Kensaku Mori 研究室
主宰者:Kensaku Mori
名古屋大学
AI 要約(直近 5 年の研究成果)
本研究室は、医療画像の自動解析と外科手術の支援システムの開発を主な研究テーマとしています。特に、コンピュータを用いた画像診断や手術支援の実現に向けて、深層学習などの機械学習技術を応用した多くの研究に取り組んでいます。対象としている医療画像は多岐にわたり、X線撮影やCT画像、内視鏡画像、顕微鏡画像など様々なモダリティを扱っています。これらの画像から臓器や異常所見を自動で検出・分類・領域抽出することで、医師の診断精度向上や手術計画の支援を目指しています。
技術的には、限られた学習データでも高精度な解析を実現するため、半教師あり学習や転移学習といった手法を活用しています。また、単一の学習済みモデルに頼るのではなく、複数のニューラルネットワークを組み合わせたり、異なる次元の情報を統合したりすることで、ロバストな解析システムの構築を目指しています。さらに、合成データの生成によるデータ不足への対応や、モデルの不確実性を定量化し可視化する工夫も行われています。
外科手術の分野では、手術シーン理解や手術動画からの技能評価、リアルタイム手術シミュレーションなど、手術支援の多角的な課題に取り組んでいます。これらの研究は、医療従事者の訓練効率化や手術安全性の向上、さらには医療の質向上に貢献することを目指しています。
※ 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)
- 医学Yohei Okada 研究室京都大学論文 102 件·共通: 転移, がん進展, 機械, 学習 +10
- 医学Takashi Kaito 研究室大阪大学論文 102 件·共通: 転移, がん進展, 機械, 学習 +10
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 転移, がん進展, 機械, 学習 +10
- 医学Akihiro Homma 研究室Hokkaido University Hospital論文 103 件·共通: 転移, がん進展, 学習, システム +10
- 計算機科学Ren Togo 研究室北海道大学論文 103 件·共通: 転移, がん進展, 機械, 学習 +10
- 意思決定科学Yuki Kataoka 研究室Kyoto University Hospital論文 111 件·共通: 機械, 学習, システム, 計算機科学 +11
- 医学Yoji Tanaka 研究室東京大学論文 112 件·共通: 顕微鏡, イメージング, 実験技術, システム +6
- 材料科学Ryo Ishikawa 研究室東京大学論文 125 件·共通: 顕微鏡, イメージング, 実験技術, 機械 +6
研究成果(100 件)
- DOI: https://doi.org/10.1038/s41598-026-57999-w
- DOI: https://doi.org/10.14326/abe.250399
- DOI: https://doi.org/10.3390/jcm14238547
- DOI: https://doi.org/10.1016/j.xcrm.2025.102433
- DOI: https://doi.org/10.1109/cbs65871.2025.11267751
- DOI: https://doi.org/10.1007/s11548-025-03352-x
- DOI: https://doi.org/10.1055/a-2717-8365
- [2025] Fully automated segmentation of substantia nigra toward longitudinal analysis of Parkinson’s diseaseDOI: https://doi.org/10.1007/s11548-025-03451-9
- DOI: https://doi.org/10.1007/s11548-025-03482-2
- [2025] Visualizing ambiguity in semantic segmentation of ICSI support systems for polar-body detectionDOI: https://doi.org/10.1080/18824889.2025.2548044
続きを表示(残り 90 件)閉じる
- DOI: https://doi.org/10.1055/a-2661-2624
- DOI: https://doi.org/10.1007/s11548-025-03377-2
- DOI: https://doi.org/10.1007/s11548-025-03405-1
- DOI: https://doi.org/10.1007/s11548-025-03404-2
- DOI: https://doi.org/10.33590/emjurol/lvaa6547
- DOI: https://doi.org/10.1117/12.3047731
- [2025] Automated skill evaluation method for surgical images using optical flow and attention mechanismDOI: https://doi.org/10.1117/12.3049068
- DOI: https://doi.org/10.1007/s11548-024-03314-9
- DOI: https://doi.org/10.1117/12.3047558
- DOI: https://doi.org/10.1117/12.3048339
- DOI: https://doi.org/10.3390/jcm14072389
- DOI: https://doi.org/10.1117/1.jmi.12.2.024003
- DOI: https://doi.org/10.1029/2023wr036380
- DOI: https://doi.org/10.1007/s11548-025-03332-1
- DOI: https://doi.org/10.1055/a-2532-9282
- DOI: https://doi.org/10.1007/s11548-024-03252-6
- DOI: https://doi.org/10.1117/12.3047525
- [2025] Uncertainty-aware semi-supervised learning for enhanced multi-organ segmentation in CT volumesDOI: https://doi.org/10.1117/12.3047155
- DOI: https://doi.org/10.1117/12.3047729
- DOI: https://doi.org/10.1117/12.3047175
- DOI: https://doi.org/10.1007/s10384-025-01163-w
- DOI: https://doi.org/10.1007/s11548-024-03281-1
- DOI: https://doi.org/10.1016/j.devcel.2024.09.027
- DOI: https://doi.org/10.1016/j.jpedsurg.2024.06.023
- [2024] [Paper] Kidney and Renal Tumor Segmentation by nnU-Net Using 3D CT Data from Different SourcesDOI: https://doi.org/10.3169/mta.13.83
- DOI: https://doi.org/10.1109/cbs61689.2024.10860655
- DOI: https://doi.org/10.1109/icwapr63074.2024.10870510
- DOI: https://doi.org/10.1109/icwapr63074.2024.10870512
