2021/06/04 更新

写真a

イトウ ハヤト
伊東 隼人
ITOH Hayato
所属
大学院情報学研究科 知能システム学専攻 システム知能情報学 特任助教
職名
特任助教
連絡先
メールアドレス
外部リンク

学位 1

  1. 博士(工学) ( 2017年3月   千葉大学 ) 

研究キーワード 3

  1. 数理工学

  2. パターン認識

  3. 計算機支援診断

研究分野 3

  1. 情報通信 / 統計科学

  2. 情報通信 / 知能情報学

  3. 情報通信 / 知覚情報処理

経歴 6

  1. 名古屋大学   大学院情報学研究科 知能システム学専攻   特任助教

    2020年11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   研究員

    2017年4月 - 2020年11月

      詳細を見る

    国名:日本国

  3. チェコ工科大学   電気工学部 人工頭脳学科 機械知覚センター   訪問学生

    2013年4月 - 2013年7月

      詳細を見る

    国名:チェコ共和国

  4. 国立情報学研究所   特別共同利用研究員

    2013年 - 2017年

      詳細を見る

    国名:日本国

  5. 国立情報学研究所   特別共同利用研究員

    2010年 - 2011年

      詳細を見る

    国名:日本国

  6. 国立情報学研究所   研究研修生

    2009年 - 2010年

      詳細を見る

    国名:日本国

▼全件表示

学歴 3

  1. 千葉大学   大学院 融合科学研究科   情報科学専攻

    2012年4月 - 2017年3月

      詳細を見る

    国名: 日本国

  2. 千葉大学   大学院 融合科学研究科   情報科学専攻

    2010年4月 - 2012年3月

      詳細を見る

    国名: 日本国

  3. 千葉大学   工学部   情報画像学科

    2006年4月 - 2010年3月

      詳細を見る

    国名: 日本国

委員歴 7

  1. 第26回日本コンピュータ外科学会大会   現地実行委員  

    2017年4月 - 2017年10月   

      詳細を見る

    団体区分:学協会

  2. The workshop on mathematical and computational methods in biomedical imaging and image analysis (MCBMIIA2016)   ウェブ委員  

    2016年5月 - 2016年11月   

      詳細を見る

    団体区分:学協会

  3. The workshop on mathematical and computational methods in biomedical imaging and image analysis (MCBMIIA2015)   ウェブ委員  

    2015年2月 - 2015年11月   

      詳細を見る

    団体区分:学協会

  4. International Workshop on Computer Vision in Vehicle Technology: From Earth to Mars -In conjunction with ICCV 2013-   投稿システム担当  

    2013年4月 - 2013年12月   

      詳細を見る

    団体区分:学協会

  5. International Workshop on Computer Vision in Vehicle Technology: From Earth to Mars -In conjunction with ECCV 2012-   投稿システム担当  

    2012年4月 - 2012年10月   

      詳細を見る

    団体区分:学協会

  6. Joint IAPR International Workshops on Structural and Syntactic Pattern Recognition (SSPR 2012) and Statistical Techniques in Pattern Recognition (SPR 2012)   現地実行委員  

    2011年8月 - 2012年11月   

      詳細を見る

    団体区分:学協会

  7. International Workshop on Computer Vision in Vehicle Technology: From Earth to Mars -In conjunction with ICCV 2011-   投稿システム担当  

    2011年1月 - 2011年11月   

      詳細を見る

    団体区分:学協会

▼全件表示

受賞 3

  1. 講演論文賞

    2018年10月   日本コンピュータ外科学会  

    伊東隼人, 森悠一, 三澤将史, 小田昌宏, 工藤進英, 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

  2. 日本医用画像工学会 奨励賞

    2018年9月   日本医用画像工学会  

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

  3. MI研究奨励賞

    2018年5月   電子情報通信学会 医用画像研究会  

    伊東隼人, 森悠一. 三澤将史. 小田昌宏, 工藤進英, 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

 

論文 64

  1. 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 SURGERY   16 巻 ( 6 ) 頁: 989 - 1001   2021年5月

     詳細を見る

    担当区分:筆頭著者   出版者・発行元:International Journal of Computer Assisted Radiology and Surgery  

    DOI: 10.1007/s11548-021-02398-x

    Web of Science

    Scopus

    PubMed

  2. 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

     詳細を見る

    担当区分:筆頭著者   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s11548-020-02255-3

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/journals/cars/cars15.html#ItohNMMKHOSSIHO20

  3. Multilinear Subspace Method Based on Geodesic Distance for Volumetric Object Classification. 査読有り

    Hayato Itoh, Atsushi Imiya

        頁: 672 - 683   2019年

     詳細を見る

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

    DOI: 10.1007/978-3-030-29888-3_55

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2019-1.html#ItohI19

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

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

        頁: 534 - 549   2018年

     詳細を見る

    担当区分:筆頭著者   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

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/eccv/eccv2018w4.html#ItohMMOKM18

  5. Distances Between Tensor Subspaces. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 50 - 59   2018年

     詳細を見る

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

    DOI: 10.3233/978-1-61499-929-4-50

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/appis/appis2018.html#ItohIS18

  6. Relaxed Optimisation for Tensor Principal Component Analysis and Applications to Recognition, Compression and Retrieval of Volumetric Shapes 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai

    Imaging, Vision and Learning Based on Optimization and PDEs     頁: 165 - 200   2018年

     詳細を見る

    担当区分:筆頭著者   掲載種別:論文集(書籍)内論文   出版者・発行元:Springer International Publishing  

    DOI: 10.1007/978-3-319-91274-5_8

    researchmap

  7. Towards Automated Colonoscopy Diagnosis: Binary Polyp Size Estimation via Unsupervised Depth Learning. 査読有り

    Hayato Itoh, Holger R. Roth, Le Lu 0001, Masahiro Oda, Masashi Misawa, Yuichi Mori, Shin-ei Kudo, Kensaku Mori

        頁: 611 - 619   2018年

     詳細を見る

    担当区分:筆頭著者   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

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/miccai2018-2.html#ItohRLOMMKM18

  8. Dimension Reduction and Construction of Feature Space for Image Pattern Recognition. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    J. Math. Imaging Vis.   56 巻 ( 1 ) 頁: 1 - 31   2016年

     詳細を見る

    担当区分:筆頭著者   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s10851-015-0629-1

    researchmap

  9. Mathematical Aspects of Tensor Subspace Method. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 37 - 48   2016年

     詳細を見る

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

    DOI: 10.1007/978-3-319-49055-7_4

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/sspr/sspr2016.html#ItohIS16

  10. Pattern recognition in multilinear space and its applications: mathematics, computational algorithms and numerical validations. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    Mach. Vis. Appl.   27 巻 ( 8 ) 頁: 1259 - 1273   2016年

     詳細を見る

    担当区分:筆頭著者   掲載種別:研究論文(学術雑誌)  

    DOI: 10.1007/s00138-016-0806-2

    researchmap

  11. Topology-Preserving Dimension-Reduction Methods for Image Pattern Recognition. 査読有り

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

        頁: 195 - 204   2013年

     詳細を見る

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

    DOI: 10.1007/978-3-642-38886-6_19

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/scia/scia2013.html#ItohSKI13

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

    Misawa Masashi, Kudo Shin-ei, Mori Yuichi, Hotta Kinichi, Ohtsuka Kazuo, Matsuda Takahisa, Saito Shoichi, Kudo Toyoki, Baba Toshiyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROINTESTINAL ENDOSCOPY   93 巻 ( 4 ) 頁: 960 - +   2021年4月

     詳細を見る

    出版者・発行元:Gastrointestinal Endoscopy  

    DOI: 10.1016/j.gie.2020.07.060

    Web of Science

    Scopus

    PubMed

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

    Kudo Shin-ei, Ichimasa Katsuro, Villard Benjamin, Mori Yuichi, Misawa Masashi, Saito Shoichi, Hotta Kinichi, Saito Yutaka, Matsuda Takahisa, Yamada Kazutaka, Mitani Toshifumi, Ohtsuka Kazuo, Chino Akiko, Ide Daisuke, Imai Kenichiro, Kishida Yoshihiro, Nakamura Keiko, Saiki Yasumitsu, Tanaka Masafumi, Hoteya Shu, Yamashita Satoshi, Kinugasa Yusuke, Fukuda Masayoshi, Kudo Toyoki, Miyachi Hideyuki, Ishida Fumio, Itoh Hayato, Oda Masahiro, Mori Kensaku

    GASTROENTEROLOGY   160 巻 ( 4 ) 頁: 1075 - +   2021年3月

     詳細を見る

    出版者・発行元:Gastroenterology  

    DOI: 10.1053/j.gastro.2020.09.027

    Web of Science

    Scopus

    PubMed

  14. Dense-layer-based YOLO-v3 for detection and localization of colon perforations 査読有り

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

    Medical Imaging 2021: Computer-Aided Diagnosis     2021年2月

     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:SPIE  

    DOI: 10.1117/12.2582300

    researchmap

  15. Extremely imbalanced subarachnoid hemorrhage detection based on DenseNet-LSTM network with class-balanced loss and transfer learning 査読有り

