Masahiro Oda 研究室
主宰者:Masahiro Oda
名古屋大学
AI 要約(直近 5 年の研究成果)
本研究室は、医療画像や手術動画の解析に深層学習を応用する研究に取り組んでいます。研究の問いとしては、CT画像やX線画像、内視鏡画像から疾患や解剖学的構造を正確に検出・認識し、診断や治療計画を支援するシステムの開発を目指しています。対象となる疾患・現象は、小腸閉塞、脳出血、眼疾患、脊椎疾患、食道疾患など多岐にわたります。
手法としては、深層学習ネットワークを用いた画像分割や物体検出、医師の診断支援システムの構築などが主軸となっています。特に教師データが限定される医療画像の課題に対して、半教師あり学習や転移学習、データ合成などの手法を組み合わせて対応しています。さらに、手術支援を目的として、内視鏡動画からの深度推定や手術スキル評価、手術フェーズの認識といった動画解析技術も開発しています。
主要な知見として、複数論文で一貫して示されているのは、適切な機械学習手法の設計により、限定された教師データからでも高い精度を達成できること、また開発したAI支援システムが医師の診断精度を向上させることです。並行して、手術シミュレーション用の臓器変形モデルや3次元再構成技術など、臨床応用に向けた実装的な課題にも対応しています。
※ 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)
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 転移, がん進展, AI・機械学習, 機械学習 +10
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +10
- 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, 機械 +9
- 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 +11
- 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 +9
- 医学Noriyuki Tomiyama 研究室大阪大学論文 101 件·共通: 深層学習, AI・機械学習, 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, 機械 +9
- 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
研究成果(100 件)
- DOI: https://doi.org/10.14326/abe.250399
- DOI: https://doi.org/10.1038/s41598-026-57999-w
- DOI: https://doi.org/10.1007/s11548-026-03707-y
- [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
- 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/s11548-025-03352-x
- DOI: https://doi.org/10.1103/n834-dkyh
- DOI: https://doi.org/10.1007/s11548-025-03405-1
続きを表示(残り 90 件)閉じる
- DOI: https://doi.org/10.1111/den.15028
- DOI: https://doi.org/10.1007/s11548-025-03404-2
- 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
- [2025] A0681 – Artificial Intelligence system for detecting flat bladder tumors in cystoscopic imagesDOI: https://doi.org/10.1016/j.eururo.2025.09.3869
- DOI: https://doi.org/10.1007/s11548-025-03332-1
- 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/10.1038/s41598-025-89768-6
- DOI: https://doi.org/10.1007/s11548-024-03281-1
- DOI: https://doi.org/10.1038/s41598-025-85827-0
- DOI: https://doi.org/10.1007/s00586-025-08708-0
- DOI: https://doi.org/10.1007/s10278-025-01664-7
- DOI: https://doi.org/10.1097/ico.0000000000004018
- DOI: https://doi.org/10.1007/s11548-024-03139-6
- DOI: https://doi.org/10.1109/icwapr63074.2024.10870512
- DOI: https://doi.org/10.1109/icwapr63074.2024.10870510
- DOI: https://doi.org/10.1007/s11548-024-03215-x
- DOI: https://doi.org/10.7759/cureus.64986
- DOI: https://doi.org/10.1038/s41598-024-66296-3
- DOI: https://doi.org/10.1007/s11548-024-03175-2
- 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/10.1007/s00595-024-02835-9
- DOI: https://doi.org/10.1117/12.3006862
- [2024] [調査研究活動報告] 吉川家文書を理解するためにDOI: https://doi.org/10.15024/0002000235
- [2024] [資料紹介] 吉川家文書の幕末維新期弘暦関係史料DOI: https://doi.org/10.15024/0002000234
- DOI: https://doi.org/10.15024/0002000236
- DOI: https://doi.org/10.1007/s11548-023-03049-z
- DOI: https://doi.org/10.1117/12.3006816
- DOI: https://doi.org/10.1007/s12144-024-05676-4
- [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/10.1117/12.2654632
- DOI: https://doi.org/10.1117/12.2653792
- DOI: https://doi.org/10.1007/s11548-022-02821-x
- DOI: https://doi.org/10.1007/s00586-023-07562-2
- [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/10.1117/12.2654636
- DOI: https://doi.org/10.1117/12.2655112
- DOI: https://doi.org/10.1117/12.2654092
- DOI: https://doi.org/10.1007/s11548-023-03037-3
- DOI: https://doi.org/10.1117/12.2654508
- DOI: https://doi.org/10.1080/21681163.2022.2159534
- DOI: https://doi.org/10.1080/21681163.2022.2151938
- DOI: https://doi.org/10.1038/s41535-023-00539-w
- DOI: https://doi.org/10.1155/2023/8495937
- DOI: https://doi.org/10.3390/jcm12155075
- DOI: https://doi.org/10.1111/den.14622
- DOI: https://doi.org/10.1016/j.gie.2023.04.1087
- DOI: https://doi.org/10.1016/j.gie.2023.04.1016
- DOI: https://doi.org/10.1117/12.2612830
- DOI: https://doi.org/10.1117/12.2612829
- DOI: https://doi.org/10.1117/12.2611441
- DOI: https://doi.org/10.1080/21681163.2021.2004445
- [2022] Spatially variant biases considered self-supervised depth estimation based on laparoscopic videosDOI: https://doi.org/10.1080/21681163.2021.2015723
- DOI: https://doi.org/10.1117/12.2613317
- DOI: https://doi.org/10.1053/j.gastro.2022.03.053
- DOI: https://doi.org/10.1080/21681163.2022.2155579
- 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/s11548-022-02773-2
- DOI: https://doi.org/10.1007/s11548-022-02767-0
- DOI: https://doi.org/10.1103/physrevresearch.4.043015
- DOI: https://doi.org/10.1007/s11548-022-02696-y
- DOI: https://doi.org/10.1109/cleo-pr62338.2022.10432669
- DOI: https://doi.org/10.1109/cvprw56347.2022.00203
- DOI: https://doi.org/10.1038/s41467-022-29465-4
- DOI: https://doi.org/10.1117/12.2612535
- DOI: https://doi.org/10.1117/12.2613289
- DOI: https://doi.org/10.1117/12.2612827
- DOI: https://doi.org/10.1117/12.2611422
- [2022] Coarse-to-fine cascade framework for cross-modality super-resolution on clinical/micro CT datasetDOI: https://doi.org/10.1117/12.2611311
- DOI: https://doi.org/10.1117/12.2611672
- [2022] Size-reweighted cascaded fully convolutional network for substantia nigra segmentation from T2 MRIDOI: https://doi.org/10.1117/12.2613298
- DOI: https://doi.org/10.1007/s11548-021-02530-x
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)。