- DOI: https://doi.org/10.1007/s11548-024-03215-x
- DOI: https://doi.org/10.1007/s11548-024-03175-2
- DOI: https://doi.org/10.1007/s11548-024-03139-6
- DOI: https://doi.org/10.1007/s00595-024-02835-9
- DOI: https://doi.org/10.1117/12.3006623
- DOI: https://doi.org/10.1117/12.3008521
- DOI: https://doi.org/10.1117/12.3006620
- DOI: https://doi.org/10.1117/12.3006630
- DOI: https://doi.org/10.1117/12.3006862
- DOI: https://doi.org/10.14989/actauroljap_70_4_101
- DOI: https://doi.org/10.1055/s-0044-1782806
- DOI: https://doi.org/10.1007/s11548-023-03049-z
- DOI: https://doi.org/10.21037/qims-23-1304
- DOI: https://doi.org/10.1117/12.3006816
- DOI: https://doi.org/10.1007/s12144-024-05676-4
- [2024] Development of real-time navigation system for laparoscopic hepatectomy using magnetic micro sensorDOI: https://doi.org/10.1080/13645706.2023.2301594
- [2024] YOLOv7‐RepFPN: Improving real‐time performance of laparoscopic tool detection on embedded systemsDOI: https://doi.org/10.1049/htl2.12072
- DOI: https://doi.org/10.1136/bjo-2023-324488
- DOI: https://doi.org/10.1049/htl2.12069
- DOI: https://doi.org/10.1049/htl2.12068
- DOI: https://doi.org/10.17235/reed.2024.10405/2024
- DOI: https://doi.org/10.1016/j.gie.2023.04.1016
- DOI: https://doi.org/10.1007/s11548-023-03037-3
- DOI: https://doi.org/10.3390/s23249865
- [2023] Complement factor D targeting protects endotheliopathy in organoid and monkey models of COVID-19DOI: https://doi.org/10.1016/j.stem.2023.09.001
- DOI: https://doi.org/10.1587/transinf.2023pcp0008
- DOI: https://doi.org/10.1111/den.14622
- DOI: https://doi.org/10.1186/s12885-023-11110-y
- DOI: https://doi.org/10.1016/j.gie.2023.06.056
- DOI: https://doi.org/10.1145/3589736
- DOI: https://doi.org/10.1016/j.gie.2023.04.1087
- [2023] Classification of COVID-19 cases from chest CT volumes using hybrid model of 3D CNN and 3D MLP-mixerDOI: https://doi.org/10.1117/12.2654706
- DOI: https://doi.org/10.1117/12.2653776
- DOI: https://doi.org/10.1117/12.2654775
- DOI: https://doi.org/10.1117/12.2655112
- DOI: https://doi.org/10.1117/12.2654092
- DOI: https://doi.org/10.1117/12.2654508
- DOI: https://doi.org/10.1007/s11548-022-02821-x
- DOI: https://doi.org/10.1007/s11548-023-02859-5
- DOI: https://doi.org/10.1007/s00586-023-07562-2
- DOI: https://doi.org/10.1080/21681163.2022.2159534
- DOI: https://doi.org/10.1080/21681163.2022.2151938
- DOI: https://doi.org/10.1155/2023/8495937
- DOI: https://doi.org/10.1016/j.ejvs.2022.12.016
- DOI: https://doi.org/10.1117/12.2654636
- DOI: https://doi.org/10.3390/jcm12155075
- DOI: https://doi.org/10.1117/12.2654632
- DOI: https://doi.org/10.1117/12.2653792
- DOI: https://doi.org/10.1038/s41598-022-16923-8
- DOI: https://doi.org/10.5114/pjr.2022.119806
- DOI: https://doi.org/10.1001/jamanetworkopen.2022.26265
- DOI: https://doi.org/10.1016/j.jvs.2022.07.168
- DOI: https://doi.org/10.1016/j.urology.2022.12.006
- DOI: https://doi.org/10.1080/21681163.2022.2155579
- DOI: https://doi.org/10.1007/s11548-022-02804-y
- [2022] Speedometer for withdrawal time monitoring during colonoscopy: a clinical implementation trialDOI: https://doi.org/10.1080/00365521.2022.2154616
- DOI: https://doi.org/10.1080/21681163.2022.2152728
- [2022] Classification and visual explanation for COVID-19 pneumonia from CT images using triple learningDOI: https://doi.org/10.1038/s41598-022-24936-6
- DOI: https://doi.org/10.1007/s11548-022-02696-y
- DOI: https://doi.org/10.1016/j.tige.2022.11.004
- DOI: https://doi.org/10.1007/s11548-022-02773-2
- DOI: https://doi.org/10.1007/s11548-022-02767-0
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)。