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

    Medical Imaging 2021: Computer-Aided Diagnosis     2021年2月

     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:SPIE  

    DOI: 10.1117/12.2582088

    researchmap

  16. Intestinal region reconstruction of ileus cases from 3D CT images based on graphical representation and its visualization 査読有り

    Hirohisa Oda, Yuichiro Hayashi, Takayuki Kitasaka, Yudai Tamada, Aitaro Takimoto, Akinari Hinoki, Hiroo Uchida, Kojiro Suzuki, Hayato Itoh, Masahiro Oda, Kensaku Mori

    Medical Imaging 2021: Computer-Aided Diagnosis     2021年2月

     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:SPIE  

    DOI: 10.1117/12.2581261

    researchmap

  17. Single-shot three-dimensional reconstruction for colonoscopic image analysis 査読有り

    Hayato Itoh, Masahiro Oda, Yuichi Mori, Masashi Misawa, Shin-Ei Kudo, Kinnichi Hotta, Hirotsugu Takabatake, Masaki Mori, Hiroshi Natori, Kensaku Mori

    Medical Imaging 2021: Image-Guided Procedures, Robotic Interventions, and Modeling     2021年2月

     詳細を見る

    担当区分:筆頭著者   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:SPIE  

    DOI: 10.1117/12.2582660

    researchmap

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

    Digestive Endoscopy   33 巻 ( 2 ) 頁: 273 - 284   2021年1月

     詳細を見る

    出版者・発行元:Digestive Endoscopy  

    DOI: 10.1111/den.13847

    Scopus

    PubMed

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

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

    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)   出版者・発行元:ELSEVIER SCIENCE INC  

    BACKGROUND & AIMS: Precise optical diagnosis of colorectal polyps could improve the cost-effectiveness of colonoscopy and reduce polypectomy-related complications. However, it is difficult for community-based non-experts to obtain sufficient diagnostic performance. Artificial intelligence-based systems have been developed to analyze endoscopic images; they identify neoplasms with high accuracy and low interobserver variation. We performed a multi-center study to determine the diagnostic accuracy of EndoBRAIN, an artificial intelligence-based system that analyzes cell nuclei, crypt structure, and microvessels in endoscopic images, in identification of colon neoplasms.METHODS: The EndoBRAIN system was initially trained using 69,142 endocytoscopic images, taken at 520-fold magnification, from patients with colorectal polyps who underwent endoscopy at 5 academic centers in Japan from October 2017 through March 2018. We performed a retrospective comparative analysis of the diagnostic performance of EndoBRAIN vs that of 30 endoscopists (20 trainees and 10 experts); the endoscopists assessed images from 100 cases produced via white-light microscopy, endocytoscopy with methylene blue staining, and endocytoscopy with narrow-band imaging. EndoBRAIN was used to assess endocytoscopic, but not white-light, images. The primary outcome was the accuracy of EndoBrain in distinguishing neoplasms from non-neoplasms, compared with that of endoscopists, using findings from pathology analysis as the reference standard.RESULTS: In analysis of stained endocytoscopic images, EndoBRAIN identified colon lesions with 96.9% sensitivity (95% CI, 95.8%-97.8%), 100% specificity (95% CI, 99.6%-100%), 98% accuracy (95% CI, 97.3%-98.6%), a 100% positive-predictive value (95% CI, 99.8%-100%), and a 94.6% negative-predictive (95% CI, 92.7%-96.1%); these values were all significantly greater than those of the endoscopy trainees and experts. In analysis of narrow-band images, EndoBRAIN distinguished neoplastic from non-neoplastic lesions with 96.9% sensitivity (95% CI, 95.8-97.8), 94.3% specificity (95% CI, 92.3-95.9), 96.0% accuracy (95% CI, 95.1-96.8), a 96.9% positive-predictive value, (95% CI, 95.8-97.8), and a 94.3% negative-predictive value (95% CI, 92.3-95.9); these values were all significantly higher than those of the endoscopy trainees, sensitivity and negative-predictive value were significantly higher but the other values are comparable to those of the experts.CONCLUSIONS: EndoBRAIN accurately differentiated neoplastic from non-neoplastic lesions in stained endocytoscopic images and endocytoscopic narrow-band images, when pathology findings were used as the standard. This technology has been authorized for clinical use by the Japanese regulatory agency and should be used in endoscopic evaluation of small polyps more widespread clinical settings.

    DOI: 10.1016/j.cgh.2019.09.009

    Web of Science

    researchmap

  20. 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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:MOSBY-ELSEVIER  

    Web of Science

    researchmap

  21. USE OF ARTIFICIAL INTELLIGENCE TO PREVENT SEVERE PERFORATION DURING ENDOSCOPIC SUBMUCOSAL DISSECTION FOR COLORECTAL NEOPLASM: A PROOF-OF-CONCEPT STUDY 査読有り

    Taishi Okumura, Shinei Kudo, Takemasa Hayashi, Yuichi Mori, Masashi Misawa, Masahiro Abe, Yuta Sato, Shinichi Kataoka, Yuta Kouyama, Tatsuya Sakurai, Maeda Yasuharu, Yushi Ogawa, Katsuro Ichimasa, Hiroki Nakamura, Tomoyuki Ishigaki, Naoya Toyoshima, Noriyuki Ogata, Toyoki Kudo, Tomokazu Hisayuki, Kunihiko Wakamura, Hideyuki Miyachi, Toshiyuki Baba, Fumio Ishida, Hitomi Oishi, Hayato Itoh, Kensaku Mori

    GASTROINTESTINAL ENDOSCOPY   91 巻 ( 6 ) 頁: AB247 - AB248   2020年6月

     詳細を見る

    記述言語:英語   出版者・発行元:MOSBY-ELSEVIER  

    Web of Science

    researchmap

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

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

    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   出版者・発行元:JAPAN SOC COLOPROCTOLOGY  

    Integrating artificial intelligence (AI) applications into colonoscopy practice is being accelerated as deep learning technologies emerge. In this field, most of the preceding research has focused on polyp detection and characterization, which can mitigate inherent human errors accompanying colonoscopy procedures. On the other hand, more challenging research areas are currently capturing attention: the automated prediction of invasive cancers. Colorectal cancers (CRCs) harbor potential lymph node metastasis when they invade deeply into submucosal layers, which should be resected surgically rather than endoscopically. However, pretreatment discrimination of deeply invasive submucosal CRCs is considered difficult, according to previous prospective studies (e.g., <70% sensitivity), leading to an increased number of unnecessary surgeries for large adenomas or slightly invasive submucosal CRCs. AI is now expected to overcome this challenging hurdle because it is considered to provide better performance in predicting invasive cancer than non-expert endoscopists. In this review, we introduce five relevant publications in this area. Unfortunately, progress in this research area is in a very preliminary phase, compared to that of automated polyp detection and characterization, because of the lack of number of invasive CRCs used for machine learning. However, this issue will be overcome with more target images and cases. The research field of AI for invasive CRCs is just starting but could be a game changer of patient care in the near future, given rapidly growing technologies, and research will gradually increase.

    DOI: 10.23922/jarc.2019-045

    Web of Science

    researchmap

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

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

    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)   出版者・発行元:SPIE-INT SOC OPTICAL ENGINEERING  

    Purpose of this paper is to present a method for visualising decision-reasoning regions in computer-aided pathological pattern diagnosis of endocytoscopic images. Endocytoscope enables us to perform direct observation of cells and their nuclei on the colon wall at maximum 500-times ultramagnification. For this new modality, computer-aided pathological diagnosis system is strongly required for the support of non-expert physicians. To develop a CAD system, we adopt convolutional neural network (CNN) as the classifier of endocytoscopic images. In addition to this classification function, based on CNN weights analysis, we develop a filter function that visualises decision-reasoning regions on classified images. This visualisation function helps novice endocytoscopists to develop their understanding of pathological pattern on endocytoscopic images for accurate endocytoscopic diagnosis. In numerical experiment, our CNN model achieved 90 % classification accuracy. Furthermore, experimental results show that decision-reasoning regions suggested by our filter function contain characteristic pit patterns in real endocytoscopic diagnosis.

    DOI: 10.1117/12.2549532

    Web of Science

    researchmap

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

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

    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)   出版者・発行元:SPIE-INT SOC OPTICAL ENGINEERING  

    This paper presents a visualization method of intestine (the small and large intestines) regions and their stenosed parts caused by ileus from CT volumes. Since it is difficult for non-expert clinicians to find stenosed parts, the intestine and its stenosed parts should be visualized intuitively. Furthermore, the intestine regions of ileus cases are quite hard to be segmented. The proposed method segments intestine regions by 3D FCN (3D U-Net). Intestine regions are quite difficult to be segmented in ileus cases since the inside the intestine is filled with fluids. These fluids have similar intensities with intestinal wall on 3D CT volumes. We segment the intestine regions by using 3D U-Net trained by a weak annotation approach. Weak-annotation makes possible to train the 3D U-Net with small manually-traced label images of the intestine. This avoids us to prepare many annotation labels of the intestine that has long and winding shape. Each intestine segment is volume-rendered and colored based on the distance from its endpoint in volume rendering. Stenosed parts (disjoint points of an intestine segment) can be easily identified on such visualization. In the experiments, we showed that stenosed parts were intuitively visualized as endpoints of segmented regions, which are colored by red or blue.

