 外科領域における医用画像の深層学習

    小田 昌宏

    第27回日本コンピュータ外科学会大会 

     詳細を見る

    開催年月日: 2018年11月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:奈良県文化会館   国名:日本国  

    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).

  159. AIによるコンピュータ外科の始め方 - 研究環境構築法 招待有り

    小田 昌宏

    第27回日本コンピュータ外科学会大会 

     詳細を見る

    開催年月日: 2018年11月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:奈良県文化会館   国名:日本国  

  160. Colon Shape Estimation Method for Colonoscope Tracking using Recurrent Neural Networks 国際会議

    Masahiro Oda, Holger Roth, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara, Yoshiki Hirooka, Hidemi Goto, Nassir Navab, Kensaku Mori

    MICCAI 2018 

     詳細を見る

    開催年月日: 2018年9月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Granada, Spain   国名:スペイン  

  161. 深層学習を用いた医用画像処理の始め方 招待有り

    小田昌宏

    生体医工学シンポジウム2018 

     詳細を見る

    開催年月日: 2018年9月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:名古屋工業大学   国名:日本国  

  162. 深層学習チュートリアル

    小田 昌宏

    生体医工学シンポジウム2018 

     詳細を見る

    開催年月日: 2018年9月

    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   国名:日本国  

    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.

  163. 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

    小田昌宏

    第37回日本医用画像工学大会 

     詳細を見る

    開催年月日: 2018年7月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:筑波大学 天王台キャンパス 大学会館   国名:日本国  

  164. Fully convolutional networkを用いた小構造物セグメンテーション方法の検討及び腹部動脈への適用

    小田昌宏, Holger R. Roth, 北坂孝幸, 三澤一成, 藤原道隆, 森健策

    第37回日本医用画像工学大会(JAMIT2018) 

     詳細を見る

    開催年月日: 2018年7月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:筑波大学 天王台キャンパス 大学会館   国名:日本国  

  165. JAMITハンズオンセミナー

    中田典生, 原武史, 小田昌宏, 福岡大輔

    第37回日本医用画像工学会大会 

     詳細を見る

    開催年月日: 2018年7月

    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:筑波大学 天王台キャンパス 大学会館   国名:日本国  

  166. Abdominal artery segmentation from CT volumes using fully convolutional network for small artery segmentation 国際会議

    Masahiro Oda, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Kensaku Mori

    Computer Assisted Radiology and Surgery (CARS) 2018 

     詳細を見る

    開催年月日: 2018年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Berlin, Germany   国名:ドイツ連邦共和国  

  167. 機械学習を用いた診断と治療支援 招待有り

    小田 昌宏

    第47回日本脊椎脊髄病学会学術集会 

     詳細を見る

    開催年月日: 2018年4月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    開催地:神戸   国名:日本国  

  168. Machine learning-based colon deformation estimation method for colonscope tracking 国際会議

    Masahiro Oda, Takayuki Kitasaka, Kazuhiro Furukawa, Ryoji Miyahara, Yoshiki Hirooka, Hidemi Goto, Nassir Navab, Kensaku Mori

    SPIE Medical Imaging 

     詳細を見る

    開催年月日: 2018年2月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:Marriott Marquis Houston,Houston, Texas, USA   国名:アメリカ合衆国  

  169. Machine Learning Techniques for Automated Accurate Organ Segmentation and Their Applications to Diagnosis Assistance 国際会議

    Masahiro Oda, Natsuki Shimizu, Holger R. Roth, Takayuki Kitasaka, Kazunari Misawa, Kensaku Mori, Michitaka Fujiwara, Daniel Rueckert

    RSNA 2017 (Radiological Society of North America) 

     詳細を見る

    開催年月日: 2017年11月 - 2017年12月

    記述言語:英語   会議種別:ポスター発表  

    開催地:McCormick Place, Chicago, USA   国名:アメリカ合衆国  

  170. 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

    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) 

     詳細を見る

    開催年月日: 2017年10月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:名古屋大学 東山キャンパス 豊田講堂・シンポジオン)   国名:日本国  

  171. AIによるコンピューター手術支援研究の加速 招待有り

    小田 昌宏

    第26回日本コンピュータ外科学会大会(JSCAS2017) 

     詳細を見る

    開催年月日: 2017年10月

    記述言語:日本語   会議種別:口頭発表(招待・特別)  

    国名:日本国  

  172. 3D FCN Feature Driven Regression Forest-Based Pancreas Localization and Segmentation 国際会議

    Masahiro Oda, Natsuki Shimizu, Holger R. Roth, Ken'ichi Karasawa, Takayuki Kitasaka, Kazunari Misawa, Michitaka Fujiwara, Daniel Rueckert, Kensaku Mori

    MICCAI 2017, 3rd Workshop on Deep Learning in Medical Image Analysis 

     詳細を見る

    開催年月日: 2017年9月

    記述言語:英語   会議種別:ポスター発表  

    開催地:Quebec, Canada   国名:カナダ  

  173. CT 像から抽出した腹部動脈領域におけるCNN を用いた過検出削減でのパッチ画像生成手法の検討

    小田 昌宏, 山本 徳則, 吉野 能, 森 健策

    第36回日本医用画像工学会大会(JAMIT2017) 

     詳細を見る

    開催年月日: 2017年7月

    記述言語:日本語   会議種別:口頭発表(一般)  

    開催地:じゅうろくプラザ 岐阜市   国名:日本国  

  174. False positive reduction of abdominal artery segmentation from CT volumes based on deep convolutional neural networks 国際会議

    Masahiro Oda, Tokunori Yamamoto, Yasushi Yoshino, Kensaku Mori

    Computer Assisted Radiology and Surgery (CARS) 2017 

     詳細を見る

    開催年月日: 2017年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:NH Collection Barcelona Constanza, Barcelona, Spain   国名:スペイン  

  175. Endocytoscope image classification using deep convolutional neural networks 国際会議

    Masahiro Oda, Yutaka Hoshiyama, Masashi Misawa, Yuichi Mori, Kenichi Takeda, Sin-ei Kudo, Kensaku Mori

    Computer Assisted Radiology and Surgery (CARS) 2017 

     詳細を見る

    開催年月日: 2017年6月

    記述言語:英語   会議種別:口頭発表(一般)  

    開催地:NH Collection Barcelona Constanza, Barcelona, Spain   国名:スペイン  

  176. 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

    小田 昌宏

    第31回人工知能学会全国大会 

     詳細を見る

    開催年月日: 2017年5月

    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:ウインクあいち   国名:日本国  

  177. Extraction of membrane structure in eyeball from MR volumes 国際会議

    Masahiro Oda, Kin Taichi, Kensaku Mori

    SPIE Medical Imaging, 2017 

     詳細を見る