研究者データベース

清水 昭伸SHIMIZU Akinobuシミズ アキノブ

所属部署名工学研究院 先端電気電子部門
職名教授
Last Updated :2023/09/07

業績情報

氏名・連絡先

  • 氏名

    シミズ アキノブ, 清水 昭伸, SHIMIZU Akinobu
  • 個人ホームページ

    http://web.tuat.ac.jp/~simizlab/

主たる所属・職名

  • 工学研究院 先端電気電子部門, 教授

その他の所属

  • 工学部 電気電子工学科
  • 工学府 電気電子工学専攻
  • グローバルイノベーション研究院

経歴

  • -
    東京農工大学大学院共生科学技術研究院 システム情報科学部門
    自 2005年10月
  • 東京農工大学大学院工学研究院
    教授
    自 2014年05月01日

学歴

  • 名古屋大学
    工学部
    電気学科
    至 1989年, 卒業
  • 名古屋大学
    工学研究科
    至 1991年, 修了, 博士前期
  • 名古屋大学
    工学研究科
    至 1994年, 単位取得満期退学, 博士後期

学位

  • 博士(工学)の学位授与(工博第938号)
    名古屋大学
  • 博士(工学)
    名古屋大学
  • 工学修士
    名古屋大学

教育・研究活動状況

  • 医師が患者と対面した時、まず、患者を「診る」ことから始めます。具体的には、患者の顔色や体の内部を撮影したX線像などを「見て」、それを元に病名や外傷の程度などを予測します(「診る」)。最近では、CTやMRIなどのように、人体内部を詳細に観察できる装置が登場し、診断精度は格段に向上したと言われています。しかし、撮影装置の進歩の一方で医療現場には大量の画像があふれ、医師の負担はますます増加しています。また、診断結果を定量化したり客観化することは病気の程度などを知るために大切なことですが、人にとっては容易なことではありません。 私たちの研究室では、コンピュータが、「大量処理」、「客観化」、及び、「定量化」を得意とすることに注目し、医用画像を「診る」機能をコンピュータ上に実現するための研究を行っています。具体的には、X線像やCT像などの医用画像から「がん」などの異常陰影を自動検出するシステムの開発を行っています。また、そのための画像処理アルゴリズムの開発や、人工知能を用いた診断支援アルゴリズムの開発なども併せて行っています。さらに、ヒト胚子や死後画像を対象とした解析や数理モデル化も進めています。

研究分野

  • A689 ものづくり技術(機械・電気電子・化学工学), A21030 計測工学
  • A289 情報通信, A61030 知能情報学
  • A189 ライフサイエンス, A90130 医用システム

研究キーワード

  • 医用画像上の解剖や病理構造の客観的かつ再現可能な評価を目指し,医用画像処理アルゴリズムや診断支援システムに関する研究・開発,および検証を研究の目的としています. 医用画像処理、診断支援システム

研究テーマ

  • 医用画像処理に関する研究
    自 1990

共同・受託研究希望テーマ

  • 医用画像や工業製品画像を対象とした診断(非破壊検査)支援システムの開発
    産学連携等、民間を含む他機関等との共同研究を希望

担当授業科目

  • 先進知能情報工学実験
    2022年, 専門科目等
  • 知能情報システム工学概論
    2022年, 専門科目等
  • 先端数理情報数学
    2021年, 専門科目等
  • 知能情報システム工学概論
    2021年, 専門科目等
  • プログラミングⅠ
    2021年, 専門科目等
  • プログラミングⅠ演習
    2021年, 専門科目等
  • 画像工学
    2021年, 専門科目等
  • 高次元画像解析特論
    2021年, 専門科目等

