Takio Kurita 研究室
主宰者：Takio Kurita
広島大学
AI 要約（直近 5 年の研究成果）
Takio Kurita研究室は、深層学習を用いた医療画像診断と画像処理の実装に関する研究を行っています。特に、がん治療に伴う心機能障害の検出をテーマとし、心電図データから疾患を自動診断するシステムの開発に取り組んでいます。従来のエコー検査は専門知識と費用が必要ですが、より安価で簡便な心電図を活用した深層学習モデルを構築することで、スクリーニング検査の効率化を目指しています。また、蛍光物質の予測モデル開発など、機械学習による物質設計支援にも応用を広げています。
一方、画像処理全般における基礎的な技術開発も進めています。ノイズを含む不正確なラベルを持つ訓練データから学習する際の課題に対して、サンプル選別や一貫性制約化などの手法を提案しており、実用的なデータセット利用を可能にしています。さらに、隣接ピクセル間の関係性に着目した正則化技術を開発し、物体検出、インスタンス分割、画像超解像、網膜血管分割など複数の応用分野に共通して適用しています。
加えて、高次元データの可視化や圧縮、生成的手法による画像操作、医療診断支援システムなど、深層学習の多岐にわたる応用研究を展開しています。ニューラルネットワークの効率化（フィルター削減や知識蒸留）にも取り組み、計算資源が限られた環境での実装を可能にする技術開発を行っています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +8
- 医学Masateru Takigawa 研究室University of Tokyo Hospital論文 188 件·共通: AI・機械学習, 機械学習, 機械, 循環器 +10
- 医学Toshihisa Anzai 研究室北海道大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 循環器 +10
- 医学Kentaro Goto 研究室University of Tokyo Hospital論文 158 件·共通: AI・機械学習, 機械学習, 機械, 循環器 +10
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +9
- 医学Yoji Tanaka 研究室東京大学論文 112 件·共通: 蛍光, イメージング, 血管, 実験技術 +9
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +8
- 物理学・天文学Keiichi Jingu 研究室東北大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, システム +9
研究成果（34 件）
- DOI: https://doi.org/10.5220/0014228800004052
- DOI: https://doi.org/10.1109/sii64115.2026.11404680
- DOI: https://doi.org/10.1016/j.ins.2025.122227
- DOI: https://doi.org/10.1109/embc58623.2025.11252929
- DOI: https://doi.org/10.3390/molecules30081686
- DOI: https://doi.org/10.5220/0012346200003660
- DOI: https://doi.org/10.1007/s10044-024-01210-1
- DOI: https://doi.org/10.1142/s0218213023500276
- [2023] Improved Head and Data Augmentation to Reduce Artifacts at Grid Boundaries in Object DetectionDOI: https://doi.org/10.1587/transinf.2023edp7079
- [2023] An Object Detection Method Using Probability Maps for Instance Segmentation to Mask BackgroundDOI: https://doi.org/10.20965/jaciii.2023.p0886
続きを表示（残り 24 件）閉じる
- DOI: https://doi.org/10.1109/ijcnn54540.2023.10191767
- DOI: https://doi.org/10.1109/ijcnn54540.2023.10191946
- DOI: https://doi.org/10.1016/j.ymeth.2023.04.007
- DOI: https://doi.org/10.1016/j.iswa.2023.200187
- [2022] Weakly-Supervised Action Localization, and Action Recognition Using Global–Local Attention of 3D CNNDOI: https://doi.org/10.1007/s11263-022-01649-x
- DOI: https://doi.org/10.23919/ipec-himeji2022-ecce53331.2022.9807158
- DOI: https://doi.org/10.1587/transinf.2022edp7033
- DOI: https://doi.org/10.1109/icpr56361.2022.9956326
- DOI: https://doi.org/10.23919/ipec-himeji2022-ecce53331.2022.9806976
- DOI: https://doi.org/10.1587/transinf.2021edp7127
- DOI: https://doi.org/10.22266/ijies2022.0228.10
- DOI: https://doi.org/10.1109/smc52423.2021.9658888
- [2021] Leveraging network using controlled weight learning approach for thyroid cancer lymph node detectionDOI: https://doi.org/10.1016/j.bbe.2021.10.003
- DOI: https://doi.org/10.1007/s00521-021-06241-x
- [2021] Parametric q-Gaussian distributed stochastic neighbor embedding with Convolutional Neural NetworkDOI: https://doi.org/10.1109/ijcnn52387.2021.9533781
- DOI: https://doi.org/10.1016/j.patrec.2021.05.023
- DOI: https://doi.org/10.1587/transinf.2020edp7226
- DOI: https://doi.org/10.1007/s00521-021-06017-3
- [2021] Autoencoder framework based on orthogonal projection constraints improves anomalies detectionDOI: https://doi.org/10.1016/j.neucom.2021.04.033
- DOI: https://doi.org/10.5687/sss.2021.65
- [2021] Convolutional Neural Network based on Temporal Pose Features for Surgical Procedure RecognitionDOI: https://doi.org/10.5687/sss.2021.60
- [2021] Filter Pruning using Hierarchical Group Sparse Regularization for Deep Convolutional Neural NetworksDOI: https://doi.org/10.1109/icpr48806.2021.9413113
- DOI: https://doi.org/10.1109/icpr48806.2021.9412900
- DOI: https://doi.org/10.1109/icpr48806.2021.9412760
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。