    DOI: 10.1117/12.2548910

    Web of Science

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/journals/corr/corr2003.html#abs-2003-01290

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

    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

    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)  

    This Letter presents a stable polyp-scene classification method with low false positive (FP) detection. Precise automated polyp detection during colonoscopies is essential for preventing colon-cancer deaths. There is, therefore, a demand for a computer-assisted diagnosis (CAD) system for colonoscopies to assist colonoscopists. A high-performance CAD system with spatiotemporal feature extraction via a three-dimensional convolutional neural network (3D CNN) with a limited dataset achieved about 80% detection accuracy in actual colonoscopic videos. Consequently, further improvement of a 3D CNN with larger training data is feasible. However, the ratio between polyp and non-polyp scenes is quite imbalanced in a large colonoscopic video dataset. This imbalance leads to unstable polyp detection. To circumvent this, the authors propose an efficient and balanced learning technique for deep residual learning. The authors' method randomly selects a subset of non-polyp scenes whose number is the same number of still images of polyp scenes at the beginning of each epoch of learning. Furthermore, they introduce post-processing for stable polyp-scene classification. This post-processing reduces the FPs that occur in the practical application of polyp-scene classification. They evaluate several residual networks with a large polyp-detection dataset consisting of 1027 colonoscopic videos. In the scene-level evaluation, their proposed method achieves stable polyp-scene classification with 0.86 sensitivity and 0.97 specificity.

    DOI: 10.1049/htl.2019.0079

    PubMed

    researchmap

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

    Yuichi Mori, Shin-ei Kudo, Hussein E. N. 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   出版者・発行元:WILEY  

    With recent breakthroughs in artificial intelligence, computer-aided diagnosis (CAD) for upper gastrointestinal endoscopy is gaining increasing attention. Main research focuses in this field include automated identification of dysplasia in Barrett's esophagus and detection of early gastric cancers. By helping endoscopists avoid missing and mischaracterizing neoplastic change in both the esophagus and the stomach, these technologies potentially contribute to solving current limitations of gastroscopy. Currently, optical diagnosis of early-stage dysplasia related to Barrett's esophagus can be precisely achieved only by endoscopists proficient in advanced endoscopic imaging, and the false-negative rate for detecting gastric cancer is approximately 10%. Ideally, these novel technologies should work during real-time gastroscopy to provide on-site decision support for endoscopists regardless of their skill; however, previous studies of these topics remain ex vivo and experimental in design. Therefore, the feasibility, effectiveness, and safety of CAD for upper gastrointestinal endoscopy in clinical practice remain unknown, although a considerable number of pilot studies have been conducted by both engineers and medical doctors with excellent results. This review summarizes current publications relating to CAD for upper gastrointestinal endoscopy from the perspective of endoscopists and aims to indicate what is required for future research and implementation in clinical practice.

    DOI: 10.1111/den.13317

    Web of Science

    researchmap

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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:WILEY  

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

    DOI: 10.1111/den.13340

    Web of Science

    researchmap

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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:MOSBY-ELSEVIER  

    DOI: 10.1016/j.gie.2019.03.1134

    Web of Science

    researchmap

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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:MOSBY-ELSEVIER  

    DOI: 10.1016/j.gie.2019.04.051

    Web of Science

    researchmap

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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:MOSBY-ELSEVIER  

    DOI: 10.1016/j.gie.2019.04.075

    Web of Science

    researchmap

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

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

    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)   出版者・発行元:SPIE-INT SOC OPTICAL ENGINEERING  

    Micro-CT is a nondestructive scanning device that is capable of capturing three dimensional structures at mu m level. With the spread of this device uses in medical fields, it is expected that this device may bring further understanding of the human anatomy by analyzing three-dimensional micro structure from volume of in vivo specimens captured by micro-CT. In the topic of micro structure analysis of lung, the methods for extracting surface structures including the interlobular septa and the visceral pleura were not commonly studied. In this paper, we introduce a method to extract sheet structure such as the interlobular septa and the visceral pleura from micro-CT volumes. The proposed method consists of two steps: Hessian analysis based method for sheet structure extraction and Radial Structure Tensor combined with roundness evaluation for hollow-tube structure extraction. We adopted the proposed method on complex phantom data and a medical lung micro-CT volume. We confirmed the extraction of the interlobular septa from medical volume from experiments.

    DOI: 10.1117/12.2521646

    Web of Science

    researchmap

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

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

        頁: 348 - 356   2019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)  

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

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/miccai2019-6.html#WangHOIKFM19

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

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

    UNCERTAINTY FOR SAFE UTILIZATION OF MACHINE LEARNING IN MEDICAL IMAGING AND CLINICAL IMAGE-BASED PROCEDURES   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)   出版者・発行元:SPRINGER INTERNATIONAL PUBLISHING AG  

    This paper proposes enhancement filters for shape-specific regions, based on radial structure tensor (RST) analysis, which we name "spaciousness filters". RST analysis can be used in a similar way to Hessian analysis for classifying intensity structures. However, RST is insufficient for enhancing regions having little contrast or non-typical morphology. Our proposed filters enhance such regions by extending the ray search scheme of RST analysis to work as a filter evaluating spaciousness. We show applications to the abdominal CT of ileus patients having specific shapes. The intestines (including small intestines) of those patients consist of air, liquid and feces portions, and are not contrast-enhanced by barium. Enhancement of liquid and walls play key roles in the sufficient segmentation of intestines and division between neighboring regions. Experimental results on 7 clinical cases showed that the proposed intestine segmentation method produced higher Dice score (0.68) than traditional RST analysis (0.44), even without specific refinement processes like machine-learning-based false positive reduction.

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

    Web of Science

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/clip2019.html#OdaNKVACHUSIOM19

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

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

    MEDICAL IMAGING 2019: COMPUTER-AIDED DIAGNOSIS   10950 巻   頁: 1095015 - 1095015   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(国際会議プロシーディングス)   出版者・発行元:SPIE-INT SOC OPTICAL ENGINEERING  

    Measurement of a polyp size is an essential task in colon cancer screening, since the polyp-size information has critical roles for decision on colonoscopy. However, an estimation of a polyp size from a single view of colonoscope without a measurement device is quite difficult even for expert physicians. To overcome this difficulty, automated size estimation techniques would be desirable for clinical scenes. This paper presents polyp-size classification method with a single colonoscopic image for colonoscopy. Our proposed method estimates depth information from a single colonoscopic image with trained model and utilises the estimated information for the classification. In our method, the model for depth information is obtained by deep learning with colonoscopic videos. Experimental results show the achievement of binary and trinary polyp-size classification with 79% and 74% accuracy from a single still image of a colonoscopic movie.

    DOI: 10.1117/12.2513093

    Web of Science

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/micad/micad2019.html#ItohRMMOKM19

  35. 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 - +   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)   出版者・発行元:AMER COLL PHYSICIANS  

    Background: Computer-aided diagnosis (CAD) for colonoscopy may help endoscopists distinguish neoplastic polyps (adenomas) requiring resection from nonneoplastic polyps not requiring resection, potentially reducing cost.Objective: To evaluate the performance of real-time CAD with endocytoscopes (x520 ultramagnifying colonoscopes providing microvascular and cellular visualization of colorectal polyps after application of the narrow-band imaging [NBI] and methylene blue staining modes, respectively).Design: Single-group, open-label, prospective study. (UMIN [University hospital Medical Information Network] Clinical Trial Registry: UMIN000027360).Setting: University hospital.Participants: 791 consecutive patients undergoing colonoscopy and 23 endoscopists.Intervention: Real-time use of CAD during colonoscopy.Measurements: CAD-predicted pathology (neoplastic or nonneoplastic) of detected diminutive polyps (5 mm) on the basis of real-time outputs compared with pathologic diagnosis of the resected specimen (gold standard). The primary end point was whether CAD with the stained mode produced a negative predictive value (NPV) of 90% or greater for identifying diminutive rectosigmoid adenomas, the threshold required to "diagnose-and-leave" nonneoplastic polyps. Best- and worst-case scenarios assumed that polyps lacking either CAD diagnosis or pathology were true- or false-positive or true- or false-negative, respectively.Results: Overall, 466 diminutive (including 250 rectosigmoid) polyps from 325 patients were assessed by CAD, with a pathologic prediction rate of 98.1% (457 of 466). The NPVs of CAD for diminutive rectosigmoid adenomas were 96.4% (95% CI, 91.8% to 98.8%) (best-case scenario) and 93.7% (CI, 88.3% to 97.1%) (worst-case scenario) with stained mode and 96.5% (CI, 92.1% to 98.9%) (best-case scenario) and 95.2% (CI, 90.3% to 98.0%) (worst-case scenario) with NBI.Limitation: Two thirds of the colonoscopies were conducted by experts who had each experienced more than 200 endocytoscopies; 186 polyps not assessed by CAD were excluded.Conclusion: Real-time CAD can achieve the performance level required for a diagnose-and-leave strategy for diminutive, nonneoplastic rectosigmoid polyps.