科学研究費助成事業

  • 基盤研究(B)
    低侵襲ロボット支援解剖と人工知能(AI)を活用した医療関連死解析法構築
    自 2022年, 至 2022年
  • 基盤研究(B)
    低侵襲ロボット支援解剖と人工知能(AI)を活用した医療関連死解析法構築
    自 2021年, 至 2021年
  • 基盤研究(B)
    低侵襲ロボット支援解剖と人工知能(AI)を活用した医療関連死解析法構築
    自 2020年, 至 2020年
  • 新学術領域研究(研究領域提案型)成果取りまとめ
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2019年, 至 2019年
  • 基盤研究(B)
    臨床的多様性に対応可能な臓器の統計モデルと認識アルゴリズムの開発
    自 2018年, 至 2020年
  • 国際共同研究加速基金(国際活動支援班)
    多元計算解剖モデルを核とした国際共同研究基盤の創成
    自 2018年, 至 2018年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2018年, 至 2018年
  • 新学術領域研究(計画)
    多元計算解剖学における形態情報統合の基盤技術
    自 2014年, 至 2018年
  • 国際共同研究加速基金(国際活動支援班)
    多元計算解剖モデルを核とした国際共同研究基盤の創成
    自 2017年, 至 2017年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2017年, 至 2017年
  • 国際共同研究加速基金(国際活動支援班)
    多元計算解剖モデルを核とした国際共同研究基盤の創成
    自 2016年, 至 2016年
  • 新学術領域研究(研究領域提案型)総括班
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2016年, 至 2016年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2015年, 至 2015年
  • 国際共同研究加速基金(国際活動支援班)
    多元計算解剖モデルを核とした国際共同研究基盤の創成
    自 2015年, 至 2015年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の創成と診断・治療支援の高度化
    自 2014年, 至 2014年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開
    自 2014年, 至 2014年
  • 新学術領域研究(研究領域提案型)
    計算解剖モデルに基づくオートプシー・イメージング支援
    自 2009年, 至 2013年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の創成と診断・治療支援の高度化
    自 2013年, 至 2013年
  • 基盤研究(C)
    解剖構造と異常部位の時空間統計モデルと画像診断支援
    自 2011年, 至 2013年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の創成と診断・治療支援の高度化
    自 2012年, 至 2012年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の創成と診断・治療支援の高度化
    自 2011年, 至 2011年
  • 新学術領域研究(研究領域提案型)
    医用画像に基づく計算解剖学の創成と診断・治療支援の高度化
    自 2010年, 至 2010年
  • 若手研究(A)
    腹部3次元画像の診断支援システムの開発
    自 2001年, 至 2002年
  • 若手研究(A)
    胸部X線像における肺腫瘤影の良悪性判別のための診断支援システム
    自 1996年, 至 1996年

