Ryoma Bise 研究室

この研究室は、医療画像と生物学的情報の解析を中心に、機械学習・深層学習の新しい手法開発に取り組んでいます。特に、病理組織画像やCT・MRI画像などの医療データから、細胞や血管などの微細な構造を自動で抽出・分類することを目指しています。また遺伝子発現データと組織画像を組み合わせることで、従来は見えなかった生物学的な情報を医療画像から推定する研究も進めています。 手法としては、拡散モデルや変分推論といった生成モデルの活用、複数の情報源を効果的に統合するマルチモーダル学習、ラベル付きデータの不足に対応する半教師あり学習や弱教師あり学習に注力しています。さらに、実際の医療現場では異なるスキャン機器や撮影条件を使用するため、このような領域シフトに対応する方法の開発も進めています。 主な成果として、限られたラベル情報から効率よく学習する手法の改善、ノイズの多い医療データに対してロバストな予測の実現、医学的な制約条件（例：重症度の段階的分類）を学習に組み込む工夫が見られます。これらの技術は将来、医師の診断補助や低コスト・迅速な分子解析につながることが期待されています。