医療分野における効率的なエッジインテリジェンスのための プライバシー保護型SAM量子化
プライバシーを保護しつつ、リソース制限のあるエッジデバイスでも効率的にSegment Anything Modelを活用できる量子化フレームワークを提案する。
人工知能を使用して光適応型電気網膜図波形を合成し、過小代表集団における網膜疾患の分類を改善する
人工知能を使用して光適応型電気網膜図波形を合成し、過小代表集団における網膜疾患の分類を改善する。
乳がん検診におけるAI支援除外デバイスの期待効用(EU)を用いた評価
retrospective studyにおいて、AI支援除外デバイスを用いた場合の乳がん検診の性能評価には、感度・特異度よりも、陽性的中率(PPV)、陰性的中率(NPV)、期待効用(EU)が適切な指標となる。
医療画像セグメンテーションのための先進的なハイブリッド畳み込み手法を用いたVision MAMBAモデル
医療画像のセグメンテーションを高精度かつ効率的に行うためのハイブリッド畳み込みモデルHC-Mambaを提案する。
高速ダイナミック心臓MRIのための深層可分離時空間学習
本研究は、限られた学習データでも高性能な心臓MRI再構成を可能にする新しい可分離学習手法を提案する。この手法は時間低ランク性と空間スパース性を同時に活用し、深層学習ネットワークの反復過程をアンロールすることで、従来手法を大幅に上回る再構成精度を実現する。
複素数フェデレーティッド学習における差分プライバシーとMRIアプリケーション
差分プライバシーを用いた複素数フェデレーティッド学習により、医療分野のプライバシーを保護しつつ高精度なMRI撮像シーケンス分類が可能である。
多発性硬化症の病変の異種データ分割と解剖学的制約を用いた分割
本研究では、異種データ入力と多タスク分割を可能にするSegHeDモデルを提案する。また、時間的一貫性、空間的整合性、体積制約などの解剖学的制約を組み込むことで、新規病変、消失病変、全病変の分割を同時に行うことができる。
心臓MRIの包括的評価のためのビジョン基盤モデルの提案
大規模な心臓MRI画像データを用いて自己教師あり学習によりプリトレーニングされたビジョン基盤モデルを提案し、分類、セグメンテーション、ランドマーク検出、病変検出などの心臓MRI解析タスクで優れた性能を示す。
脊椎形状の完成: RGB-D データを用いた椎体形状の再構築
本研究では、RGB-D データを用いて、放射線被ばくのない方法で脊椎の3D形状を正確に再構築する手法を提案する。
高解像度医療画像セグメンテーションのためのViTとCNNの長所を統合したTransResNet
TransResNetは、CNNとTransformerを並列に組み合わせることで、高解像度医療画像からグローバルな意味情報とローカルな空間情報を効果的に抽出し、高精度なセグメンテーションを実現する。