論文

  • MRIと深層学習を用いた体軸性脊椎関節炎の診断支援
    小島陽, 冨田哲也, 門野夕峰, 多田久里守, 辻成佳, 野崎太希, 小山芳伸, 土橋浩章, 岡野匡志, 川合聡史, 清水昭伸
    日本脊椎関節炎学会誌
    日本脊椎関節炎学会
    2022年09月, 研究論文(研究会,シンポジウム資料等), 9, suppl 1, 2435-6778, S-57, S-57
  • 骨シンチグラムの陽性高集積検出システムにおける市販後学習
    藤本啓輔,大﨑洋充,東山滋明,河邉譲治,中岡竜介,清水昭伸
    第41回日本医用画像工学会大会予稿集
    日本医用画像工学会
    2022年07月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 2432-6380, 100, 101
  • ヒト胚子の脳の空間的に隣接する複数器官を対象とした統計的形状モデル
    近嵐 尚,高桑徹也,山田重人,清水昭伸
    第41回日本医用画像工学会大会予稿集
    日本医用画像工学会
    2022年07月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 2432-6380, 118, 119
  • 陽性高集積検出処理における全身画像の入力の効果
    原 守男,河邉讓治,東山滋明,大﨑洋充,清水昭伸
    電子情報通信学会技術研究報告
    電子情報通信学会
    2022年01月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 121, 347, 2432-6380, 188, 189
  • 深層学習による大規模皮膚疾患画像の分類 ~ 患者属性情報を用いた改良 ~
    田中雅也,志藤光介,藤澤康弘,山崎研志,藤本 学,清水昭伸
    電子情報通信学会技術研究報告
    電子情報通信学会
    2022年01月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 121, 347, 2432-6380, 184, 185
  • 胸部CT像の肺野および胸水セグメンテーション
    春石誉人,橋本正弘,大竹義人,明石敏昭,清水昭伸
    電子情報通信学会技術研究報告
    電子情報通信学会
    2022年01月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 121, 347, 2432-6380, 43, 44
  • Flow-based生成ネットワークを用いた胸部CTの血管の統計濃度モデル ~ Component Tree損失によるモデルの改良 ~
    益子大空,ジャン コスティ,剣持雪子,上野淳二,原田雅史,清水昭伸
    電子情報通信学会技術研究報告
    電子情報通信学会
    2022年01月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 121, 347, 2432-6380, 39, 40
  • Admissible SDF variationを用いたヒト胚子の脳の統計的形状モデル
    田邊宥大,高桑徹也,山田重人,清水昭伸
    電子情報通信学会技術研究報告
    電子情報通信学会
    2022年01月, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, 121, 347, 2432-6380, 14, 15
  • Anomaly Detection for Chest CT Images using Normalizing Flow
    Hiroki Tobise, Mauricio Kugler, Tatsuya Yokota, Masahiro Hashimoto, Yoshito Otake, Toshiaki Akashi, Akinobu Shimizu and Hidekata Hontani
    International Forum on Medical Imaging in Asia 2023
    2023年01月10日, (MISC)研究発表要旨(国際会議), 共同
  • Super resolution of lung CT scans degraded by motion blur using Wiener deconvolution
    Bhardwaj Samarth, Inai Kunihiro, Kimura Hirohiko, Kido Shoji, Shimizu Akinobu
    International Forum on Medical Imaging in Asia 2023
    2023年01月10日, (MISC)研究発表要旨(国際会議), 共同
  • Blind super resolution of lung CT scans using Wiener deconvolution
    Bhardwaj Samarth, Inai Kunihiro, Kimura Hirohiko, Kido Shoji, Shimizu Akinobu
    International Journal of Computer Assisted Radiology and Surgery
    Springer
    2022年05月25日, 研究論文(国際会議プロシーディングス), 共同, 17, suppl 1, DOI(公開)(r-map), s27, s29
  • Attention Induction for a CT volume classification of COVID-19
    Yusuke Takateyama, Takahito Haruishi, Masahiro Hashimoto, Yoshito Otake, Toshiaki Akashi, Akinobu Shimizu
    International Journal of Computer Assisted Radiology and Surgery
    Springer
    2023年02月, 研究論文(学術雑誌), 共同, 18, DOI(公開)(r-map), 289, 301
  • Computer-aided diagnosis in post-deep learning era
    Shimizu, Akinobu
    CANCER SCIENCE
    WILEY
    2022年02月, 研究論文(国際会議プロシーディングス), 単独, 113, 1347-9032, DOI(公開)(r-map), 1377, 1377
  • Classification and visual explanation for COVID-19 pneumonia from CT images using triple learning
    Kato, Sota; Oda, Masahiro; Mori, Kensaku; Shimizu, Akinobu; Otake, Yoshito; Hashimoto, Masahiro; Akashi, Toshiaki; Hotta, Kazuhiro
    SCIENTIFIC REPORTS
    NATURE PORTFOLIO
    This study presents a novel framework for classifying and visualizing pneumonia induced by COVID-19 from CT images. Although many image classification methods using deep learning have been proposed, in the case of medical image fields, standard classification methods are unable to be used in some cases because the medical images that belong to the same category vary depending on the progression of the symptoms and the size of the inflamed area. In addition, it is essential that the models used be transparent and explainable, allowing health care providers to trust the models and avoid mistakes. In this study, we propose a classification method using contrastive learning and an attention mechanism. Contrastive learning is able to close the distance for images of the same category and generate a better feature space for classification. An attention mechanism is able to emphasize an important area in the image and visualize the location related to classification. Through experiments conducted on two-types of classification using a three-fold cross validation, we confirmed that the classification accuracy was significantly improved; in addition, a detailed visual explanation was achieved comparison with conventional methods.
