Yukio Ueda 研究室

本研究室では、複雑な信号から有用な情報を抽出する技術の開発に取り組んでいます。具体的には、プラズマ診断や天文観測、化学分析などで得られるスペクトルデータに含まれるノイズの除去という課題に対して、機械学習の手法を応用しています。従来の数学的フィルタリング手法では、ノイズが増加すると解析精度が低下するという問題がありましたが、深層学習の一種である畳み込みニューラルネットワーク（CNN）を用いることで、この制限の改善を目指しています。異なるネットワーク構造を比較・検証することで、より堅牢なノイズ除去手法の開発を進めています。 同時に、本研究室は医療診断への光学技術の応用にも注力しています。近赤外線光を用いた光学イメージング技術により、非侵襲的に乳腺内の血液濃度や酸素飽和度、水分・脂質含有量といった定量的な組織情報を取得できるシステムを構築しました。このシステムでは複数の波長を同時に測定し、計算的な画像再構成アルゴリズムを適用することで、ベッドサイドで乳癌診断を支援する横断面画像を生成できます。信号処理と医用画像化という異なる領域で、複雑なデータから臨床的意義のある情報を抽出する技術開発を展開しています。