Yinhao Li 研究室
主宰者：Yinhao Li
立命館大学
AI 要約（直近 5 年の研究成果）
本研究室は、医療画像処理と深層学習を中心に、複数の領域で実践的な課題解決に取り組んでいます。医療画像分野では、脳腫瘍（グリオーマ）のMRI画像からの領域抽出や、造影剤なしのCT画像から造影されたCT画像の生成、さらには遺伝子変異の予測など、臨床診断に直結する問題を対象としています。これらの課題に対して、大規模言語モデルや汎用分割モデルなどの基礎モデルを医療画像領域に適応させる手法、および複数の画像モダリティと臨床テキスト情報を統合する深層学習アーキテクチャを開発しています。
加えて、雨天画像の復元やリモートセンシング画像の超解像といった自然画像処理、さらに半教師あり学習による医療画像分類の改善にも取り組んでいます。これらの研究では、従来の損失関数の限界を超える目的関数の設計や、ドメイン適応技術を活用し、実世界のノイズや不完全なラベル情報を扱う課題を解決しています。
さらに、ブロックチェーン技術を建設産業や大規模分散システムに適用する研究も進めています。建設資材の循環利用を支援する分散型市場メカニズムやデータ管理フレームワークの設計、Hadoopなどのビッグデータ処理系における異常検知と根本原因分析、および複数ブロックチェーン間のデータ相互運用性の確保に関する研究を実施しており、技術と実務の接点となる課題解決を目指しています。
※ 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)
- 生化学・分子生物学・遺伝学Akimasa Hirata 研究室名古屋工業大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +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, 学習 +8
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +6
- 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, 学習 +6
- 医学Kota Watanabe 研究室Keio University Hospital論文 100 件·共通: AI・機械学習, 機械学習, 学習, がん基礎 +8
- 医学Shingo Kanaji 研究室神戸大学論文 100 件·共通: 深層学習, AI・機械学習, 学習, がん基礎 +8
- 医学Mariko Kurokawa 研究室University of Tokyo Hospital論文 134 件·共通: AI・機械学習, 計算機科学, システム, がん基礎 +9
- 医学Hiroyuki Daida 研究室Juntendo University Hospital論文 100 件·共通: 学習, 計算機科学, システム, がん基礎 +9
研究成果（50 件）
- DOI: https://doi.org/10.1109/jbhi.2026.3677486
- DOI: https://doi.org/10.1016/j.amf.2026.200353
- DOI: https://doi.org/10.3390/systems14040388
- DOI: https://doi.org/10.1109/icce67443.2026.11449872
- [2026] BIoTAC: A Policy-Update and Traceable Bilateral Access Control for IoT Telemedicine MonitoringDOI: https://doi.org/10.1109/jiot.2026.3656647
- DOI: https://doi.org/10.1109/ijcnn64981.2025.11229363
- DOI: https://doi.org/10.1016/j.hcc.2025.100341
続きを表示（残り 40 件）閉じる
- DOI: https://doi.org/10.1145/3672608.3707870
- DOI: https://doi.org/10.1016/j.displa.2025.103330
- [2025] LINEADAPTER: Parameter-Efficient Fine-Tuning for Log Anomaly Detection and Root Cause AnalysisDOI: https://doi.org/10.1109/icpads67057.2025.11322907
- DOI: https://doi.org/10.1109/bcca66705.2025.11229665
- DOI: https://doi.org/10.1109/gcce65946.2025.11275137
- DOI: https://doi.org/10.1016/j.compmedimag.2025.102626
- DOI: https://doi.org/10.1109/embc58623.2025.11254372
- DOI: https://doi.org/10.1109/gcce62371.2024.10760506
- DOI: https://doi.org/10.1109/tpds.2024.3470532
- DOI: https://doi.org/10.1016/j.jpowsour.2024.235061
- DOI: https://doi.org/10.1109/embc53108.2024.10781923
- DOI: https://doi.org/10.1109/embc53108.2024.10782507
- DOI: https://doi.org/10.1109/icmc60390.2024.00030
- DOI: https://doi.org/10.1109/icbc59979.2024.10634455
- [2024] Blockchain-Enabled Provenance Tracking for Sustainable Material Reuse in Construction Supply ChainsDOI: https://doi.org/10.3390/fi16040135
- DOI: https://doi.org/10.1016/j.neucom.2024.127482
- DOI: https://doi.org/10.1109/icce59016.2024.10444252
- DOI: https://doi.org/10.1016/j.procs.2024.09.452
- DOI: https://doi.org/10.1109/mic.2023.3319152
- DOI: https://doi.org/10.18178/joig.11.4.321-329
- DOI: https://doi.org/10.3390/ani13223531
- DOI: https://doi.org/10.3390/ani13203275
- DOI: https://doi.org/10.1109/e-science58273.2023.10254935
- DOI: https://doi.org/10.1109/tits.2023.3314081
- DOI: https://doi.org/10.1109/embc40787.2023.10340355
- DOI: https://doi.org/10.1109/embc40787.2023.10340483
- DOI: https://doi.org/10.18178/joig.11.2.185-194
- [2023] A Spatial-Temporal Graph Convolutional Networks-based Approach for the OpenPack Challenge 2022DOI: https://doi.org/10.1109/percomworkshops56833.2023.10150404
- DOI: https://doi.org/10.3390/ani13020221
- DOI: https://doi.org/10.2298/pac2301091l
- DOI: https://doi.org/10.1145/3511808.3557206
- DOI: https://doi.org/10.3390/s22197244
- DOI: https://doi.org/10.1109/irce55557.2022.9962979
- DOI: https://doi.org/10.1109/embc48229.2022.9871896
- DOI: https://doi.org/10.3390/ani12101225
- DOI: https://doi.org/10.1109/tii.2022.3169971
- DOI: https://doi.org/10.1016/j.cep.2022.108833
- DOI: https://doi.org/10.2139/ssrn.4251635
- DOI: https://doi.org/10.1109/sose52839.2021.00006
- DOI: https://doi.org/10.1109/mic.2021.3078863
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）。