    2022年12月02日, 研究論文(学術雑誌), 共同, 12, 1, 2045-2322, DOI(公開)(r-map)
  • Statistical Modeling of Pulmonary Vasculatures with Topological Priors in CT Volumes
    Yuki Saeki, Atsushi Saito, Jean Cousty, Yukiko Kenmochi, Akinobu Shimizu
    Interpretability of Machine Intelligence in Medical Image Computing, and Topological Data Analysis and Its Applications for Medical Data
    Springer
    2021年09月21日, 研究論文(国際会議プロシーディングス), 共同, LNIP,volume 12929, DOI(公開)(r-map), 108, 118
  • Improvement of dementia classification accuracy for brain SPECT volumes using the attention mechanism
    International Journal of Computer Assisted Radiology and Surgery
    2021年06月22日, 研究論文(国際会議プロシーディングス), 共同, s112, s113
  • Bayesian approach for hotspot extraction from a bone scintigram
    M. Hara, A. Saito, J. Kawabe, S. Higashiyama, H. Daisaki, A. Shimizu
    international journal of computer assisted radiology and surgery
    2021年06月22日, 研究論文(国際会議プロシーディングス), 共同, s78, s79
  • Distributed sensory coding by cerebellar complex spikes in units of cortical segment
    Takayuki Michikawa, Takamasa Yoshida, Satoshi Kuroki, Takahiro Ishikawa, Shinji Kakei, Ryo Kimizuka, Atsushi Saito, Hideo Yokota, Akinobu Shimizu, Shigeyoshi Itohara and Atsushi Miyawaki
    Cell Reports
    Sensory processing is essential for motor control. Climbing fibers from the inferior olive transmit sensory signals to Purkinje cells, but how the signals are represented in the cerebellar cortex remains elusive. To examine the olivocerebellar organization of the mouse brain, we perform quantitative Ca2+ imaging to measure complex spikes (CSs) evoked by climbing fiber inputs over the entire dorsal surface of the cerebellum simultaneously. The surface is divided into approximately 200 segments, each composed of 100 Purkinje cells that fire CSs synchronously. Our in vivo imaging reveals that, although stimulation of four limb muscles individually elicits similar global CS responses across nearly all segments, the timing and location of a stimulus are derived by Bayesian inference from coordinated activation and inactivation of multiple segments on a single trial basis. We propose that the cerebellum performs segment-based, distributed-population coding that represents the conditional probability of sensory events.
    2021年11月09日, 研究論文(学術雑誌), 共同, 37, 6, DOI(公開)(r-map)
  • Extraction of metastasis hotspots in a whole-body bone scintigram based on bilateral asymmetry
    Atsushi Saito, Hayato Wakabayashi, Hiromitsu Daisaki, Atsushi Yoshida, Shigeaki Higashiyama, Joji Kawabe, Akinobu Shimizu
    International Journal of Computer Assisted Radiology and Surgery
    Springer
    Purpose A hotspot of bone metastatic lesion in a whole-body bone scintigram is often observed as left–right asymmetry. The purpose of this study is to present a network to evaluate bilateral difference of a whole-body bone scintigram, and to subsequently integrate it with our previous network that extracts the hotspot from a pair of anterior and posterior images. Methods Input of the proposed network is a pair of scintigrams that are the original one and the flipped version with respect to body axis. The paired scintigrams are processed by a butterfly-type network (BtrflyNet). Subsequently, the output of the network is combined with the output of another BtrflyNet for a pair of anterior and posterior scintigrams by employing a convolutional layer optimized using training images. Results We evaluated the performance of the combined networks, which comprised two BtrflyNets followed by a convolutional layer for integration, in terms of accuracy of hotspot extraction using 1330 bone scintigrams of 665 patients