    DOI: 10.7326/M18-0249

    Web of Science

    researchmap

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

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

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

     詳細を見る

    記述言語:英語   出版者・発行元:W B SAUNDERS CO-ELSEVIER INC  

    DOI: 10.1053/j.gastro.2018.04.003

    Web of Science

    researchmap

  37. Application of Directional Statistics to Classification of Three-Channel Colour Images. 査読有り

    Kaori Tanji, Hayato Itoh, Atsushi Imiya

        頁: 60 - 69   2018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)  

    DOI: 10.3233/978-1-61499-929-4-60

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/appis/appis2018.html#TanjiII18

  38. Discrimination of Volumetric Shapes Using Orthogonal Tensor Decomposition. 査読有り

    Hayato Itoh, Atsushi Imiya

        頁: 277 - 290   2018年

     詳細を見る

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

    DOI: 10.1007/978-3-030-04747-4_26

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/shapemi2018.html#ItohI18

  39. Cascade classification of endocytoscopic images of colorectal lesions for automated pathological diagnosis 査読有り

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

    MEDICAL IMAGING 2018: COMPUTER-AIDED DIAGNOSIS   10575 巻   頁: 1057516 - 1057516   2018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)   出版者・発行元:SPIE-INT SOC OPTICAL ENGINEERING  

    This paper presents a new classification method for endocytoscopic images. Endocytoscopy is a new endoscope that enables us to perform conventional endoscopic observation and ultramagnified observation of cell level. This ultramagnified views (endocytoscopic images) make possible to perform pathological diagnosis only on endoscopic views of polyps during colonoscopy. However, endocytoscopic image diagnosis requires higher experiences for physicians. An automated pathological diagnosis system is required to prevent the overlooking of neoplastic lesions in endocytoscopy. For this purpose, we propose a new automated endocytoscopic image classification method that classifies neoplastic and non-neoplastic endocytoscopic images. This method consists of two classification steps. At the first step, we classify an input image by support vector machine. We forward the image to the second step if the confidence of the first classification is low. At the second step, we classify the forwarded image by convolutional neural network. We reject the input image if the confidence of the second classification is also low. We experimentally evaluate the classification performance of the proposed method. In this experiment, we use about 16,000 and 4,000 colorectal endocytoscopic images as training and test data, respectively. The results show that the proposed method achieves high sensitivity 93.4% with small rejection rate 9.3% even for difficult test data.

    DOI: 10.1117/12.2293495

    Web of Science

    researchmap

    その他リンク: https://dblp.uni-trier.de/conf/micad/2018

  40. Variational Method for Multiresolution Image Registration. 査読有り

    Kento Hosoya, Ryo Sasaki, Kaori Tanji, Hayato Itoh, Atsushi Imiya

        頁: 157 - 168   2018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)  

    DOI: 10.3233/978-1-61499-929-4-157

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/appis/appis2018.html#HosoyaSTII18

  41. Fast Approximate Karhunen-Loève Transform for Three-Way Array Data. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 1827 - 1834   2017年

     詳細を見る

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

    DOI: 10.1109/ICCVW.2017.216

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/iccvw/iccvw2017.html#ItohIS17

  42. Analysis of Multilinear Subspaces Based on Geodesic Distance. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 384 - 396   2017年

     詳細を見る

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

    DOI: 10.1007/978-3-319-64689-3_31

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2017-1.html#ItohIS17a

  43. Linear Data Compression of Hyperspectral Images. 査読有り

    Kaori Tanji, Atsushi Imiya, Hayato Itoh, Hiroaki Kuze, Naohiro Manago

        頁: 3001 - 3007   2017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)  

    DOI: 10.1109/ICCVW.2017.354

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/iccvw/iccvw2017.html#TanjiIIKM17

  44. Multilinear Methods for Spatio-Temporal Image Recognition. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 148 - 159   2017年

     詳細を見る

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

    DOI: 10.1007/978-3-319-64689-3_12

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2017-1.html#ItohIS17

  45. Motion Language of Stereo Image Sequence. 査読有り

    Tomoya Kato, Hayato Itoh, Atsushi Imiya

        頁: 1211 - 1218   2017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)  

    DOI: 10.1109/CVPRW.2017.160

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/cvpr/cvprw2017.html#KatoII17

  46. Approximation of N-Way Principal Component Analysis for Organ Data. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 16 - 31   2016年

     詳細を見る

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

    DOI: 10.1007/978-3-319-54526-4_2

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/accv/accv2016-w3.html#ItohIS16

  47. Classification of Volumetric Data Using Multiway Data Analysis. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 231 - 240   2016年

     詳細を見る

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

    DOI: 10.1007/978-3-319-49055-7_21

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/sspr/sspr2016.html#ItohIS16a

  48. Volumetric Image Pattern Recognition Using Three-Way Principal Component Analysis. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 103 - 117   2016年

     詳細を見る

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

    DOI: 10.1007/978-3-319-51237-2_9

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/miccai/sesami2016.html#ItohIS16

  49. Discriminative Properties in Directional Distributions for Image Pattern Recognition. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 617 - 630   2015年

     詳細を見る

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

    DOI: 10.1007/978-3-319-29451-3_49

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/psivt/psivt2015.html#ItohIS15

  50. Low-Dimensional Tensor Principle Component Analysis. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 715 - 726   2015年

     詳細を見る

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

    DOI: 10.1007/978-3-319-23192-1_60

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2015-1.html#ItohIS15

  51. Variational Multiple Warping for Cardiac Image Analysis. 査読有り

    Shun Inagaki, Hayato Itoh, Atsushi Imiya

        頁: 749 - 759   2015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)  

    DOI: 10.1007/978-3-319-23117-4_64

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2015-2.html#InagakiII15

  52. Simultaneous Frame-rate Up-conversion of Image and Optical Flow Sequences. 査読有り

    Shun Inagaki, Hayato Itoh, Atsushi Imiya

        頁: 68 - 75   2015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)  

    DOI: 10.5220/0005296800680075

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/visapp/visapp2015-1.html#InagakiII15

  53. Optical Flow Computation with Locally Quadratic Assumption. 査読有り

    Tomoya Kato, Hayato Itoh, Atsushi Imiya

        頁: 223 - 234   2015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)  

    DOI: 10.1007/978-3-319-23192-1_19

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2015-1.html#KatoII15

  54. Global Volumetric Image Registration Using Local Linear Property of Image Manifold. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 238 - 253   2014年

     詳細を見る

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

    DOI: 10.1007/978-3-319-16628-5_18

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/accv/accv2014-w1.html#ItohIS14

  55. Multiple Alignment of Spatiotemporal Deformable Objects for the Average-Organ Computation. 査読有り

    Shun Inagaki, Hayato Itoh, Atsushi Imiya

        頁: 353 - 366   2014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)  

    DOI: 10.1007/978-3-319-16220-1_25

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/eccv/eccv2014w4.html#InagakiII14

  56. Two-Dimensional Global Image Registration Using Local Linear Property of Image Manifold. 査読有り

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

        頁: 3862 - 3867   2014年

     詳細を見る

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

    DOI: 10.1109/ICPR.2014.663

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/icpr/icpr2014.html#ItohIS14

  57. Dimension Reduction Methods for Image Pattern Recognition. 査読有り

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

        頁: 26 - 42   2013年

     詳細を見る

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

    DOI: 10.1007/978-3-642-39140-8_2

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/simbad/simbad2013.html#ItohSKI13

  58. Global Image Registration Using Random Projection and Local Linear Method. 査読有り

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

        頁: 564 - 571   2013年

     詳細を見る

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

    DOI: 10.1007/978-3-642-40261-6_68

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/caip/caip2013-1.html#ItohSKI13

  59. Local Affine Optical Flow Computation. 査読有り

    Hayato Itoh, Shun Inagaki, Ming-Ying Fan, Atsushi Imiya, Kazuhiko Kawamoto, Tomoya Sakai 0002

        頁: 203 - 215   2013年

     詳細を見る

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

    DOI: 10.1007/978-3-642-53926-8_19

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/psivt/psivt2013w.html#ItohIFIKS13

  60. Edge Detection and Smoothing-Filter of Volumetric Data. 査読有り

    Masaki Narita, Atsushi Imiya, Hayato Itoh

        頁: 489 - 498   2012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)  

    DOI: 10.1007/978-3-642-33191-6_48

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/isvc/isvc2012-2.html#NaritaII12

  61. Interpolation of Reference Images in Sparse Dictionary for Global Image Registration. 査読有り

    Hayato Itoh, Shuang Lu, Tomoya Sakai 0002, Atsushi Imiya

        頁: 657 - 667   2012年

     詳細を見る

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

    DOI: 10.1007/978-3-642-33191-6_65

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/isvc/isvc2012-2.html#ItohLSI12

  62. Bifurcation of Segment Edge Curves in Scale Space. 査読有り

    Tomoya Sakai 0002, Haruhiko Nishiguchi, Hayato Itoh, Atsushi Imiya

        頁: 302 - 313   2011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)  

    DOI: 10.1007/978-3-642-24785-9_26

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/scalespace/ssvm2011.html#SakaiNII11

