研究者詳細 - 小田　昌宏

論文 - 小田　昌宏

分割表示 344 件中 241 - 260 件目／全件表示 >>

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

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

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

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

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

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

GASTROINTESTINAL ENDOSCOPY 87 巻 ( 6 ) 頁： AB304-AB304 2018年6月

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

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

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

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

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

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

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

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

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

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

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，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．

DOI： 10.11409/mit.36.127

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

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

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

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

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

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

　前のページ - 次のページ　

<小田 昌宏>

論文 - 小田 昌宏

<小田　昌宏>

論文 - 小田　昌宏