Faculty Profiles - ODA, Masahiro

Papers - ODA, Masahiro

Division display 61 - 80 of about 344 ／ All the affair displays >>

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 Vol. Annual61 ( Abstract ) page： 127_2 - 127_2 2023

Language：Japanese Publisher：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

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) Vol. 14393 page： 311 - 321 2023

Publisher：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

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) Vol. 14220 LNCS page： 663 - 673 2023

Publisher：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

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) Vol. 14228 LNCS page： 429 - 439 2023

Publisher：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

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 Vol. Annual61 ( Abstract ) page： 255_2 - 255_2 2023

Language：Japanese Publisher：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

Boundary-aware feature and prediction refinement for polyp segmentation Reviewed

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

COMPUTER METHODS IN BIOMECHANICS AND BIOMEDICAL ENGINEERING-IMAGING AND VISUALIZATION 2022.12

Anatomy aware-based 2.5D bronchoscope tracking for image-guided bronchoscopic navigation Reviewed

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 2022.12

Classification and visual explanation for COVID-19 pneumonia from CT images using triple learning. Reviewed

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

Scientific reports Vol. 12 ( 1 ) page： 20840 2022.12

Participating Report of MICCAI 2022 Invited

Oda Masahiro

Medical Imaging and Information Sciences Vol. 39 ( 4 ) page： 78 - 81 2022.12

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 Invited

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 Vol. 57 ( 10 ) page： 1189 - 1195 2022.10

A skeleton context-aware 3D fully convolutional network for abdominal artery segmentation. Reviewed

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

International journal of computer assisted radiology and surgery 2022.10

Class-wise confidence-aware active learning for laparoscopic images segmentation. Reviewed

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

International journal of computer assisted radiology and surgery 2022.10

Pattern Analysis of Substantia Nigra in Parkinson Disease by Fifth-Order Tensor Decomposition and Multi-sequence MRI Reviewed

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) Vol. 13594 LNCS page： 63 - 75 2022.10

Joint Multi Organ and Tumor Segmentation from Partial Labels Using Federated Learning Reviewed International coauthorship

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) Vol. 13573 LNCS page： 58 - 67 2022.10

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 Reviewed

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 Vol. 33 ( 10 ) page： 760 - 760 2022.10

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 Invited

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 Vol. 57 ( 10 ) page： 1189 - 1195 2022.10

Geometric Constraints for Self-supervised Monocular Depth Estimation on Laparoscopic Images with Dual-task Consistency Reviewed

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

MEDICAL IMAGE COMPUTING AND COMPUTER ASSISTED INTERVENTION, MICCAI 2022, PT IV Vol. 13434 page： 467 - 477 2022.9

Positive-gradient-weighted object activation mapping: visual explanation of object detector towards precise colorectal-polyp localisation Reviewed

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

INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY 2022.8

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 Vol. 41回 page： 124 - 125 2022.7

Language：Japanese Publishing type：Research paper (conference, symposium, etc.) Publisher：(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

Comprehensive Diagnostic Performance of Real-Time Characterization of Colorectal Lesions Using an Artificial Intelligence–Assisted System: A Prospective Study Reviewed

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 Vol. 163 ( 1 ) page： 323 - 325.e3 2022.7

　 PREV - NEXT 　

<ODA, Masahiro>

Papers - ODA, Masahiro