  63. Global Image Registration by Fast Random Projection. 査読有り

    Hayato Itoh, Shuang Lu, Tomoya Sakai 0002, Atsushi Imiya

        頁: 23 - 32   2011年

     詳細を見る

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

    DOI: 10.1007/978-3-642-24028-7_3

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/isvc/isvc2011-1.html#ItohLSI11

  64. Multi-label Classification for Image Annotation via Sparse Similarity Voting. 査読有り

    Tomoya Sakai 0002, Hayato Itoh, Atsushi Imiya

        頁: 344 - 353   2010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)  

    DOI: 10.1007/978-3-642-22819-3_35

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/accv/accv2010-w2.html#SakaiII10

▼全件表示

MISC 60

  1. MICCAI2019参加報告

    小田昌宏, 伊東隼人, 宮内翔子, 諸岡健一, 松崎博貴, 花岡昇平, 古川亮, 増谷佳孝, 森健策, 森健策  

    電子情報通信学会技術研究報告119 巻 ( 399(MI2019 65-123)(Web) )   2020年

     詳細を見る

  2. 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  

    J-GLOBAL

    researchmap

  3. MICCAI2018参加報告

    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, 森健策  

    電子情報通信学会技術研究報告118 巻 ( 412(MI2018 59-115)(Web) )   2019年

     詳細を見る

  4. 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, 森健策, 森健策  

    日本医用画像工学会大会予稿集(CD-ROM)38th 巻   2019年

     詳細を見る

  5. 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20 巻 ( 4 ) 頁: 261 - 262   2018年10月

     詳細を見る

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

    J-GLOBAL

    researchmap

  6. 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, Roth Holger, 三澤 将史, 森 悠一, 小田 昌宏, 工藤 進英, 森 健策  

    日本医用画像工学会大会予稿集37回 巻   頁: 432 - 435   2018年7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  

    大腸内視鏡検査におけるポリープの大きさ情報(サイズ情報)は診断において重要な役割りを果す。5mm以下の小さなポリープ、10mm以上の大きなポリープ、それ以外のポリープといった3カテゴリに関するサイズ推定(トリナリ推定)は治療計画を立てる上で特に重要とされる。しかし内視鏡画像のみに基くサイズ推定は熟練の専門医にとっても難しい。そこで内視鏡画像ならびに動画像からポリープのサイズ推定を行うCADシステムが望まれている。内視鏡画像には三次元情報が欠如しており、二次元画像からの精密なサイズ推定は不良設定問題である。本研究ではこの不良設定問題をトリナリサイズ推定へと緩和し、内視鏡画像からポリープのサイズ推定に有用な特徴を深層学習によって抽出、そして分類する手法を提案する。特徴抽出においては教師無し学習による深度推定を利用する。提案手法により高精度のトリナリサイズ推定を達成した。(著者抄録)

    J-GLOBAL

    researchmap

  7. 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  

    CiNii Article

    CiNii Books

    researchmap

  8. 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

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

    電子情報通信学会技術研究報告117 巻 ( 220(MI2017 37-46) )   2017年

     詳細を見る

  9. 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, 森健策  

    日本コンピュータ外科学会誌19 巻 ( 4 )   2017年

     詳細を見る

  10. テンソル法によるボリュームデータの次元削減

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告115 巻 ( 517(PRMU2015 164-197) )   2016年

     詳細を見る

  11. 2次のテンソル主成分分析と2次元特異値分解の同値性について

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告115 巻 ( 24(PRMU2015 1-31) )   2015年

     詳細を見る

  12. 尺度解析の固有関数

    IMIYA Atsushi, ITOH Hayato  

    電子情報通信学会技術研究報告115 巻 ( 388(PRMU2015 100-114) )   2015年

     詳細を見る

  13. 部分空間の疎分解に基づくパターン識別法

    伊東隼人, 酒井智弥, 井宮淳  

    情報処理学会研究報告(CD-ROM)2010 巻 ( 1 )   2010年

     詳細を見る

  14. [総論]AI時代を見据えた消化器外科手術 AIによる大腸T2癌リンパ節転移予測

    中原 健太, 石田 文生, 一政 克朗, 森 悠一, 三澤 将史, 澤田 成彦, 工藤 進英, Villard Ben, 伊東 隼人, 森 健策  

    日本消化器外科学会総会75回 巻   頁: WS15 - 6   2020年12月

     詳細を見る

    記述言語:日本語   出版者・発行元:(一社)日本消化器外科学会  

    researchmap

  15. 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

  16. 【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 TECHNOLOGY38 巻 ( 5 ) 頁: 213 - 216   2020年11月

  17. 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

  18. 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

  19. 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  

    日本コンピュータ外科学会誌22 巻 ( 4 ) 頁: 282 - 283   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

  20. 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

  21. 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  

    日本医用画像工学会大会予稿集39回 巻   頁: 611 - 615   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  

    本稿では腹腔鏡手術動画像における術具や解剖構造をウェブブラウザを介してアノテーションするためのリモートアノテーションツールの開発について報告する.腹腔鏡手術動画像において術具や解剖構造のアノテーションデータを作成することにより,機械学習を利用した画像処理によって手技解析法や手術支援技術の開発が可能となる.先行研究として我々は動画像に向けたアノテーションソフトウェアNuVATを開発した.しかし大規模データベースの構築においては,病院へ専門的な機材やソフトウェアを導入するコストが高い.加えて,データの外部への持ち出しによる流出が懸念される.そこで,開発したソフトウェアをウェブブラウザ上で動作するように拡張することによって,病院へのシステム導入のコスト削減ならびにwebを介したアノテーション作業によって作業の効率化を図る.(著者抄録)

    researchmap

  22. 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  

    日本医用画像工学会大会予稿集39回 巻   頁: 268 - 271   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,3次元腹部CT像から抽出された腹部動脈領域に対してGraph Neural Network(GNN)を用いた血管名自動命名についての検討を行ったので報告する.腹部動脈領域に対して機械学習を用いた血管名自動命名を行う手法はこれまでにもいくつか提案されてきた.また,近年ではグラフ構造に対する機械学習が盛んに行われており,その有用性が示されているため,GNNを用いた機械学習による血管名自動命名について検討した.一般的なGNNでは一つの隣接関係だけを学習することしかできないが,広い範囲の隣接関係を同時に使うことで高精度の自動命名が実現可能であると考えた.本稿では範囲の異なる複数の隣接関係を用いて学習を行うことができるMixHopと一般的なGNNであるGraph Convolutional Networkを使用し,CT像100症例に対して10分割交差検定による実験と比較を行った.実験の結果,MixHopは全症例のノードを用いた評価では85.2%,データセットごとの評価では最高で88.2%の精度で命名することができた.(著者抄録)

    researchmap

  23. 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  

    日本医用画像工学会大会予稿集39回 巻   頁: 563 - 568   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  

    医用画像理解においては人体に関する3次元情報の抽出が非常に重要である.一方で,一般的な大腸内視鏡では2次元画像もしくはそれらの時系列集合しか得られない.大腸内視鏡診断におけるコンピュータ支援診断システムを構築する上で,単眼画像から大腸形状の3次元情報を抽出・推定する技術が求められている.先行研究として,多視点幾何学に基づくカメラ運動推定を視差推定の補助タスクとして加えた深度推定方法が提案されている.しかし,あくまで相対的な深度情報しか得られない上にその推定精度が不十分であると報告されている.本研究では深度推定の高精度化を目的に,拡散反射モデルを深度推定に組み込むための補助タスクを提案し,先行研究との比較実験的を行った.実験結果より提案した補助タスクが大腸腸壁のテクスチャに起因する誤推定を抑制することを示し,深度推定の高精度化を達成した.(著者抄録)

    researchmap

  24. 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  

    J-GLOBAL

    researchmap

  25. 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)

    J-GLOBAL

    researchmap

  26. 腫瘍の診断・治療 AIを用いた大腸T2癌リンパ節転移予測 全層切除に向けた取り組み

    一政 克朗, 工藤 進英, 森 悠一, 中原 健太, 神山 勇太, 三澤 将史, 島田 翔士, 竹原 雄介, 榎並 延太, 工藤 豊樹, 林 武雅, 若村 邦彦, 澤田 成彦, 馬場 俊之, Villard Ben, 伊東 隼人, 森 健策, 石田 文生  

    日本大腸検査学会雑誌36 巻 ( 2 ) 頁: 117 - 117   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  

    J-GLOBAL

    researchmap

  27. CycleGANによる腸管電子洗浄とその腸管閉塞部位検出への応用

    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, 森健策, 森健策  

    電子情報通信学会技術研究報告119 巻 ( 399(MI2019 65-123)(Web) )   2020年

     詳細を見る

  28. ニューラルネットワークとSpherical K-meansを用いた胃壁マイクロCT像からの層構造および腫瘍抽出の検討

    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  

    電子情報通信学会技術研究報告(Web)120 巻 ( 156(MI2020 17-32) )   2020年

     詳細を見る

  29. 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, 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 (Web)38 巻 ( 5 )   2020年

     詳細を見る

  30. 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  

    J-GLOBAL

    researchmap

  31. 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

  32. 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  

    日本コンピュータ外科学会誌21 巻 ( 4 ) 頁: 273 - 274   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  

