生体画像知能研究室

教員

• 

  准教授：大竹 義人

研究を始めるのに必要な知識・能力

プログラミングと英語・数学の基礎知識は必要ですが、ヒトの体の構造・機能への好奇心、それを画像化したデータに含まれる情報を様々な視点から解析し、フル活用しようという行動力も大事です。

研究室の指導方針

まず、画像処理・人工知能のアルゴリズムの基礎理論と実装について学び、最新の論文を精読しながら、研究論文を書くための基本を学びます。その後、各自興味を持ったテーマについて教員と相談しながら研究課題を設定します。ほとんどの研究プロジェクトは、他大学・他機関の医師や医学研究者との共同研究のため、他分野の専門家に対して情報科学的視点から自分の研究を説明するコミュニケーション力を育成します。国内学会や国際会議での研究発表、学術論文誌への論文投稿を通じて、世界に通用する自立した研究者への成長をサポートします。

この研究で身につく能力

生体画像解析と人工知能に関連する先進的な技術と知識を習得できるだけでなく、実際の医療現場での課題に取り組むことで、問題解決能力も養われます。データ科学の手法を駆使して、新しい診断支援や治療後を予測するシステムの開発に関わることが可能です。また、プロジェクトベースの学習（PBL）を通じて、チームワークとリーダーシップのスキルも向上します。

生体画像を解析し未来の医療に応用するための知能システムの研究を行っています．生体から計測した様々な種類の画像ビッグデータにより学習した人工知能を、診断・治療・予後予測に応用するとともに、医療現場からのニーズに動機づけられた人工知能の基礎技術開発を行います。

画像の理解を助ける知能

人体内部を撮影した３次元医用画像をくまなく認識して「仮想人体」を計算機内に構築することを目指しています。人体解剖の知識のモデル化（学習）と自動認識を、深層学習、多次元画像解析、統計的モデリング、ベイズ推定などの手法を駆使して行います。

ビッグデータを深掘りする知能

全国の病院の日々の日常診療で蓄積された医用画像データを、人工知能を使って整理し、そこから人体解剖に関する事前知識を取得します。性別・加齢による変化を定量的に解析できると共に、低侵襲に計測され部分データからの全身解剖の予測にも用います。

体内の動きを予測する知能

動作中の体の内部で、筋骨格がどのように相互作用しているかを低侵襲な計測データから解析します。被験者個別の筋骨格形状を予測して用いることで従来より高精度な解析が実現できます。 患者の動きからリハビリテーション効果を判定したり、スポーツ選手に怪我の防止のための動作指導を行う際に使います。

治療をデザインする知能

「仮想人体」上で、手術後の患者の生体シミュレーションを行い、さらに、過去の手術データベースからの統計的予測を組み合わせることで、自動手術計画を行います。これにより、名医の経験と勘の科学的根拠を示し、患者固有の最適手術計画を立案します。