    J-GLOBAL

    researchmap

  33. 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  

    日本コンピュータ外科学会誌21 巻 ( 4 ) 頁: 284 - 285   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  

    J-GLOBAL

    researchmap

  34. 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  

    J-GLOBAL

    researchmap

  35. 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  

    J-GLOBAL

    researchmap

  36. 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 Endoscopy61 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

  37. 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  

    日本医用画像工学会大会予稿集38回 巻   頁: 615 - 617   2019年7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,3次元腹部CT像から抽出された腹部動脈領域に対してグラフ畳み込みニューラルネットワークを用いた血管名自動命名についての検討を行ったので報告する.血管は構造が複雑で個人差が大きく,その構造の把握は困難である.血管名を自動命名することにより医師が外科手術の際に患者の血管構造を把握する助けとなり,医師の負担を軽減することができる.そのため,これまで腹部動脈領域に対して機械学習を用いた血管名自動命名を行う手法がいくつか提案されてきた.また,近年ではグラフ構造に対する機械学習が盛んに行われており,その有用性が示されている.そこで本稿では,血管構造をグラフ構造と捉え,血管が持つ太さや長さ,腹部臓器との位置関係などを特徴量としてグラフ畳み込みニューラルネットワークを用いた機械学習による血管名自動命名を行った.100症例のCT像に対して血管名自動命名を行った結果,平均精度は85.2%であった.(著者抄録)

    J-GLOBAL

    researchmap

  38. 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  

    日本医用画像工学会大会予稿集38回 巻   頁: 426 - 429   2019年7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  

    本研究では,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を提案する.これまでの腸管閉塞部位検出手法は造影されていない残渣を含んだ腸管を対象としており,残渣と濃度値の類似した腹水などを誤抽出する場合があった.そこで,腸管内の濃度値を空気と同程度に変換し,残渣が含まれていないCT像の生成(電子洗浄)を目指す.多くの電子洗浄手法は残渣が造影されたCT像に対する手法であり,血液の造影のみである小児腸閉塞患者のCT像に適用することは困難である.そこで,本研究ではCycleGANを用いた電子洗浄手法について検討する.残渣の多い小児腸閉塞患者のCT像と残渣の少ない大腸CT検査画像を学習データとして,CycleGANによる双方向それぞれの画像生成モデルを学習する.その後,残渣の多い画像から残渣の少ない画像への生成モデルを小児腸閉塞患者のCT像に適用する.実験の結果,小児腸閉塞患者のCT像から残渣の少ないCT像を得ることができた.(著者抄録)

    J-GLOBAL

    researchmap

  39. 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  

    日本医用画像工学会大会予稿集38回 巻   頁: 246 - 248   2019年7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)による表現学習とSVMを用いた胃壁μCT像から粘膜層,粘膜下層,筋層及び腫瘍を半教師ありで抽出する手法について報告する.μCT画像はμmオーダーで標本を3次元的に観察可能であり,胃壁μCT像から腫瘍及び層構造を抽出することで腫瘍の立体的構造把握が可能となる.しかし,豊富なラベルデータを作成するのは容易ではないため,教師ありの抽出手法を用いるのは難しい.また,胃壁μCT像はコントラストが低いことから,教師なしの抽出手法で精度良く抽出することは困難である.そこで本手法では,対象画像とごく少量のラベルデータを利用する半教師ありの抽出手法により問題の解決,抽出精度の向上を図った.本手法は(1)SpKによる表現学習,(2)特徴抽出,(3)SVMを用いたラベルの割り当ての3段階から成る.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のF値の平均がそれぞれ59.6%,41.9%,70%,32.3%であった.(著者抄録)

    researchmap

  40. 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 耕次郎, 伊東 隼人, 小田 昌宏, 森 健策  

    日本医用画像工学会大会予稿集38回 巻   頁: 143 - 146   2019年7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,Fullyconvolutionalnetwork(FCN)を用いたイレウス患者のCT像における腸管領域の抽出において,手塗りされた教師データが少量であっても精度よく抽出を行う手法を提案する.腸閉塞をはじめとするイレウス症例の緊急診断支援のため,腸管を抽出してその走行を提示するシステムの開発が必要である.一般にFCNの学習を行う場合には大量の学習データが必要であるが,小腸は複雑に入り組んでいるほか非常に長く,手動でのラベル作成は容易でない.本稿では症例ごと7枚のAxialスライスのみにラベルが作成された教師データを効率的に使用するためのデータ拡張として,回転・非剛体変形などの一般的な画像処理のほか,事前に教師データごとにラベルを他のスライスへ伝播する処理を行うことで,ラベルが手作業で作成されていないスライスも学習に使用可能とする.ネットワークは3DU-netをもとに入出力サイズを変更を施したSuppressed3DU-netを用いた.実験は他のスライスへの伝播処理の有効性を評価するため,伝播処理あり・なしの比較を行った.伝播あり・なしの抽出精度を表すDice係数はそれぞれ0.744,0.782であり,伝播処理を行わないほうが高い抽出精度が得られることが知られた.(著者抄録)

    J-GLOBAL

    researchmap

  41. 「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  

    J-GLOBAL

    researchmap

  42. 大腸内視鏡とAI 超拡大内視鏡Endocytoを用いた診断支援システム

    森 悠一, 工藤 進英, 三澤 将史, 伊東 隼人, 森 健策  

    BIO Clinica34 巻 ( 3 ) 頁: 313 - 316   2019年3月

     詳細を見る

    記述言語:日本語   出版者・発行元:(株)北隆館  

    大腸内視鏡は、大腸癌の発見・治療にとどまらず、大腸癌死亡を抑制する点においても疫学的に有効性が高い。しかし、ヒューマンエラーにより、有効な癌抑制効果が均一に得られていないのも事実である。このアンメットニーズを人工知能の力で解決しようとする、内視鏡診断支援システム(CAD)の研究開発がここ10年程、急速に脚光を浴びている。本稿では先日、薬事承認された内視鏡CAD、EndoBRAINをはじめとして、内視鏡CADの状況について概説する。(著者抄録)

    J-GLOBAL

    researchmap

  43. AIを用いた大腸内視鏡診療(病変の自動検出・病理診断予測)は実用化できるか

    森悠一, 工藤進英, 三澤将史, 伊東隼人, 森健策  

    先進内視鏡治療研究会13th 巻   2019年

     詳細を見る

  44. 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 (Web)61 巻 ( Supplement2 )   2019年

     詳細を見る

  45. 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118 巻 ( 412(MI2018 59-115)(Web) )   2019年

     詳細を見る

  46. 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, Roth Holger R., 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20 巻 ( 4 ) 頁: 348 - 349   2018年10月

     詳細を見る

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

    J-GLOBAL

    researchmap

  47. 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, Roth Holger R., 伊東 隼人, 小田 昌宏, 檜 顕成, 内田 広夫, 森 健策  

    日本医用画像工学会大会予稿集37回 巻   頁: 90 - 93   2018年7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、血管造影された小児イレウス(腸閉塞)患者のCT像から腸管閉塞部位を検出する手法を提案する。イレウス患者の腸管内に含まれている食物・便は、腹水等と濃度値の差が小さいことから、これまでの抽出手法では精度よく腸管内領域を抽出できない。そこで本研究では一般的に血管造影CT像が使われることに着目し、Fast Marching Algorithmに基づいた手法により腸を抽出することで腸管閉塞部位検出を行う。手動で指定した初期の抽出開始点から食物・便である液体領域と空気領域を交互に抽出することで、閉塞部位までの腸管内領域を辿り閉塞部位を検出する。このとき、液体領域では血管造影により造影された腸壁の強調処理とFast Marching Algorithmを組み合わせた手法、空気領域では領域拡張法を用いる。提案手法をイレウスによる腸管閉塞部位が存在する血管造影された小児CT像5症例に適用し、辿ることのできた腸管の割合により評価を行った。辿ることのできた腸管の割合の平均は75.4%であった。(著者抄録)

    J-GLOBAL

    researchmap

  48. 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, Roth Holger R., 小田 昌宏, 林 雄一郎, 三澤 一成, 伊藤 雅昭, 竹下 修由, 森 健策  

    日本医用画像工学会大会予稿集37回 巻   頁: 94 - 97   2018年7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  

    本論文では、内視鏡動画像において術具や解剖領域を機械学習によりインスタンスセグメンテーションするために必要とされるアノテーションデータを効率的に生成可能な内視鏡動画像アノテーションツール開発について報告する。内視鏡動画像に対して詳細に術具や解剖領域がアノテーションされたデータは、手術支援機器における画像からの手術状況の自動識別技術の実現や内視鏡手術手技の評価技術の実現など利用価値が高い。従ってこれらのデータベースを効率的に生成するための基盤構築が求められている。そこで本研究では、動画像に対してセグメンテーション作業を行う為のツールNuVATを開発した。このツールにより、セグメンテーション作業をお絵かきツールを扱う感覚で簡単に行うことが可能になった。実際に国立がん研究センター東病院において、腹腔鏡動画像における術具・解剖領域のアノテーション作業に利用された。(著者抄録)

    J-GLOBAL

    researchmap

  49. 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

  50. 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, ROTH Holger R., 小田昌宏, 林雄一郎, 三澤一成, 伊藤雅昭, 竹下修由, 森健策, 森健策, 森健策  

    日本コンピュータ外科学会誌20 巻 ( 4 )   2018年

     詳細を見る

  51. 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 Endoscopy (Web)60 巻 ( Supplement1 )   2018年

     詳細を見る

  52. 超拡大内視鏡におけるAI

    森健策, 伊東隼人, 三澤将史, 森悠一, 工藤進英  

    Optics & Photonics Japan講演予稿集(CD-ROM)2018 巻   2018年

     詳細を見る

  53. 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

  54. カラーHoGの性能評価に関する研究

    TANJI Kaori, IMIYA Atsushi, ITOH Hayato  

    電子情報通信学会技術研究報告116 巻 ( 411(PRMU2016 127-151) )   2017年

     詳細を見る

  55. 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(Web)70 巻   2017年

     詳細を見る

  56. 疎な辞書の局所線形性を用いた3次元画像の大局的位置合わせ

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告113 巻 ( 402(PRMU2013 91-120) )   2014年

     詳細を見る

  57. 2次元アフィン画像位置合わせのための陽な局所線形法

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告113 巻 ( 346(PRMU2013 68-90) )   2013年

     詳細を見る

  58. 2次元画像パターン識別における次元削減手法の検討

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告112 巻 ( 495(PRMU2012 180-226) )   2013年

     詳細を見る

  59. 画像位置合わせのための疎な辞書を用いた最近傍探索に基づく局所部分空間法

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya  

    電子情報通信学会技術研究報告112 巻 ( 197(PRMU2012 30-50) )   2012年

     詳細を見る

  60. アフィン変換画像の局所線形性を利用した高効率グローバルイメージレジストレーション

    伊東隼人, LU Shuang, 酒井智弥, 井宮淳  

    電子情報通信学会技術研究報告111 巻 ( 331(MI2011 63-76) )   2011年

     詳細を見る

▼全件表示

講演・口頭発表等 49

  1. Unsupervised colonoscopic depth estimation by domain translations with a Lambertian-reflection keeping auxiliary task

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

    International Journal of Computer Assisted Radiology and Surgery  2021年5月  SPRINGER HEIDELBERG

     詳細を見る

    開催年月日: 2021年5月

    記述言語:英語  

    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.

    researchmap

  2. MICCAI2019参加報告

    小田昌宏, 伊東隼人, 宮内翔子, 諸岡健一, 松崎博貴, 花岡昇平, 古川亮, 増谷佳孝, 森健策, 森健策

    電子情報通信学会技術研究報告  2020年 

     詳細を見る

    開催年月日: 2020年

    researchmap

  3. Robust endocytoscopic image classification based on higher-order symmetric tensor analysis and multi-scale topological statistics.

    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

    Int. J. Comput. Assist. Radiol. Surg.  2020年 

     詳細を見る

  4. 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  2019年11月  (一社)日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2019年11月

    記述言語:日本語  

    researchmap

  5. Multilinear Subspace Method Based on Geodesic Distance for Volumetric Object Classification.

    Hayato Itoh, Atsushi Imiya

    2019年 

     詳細を見る

  6. 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, 森健策, 森健策

    日本医用画像工学会大会予稿集(CD-ROM)  2019年 

     詳細を見る

    開催年月日: 2019年

    researchmap

  7. 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  2018年10月  (一社)日本コンピュータ外科学会

     詳細を見る

    開催年月日: 2018年10月

    記述言語:日本語  

    researchmap

  8. 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, Roth Holger, 三澤 将史, 森 悠一, 小田 昌宏, 工藤 進英, 森 健策

    日本医用画像工学会大会予稿集  2018年7月  日本医用画像工学会

     詳細を見る

    開催年月日: 2018年7月

    記述言語:日本語  

    大腸内視鏡検査におけるポリープの大きさ情報(サイズ情報)は診断において重要な役割りを果す。5mm以下の小さなポリープ、10mm以上の大きなポリープ、それ以外のポリープといった3カテゴリに関するサイズ推定(トリナリ推定)は治療計画を立てる上で特に重要とされる。しかし内視鏡画像のみに基くサイズ推定は熟練の専門医にとっても難しい。そこで内視鏡画像ならびに動画像からポリープのサイズ推定を行うCADシステムが望まれている。内視鏡画像には三次元情報が欠如しており、二次元画像からの精密なサイズ推定は不良設定問題である。本研究ではこの不良設定問題をトリナリサイズ推定へと緩和し、内視鏡画像からポリープのサイズ推定に有用な特徴を深層学習によって抽出、そして分類する手法を提案する。特徴抽出においては教師無し学習による深度推定を利用する。提案手法により高精度のトリナリサイズ推定を達成した。(著者抄録)

    researchmap

  9. 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  2018年3月19日  電子情報通信学会

     詳細を見る

    開催年月日: 2018年3月

    記述言語:英語  

    researchmap

  10. Discriminative Feature Selection by Optimal Manifold Search for Neoplastic Image Recognition.

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

    2018年 

     詳細を見る

  11. Distances Between Tensor Subspaces.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2018年 

     詳細を見る

  12. Towards Automated Colonoscopy Diagnosis: Binary Polyp Size Estimation via Unsupervised Depth Learning.

    Hayato Itoh, Holger R. Roth, Le Lu 0001, Masahiro Oda, Masashi Misawa, Yuichi Mori, Shin-ei Kudo, Kensaku Mori

    2018年 

     詳細を見る

  13. 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

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

    電子情報通信学会技術研究報告  2017年 

     詳細を見る

    開催年月日: 2017年

    researchmap

  14. 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, 森健策

    日本コンピュータ外科学会誌  2017年 

     詳細を見る

    開催年月日: 2017年

    researchmap

  15. Mathematical Aspects of Tensor Subspace Method.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2016年 

     詳細を見る

  16. テンソル法によるボリュームデータの次元削減

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2016年 

     詳細を見る

    開催年月日: 2016年

    researchmap

  17. 2次のテンソル主成分分析と2次元特異値分解の同値性について

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2015年 

     詳細を見る

    開催年月日: 2015年

    researchmap

  18. Topology-Preserving Dimension-Reduction Methods for Image Pattern Recognition.

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

    2013年 

     詳細を見る

  19. 部分空間の疎分解に基づくパターン識別法

    伊東隼人, 酒井智弥, 井宮淳

    情報処理学会研究報告(CD-ROM)  2010年 

     詳細を見る

    開催年月日: 2010年

    researchmap

  20. 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  2020年11月  (一社)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  

    researchmap

  21. 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  2020年11月  (一社)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  

    researchmap

  22. 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

    日本医用画像工学会大会予稿集  2020年9月  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  

    医用画像理解においては人体に関する3次元情報の抽出が非常に重要である.一方で,一般的な大腸内視鏡では2次元画像もしくはそれらの時系列集合しか得られない.大腸内視鏡診断におけるコンピュータ支援診断システムを構築する上で,単眼画像から大腸形状の3次元情報を抽出・推定する技術が求められている.先行研究として,多視点幾何学に基づくカメラ運動推定を視差推定の補助タスクとして加えた深度推定方法が提案されている.しかし,あくまで相対的な深度情報しか得られない上にその推定精度が不十分であると報告されている.本研究では深度推定の高精度化を目的に,拡散反射モデルを深度推定に組み込むための補助タスクを提案し,先行研究との比較実験的を行った.実験結果より提案した補助タスクが大腸腸壁のテクスチャに起因する誤推定を抑制することを示し,深度推定の高精度化を達成した.(著者抄録)

    researchmap

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

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

    MEDICAL IMAGING 2020: COMPUTER-AIDED DIAGNOSIS  2020年  SPIE-INT SOC OPTICAL ENGINEERING

     詳細を見る

    開催年月日: 2020年

    記述言語:英語  

    Purpose of this paper is to present a method for visualising decision-reasoning regions in computer-aided pathological pattern diagnosis of endocytoscopic images. Endocytoscope enables us to perform direct observation of cells and their nuclei on the colon wall at maximum 500-times ultramagnification. For this new modality, computer-aided pathological diagnosis system is strongly required for the support of non-expert physicians. To develop a CAD system, we adopt convolutional neural network (CNN) as the classifier of endocytoscopic images. In addition to this classification function, based on CNN weights analysis, we develop a filter function that visualises decision-reasoning regions on classified images. This visualisation function helps novice endocytoscopists to develop their understanding of pathological pattern on endocytoscopic images for accurate endocytoscopic diagnosis. In numerical experiment, our CNN model achieved 90 % classification accuracy. Furthermore, experimental results show that decision-reasoning regions suggested by our filter function contain characteristic pit patterns in real endocytoscopic diagnosis.

    researchmap

  24. Stable polyp-scene classification via subsampling and residual learning from an imbalanced large dataset.

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

    Healthcare technology letters  2019年12月 

     詳細を見る

    開催年月日: 2019年12月

    記述言語:英語  

    This Letter presents a stable polyp-scene classification method with low false positive (FP) detection. Precise automated polyp detection during colonoscopies is essential for preventing colon-cancer deaths. There is, therefore, a demand for a computer-assisted diagnosis (CAD) system for colonoscopies to assist colonoscopists. A high-performance CAD system with spatiotemporal feature extraction via a three-dimensional convolutional neural network (3D CNN) with a limited dataset achieved about 80% detection accuracy in actual colonoscopic videos. Consequently, further improvement of a 3D CNN with larger training data is feasible. However, the ratio between polyp and non-polyp scenes is quite imbalanced in a large colonoscopic video dataset. This imbalance leads to unstable polyp detection. To circumvent this, the authors propose an efficient and balanced learning technique for deep residual learning. The authors' method randomly selects a subset of non-polyp scenes whose number is the same number of still images of polyp scenes at the beginning of each epoch of learning. Furthermore, they introduce post-processing for stable polyp-scene classification. This post-processing reduces the FPs that occur in the practical application of polyp-scene classification. They evaluate several residual networks with a large polyp-detection dataset consisting of 1027 colonoscopic videos. In the scene-level evaluation, their proposed method achieves stable polyp-scene classification with 0.86 sensitivity and 0.97 specificity.

    researchmap

  25. Polyp-Size Classification with RGB-D features for Colonoscopy

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

    MEDICAL IMAGING 2019: COMPUTER-AIDED DIAGNOSIS  2019年  SPIE-INT SOC OPTICAL ENGINEERING

     詳細を見る

    開催年月日: 2019年

    記述言語:英語  

    Measurement of a polyp size is an essential task in colon cancer screening, since the polyp-size information has critical roles for decision on colonoscopy. However, an estimation of a polyp size from a single view of colonoscope without a measurement device is quite difficult even for expert physicians. To overcome this difficulty, automated size estimation techniques would be desirable for clinical scenes. This paper presents polyp-size classification method with a single colonoscopic image for colonoscopy. Our proposed method estimates depth information from a single colonoscopic image with trained model and utilises the estimated information for the classification. In our method, the model for depth information is obtained by deep learning with colonoscopic videos. Experimental results show the achievement of binary and trinary polyp-size classification with 79% and 74% accuracy from a single still image of a colonoscopic movie.

    researchmap

    その他リンク: https://dblp.uni-trier.de/db/conf/micad/micad2019.html#ItohRMMOKM19

  26. Cascade classification of endocytoscopic images of colorectal lesions for automated pathological diagnosis

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

    MEDICAL IMAGING 2018: COMPUTER-AIDED DIAGNOSIS  2018年  SPIE-INT SOC OPTICAL ENGINEERING

     詳細を見る

    開催年月日: 2018年

    記述言語:英語  

    This paper presents a new classification method for endocytoscopic images. Endocytoscopy is a new endoscope that enables us to perform conventional endoscopic observation and ultramagnified observation of cell level. This ultramagnified views (endocytoscopic images) make possible to perform pathological diagnosis only on endoscopic views of polyps during colonoscopy. However, endocytoscopic image diagnosis requires higher experiences for physicians. An automated pathological diagnosis system is required to prevent the overlooking of neoplastic lesions in endocytoscopy. For this purpose, we propose a new automated endocytoscopic image classification method that classifies neoplastic and non-neoplastic endocytoscopic images. This method consists of two classification steps. At the first step, we classify an input image by support vector machine. We forward the image to the second step if the confidence of the first classification is low. At the second step, we classify the forwarded image by convolutional neural network. We reject the input image if the confidence of the second classification is also low. We experimentally evaluate the classification performance of the proposed method. In this experiment, we use about 16,000 and 4,000 colorectal endocytoscopic images as training and test data, respectively. The results show that the proposed method achieves high sensitivity 93.4% with small rejection rate 9.3% even for difficult test data.

    researchmap

    その他リンク: https://dblp.uni-trier.de/conf/micad/2018

  27. Discrimination of Volumetric Shapes Using Orthogonal Tensor Decomposition.

    Hayato Itoh, Atsushi Imiya

    2018年 

     詳細を見る

  28. 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  2017年9月  (一社)日本大腸肛門病学会

     詳細を見る

    開催年月日: 2017年9月

    記述言語:日本語  

    researchmap

  29. Analysis of Multilinear Subspaces Based on Geodesic Distance.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2017年 

     詳細を見る

  30. Fast Approximate Karhunen-Loève Transform for Three-Way Array Data.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2017年 

     詳細を見る

  31. Multilinear Methods for Spatio-Temporal Image Recognition.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2017年 

     詳細を見る

  32. Approximation of N-Way Principal Component Analysis for Organ Data.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2016年 

     詳細を見る

  33. Classification of Volumetric Data Using Multiway Data Analysis.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2016年 

     詳細を見る

  34. Volumetric Image Pattern Recognition Using Three-Way Principal Component Analysis.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2016年 

     詳細を見る

  35. Discriminative Properties in Directional Distributions for Image Pattern Recognition.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2015年 

     詳細を見る

  36. Low-Dimensional Tensor Principle Component Analysis.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2015年 

     詳細を見る

  37. Global Volumetric Image Registration Using Local Linear Property of Image Manifold.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2014年 

     詳細を見る

  38. Two-Dimensional Global Image Registration Using Local Linear Property of Image Manifold.

    Hayato Itoh, Atsushi Imiya, Tomoya Sakai 0002

    2014年 

     詳細を見る

  39. 疎な辞書の局所線形性を用いた3次元画像の大局的位置合わせ

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2014年 

     詳細を見る

    開催年月日: 2014年

    researchmap

  40. 2次元画像パターン識別における次元削減手法の検討

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2013年 

     詳細を見る

    開催年月日: 2013年

    researchmap

  41. Global Image Registration Using Random Projection and Local Linear Method.

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

    2013年 

     詳細を見る

  42. Dimension Reduction Methods for Image Pattern Recognition.

    Hayato Itoh, Tomoya Sakai 0002, Kazuhiko Kawamoto, Atsushi Imiya

    2013年 

     詳細を見る

  43. 2次元アフィン画像位置合わせのための陽な局所線形法

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2013年 

     詳細を見る

    開催年月日: 2013年

    researchmap

  44. Local Affine Optical Flow Computation.

    Hayato Itoh, Shun Inagaki, Ming-Ying Fan, Atsushi Imiya, Kazuhiko Kawamoto, Tomoya Sakai 0002

    2013年 

     詳細を見る

  45. Edge Detection and Smoothing-Filter of Volumetric Data.

    Masaki Narita, Atsushi Imiya, Hayato Itoh

    2012年 

     詳細を見る

  46. Interpolation of Reference Images in Sparse Dictionary for Global Image Registration.

    Hayato Itoh, Shuang Lu, Tomoya Sakai 0002, Atsushi Imiya

    2012年 

     詳細を見る

  47. 画像位置合わせのための疎な辞書を用いた最近傍探索に基づく局所部分空間法

    ITOH Hayato, IMIYA Atsushi, SAKAI Tomoya

    電子情報通信学会技術研究報告  2012年 

     詳細を見る

    開催年月日: 2012年

    researchmap

  48. Global Image Registration by Fast Random Projection.

    Hayato Itoh, Shuang Lu, Tomoya Sakai 0002, Atsushi Imiya

    2011年 

     詳細を見る

  49. アフィン変換画像の局所線形性を利用した高効率グローバルイメージレジストレーション

    伊東隼人, LU Shuang, 酒井智弥, 井宮淳

    電子情報通信学会技術研究報告  2011年 

     詳細を見る

    開催年月日: 2011年

    researchmap

▼全件表示

Works(作品等) 1

  1. SUN Colonoscopy Video Database

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

    2020年10月
    -
    現在

     詳細を見る

    作品分類:データベース  

科研費 1

  1. ディープラーニングを応用した人工知能による大腸内視鏡自動診断

    研究課題/研究課題番号:17K15971  2017年4月 - 2019年3月

    三澤 将史

      詳細を見る

    担当区分:その他 

    人工知能にもとづく大腸内視鏡診断支援ソフトウェアが大腸内視鏡診療の質・精度向上に寄与すると考え、2つの研究を行った。1.超拡大内視鏡画像にもとづく病理診断支援システムはsupport vector machine(SVM)を用いた。腫瘍と非腫瘍の鑑別精度を97.4%達成した。2.通常内視鏡画像にもとづくポリープなどの病変検出システムを検討した。3次元畳み込みニューラルネットワークを活用し180万フレームの大腸内視鏡動画を収集・学習した。この予測モデルは未知の病変に対して感度90%を達成し、十分な精度を達成した(Misawa M, et al. Gastroenterology 2018)。
    大腸内視鏡におけるリアルタイム病変検出・診断は、近年重要視され高精度化が要求されている。これは病変の見落としを防ぐことで、大腸癌罹患を予防し、加えて治療不要な非腫瘍性ポリープを確実に診断することで、かかる治療・病理検査を省略できるためである。本研究では大腸内視鏡における、病変の発見、病変の診断を人工知能で支援し、どのようなレベルの医師であっっても均てん化した医療が提供できる可能性を示した。これにより、本邦がん罹患数1位のがん種である大腸がんを抑制することが期待される。