with prostate cancer. A threefold cross-validation experiment showed that the number of false positive regions was reduced from 4.30 to 2.13 for anterior and 4.71 to 2.62 for posterior scintigrams on average compared with our previous model. Conclusions This study presented a network for hotspot extraction of bone metastatic lesion that evaluates bilateral difference of a whole-body bone scintigram. When combining the network with the previous network that extracts the hotspot from a pair of anterior and posterior scintigrams, the false positives were reduced by nearly half compared to our previous model.
    2021年12月, 研究論文(学術雑誌), 共同, 16, DOI(公開)(r-map), 2251, 2260
  • Classification of large‑scale image database of various skin diseases using deep learning
    Masaya Tanaka, Atsushi Saito, Kosuke Shido, Yasuhiro Fujisawa, Kenshi Yamasaki, Manabu Fujimoto, Kohei Murao, Youichirou Ninomiya, Shin’ichi Satoh, Akinobu Shimizu
    International Journal of Computer Assisted Radiology and Surgery
    Purpose The purpose of this study was to develop a deep learning-based computer-aided diagnosis system for skin disease classification using photographic images of patients. The targets are 59 skin diseases, including localized and diffuse diseases captured by photographic cameras, resulting in highly diverse images in terms of the appearance of the diseases or photographic conditions. Methods ResNet-18 is used as a baseline model for classification and is reinforced by metric learning to boost generalization in classification by avoiding the overfitting of the training data and increasing the reliability of CADx for dermatologists. Patient-wise classification is performed by aggregating the inference vectors of all the input patient images. Results The experiment using 70,196 images of 13,038 patients demonstrated that classification accuracy was significantly improved by both metric learning and aggregation, resulting in patient accuracies of 0.579 for Top-1, 0.793 for Top-3, and 0.863 for Top-5. The McNemar test showed that the improvements achieved by the proposed method were statistically significant. Conclusion This study presents a deep learning-based classification of 59 skin diseases using multiple photographic images of a patient. The experimental results demonstrated that the proposed classification reinforced by metric learning and aggregation of multiple input images was effective in the classification of patients with diverse skin diseases and imaging conditions.
    2021年11月, 研究論文(学術雑誌), 共同, DOI(公開)(r-map)
  • Augmented Radiology: Feature Space Transfer Model for Prostate Cancer Stage Prediction
    Masahiro Ogino, Zisheng Li, and Akinobu Shimizu
    IEEE Access
    Recent improvements in medical image analysis using deep learning-based neural networks can potentially be exploited to enhance the performance of computer-aided detection/diagnosis systems. In this study, we propose a feature space transfer mode (FSTM) for learning the phenotype relationships between radiological images and pathological images. We hypothesize that high-level features from the same patient can be linked between different modality images with different resolutions. We refer to our method as “augmented radiology” because the inference model only requires radiological images as input while the prediction result can be linked to specific pathological phenotypes. We applied the proposed method to the pathological tumor classification (T0 vs. T2c/T3a and T0 vs. T2c vs. T3a) of prostate cancer and found that it achieved a high classification accuracy (0.880 for T0 vs. T2c/T3a and 0.825 for T0 vs. T2c vs. T3a) given only the radiological images as input. We also analyzed the validity of the proposed method by visualizing the transferred features and found that it can extract useful information for diagnosis embedded in radiological images. We conclude that the proposed method will significantly help improve the diagnostic prediction performance of radiological images.
    2021年07月19日, 研究論文(学術雑誌), 共同, DOI(公開)(r-map)
  • From classical to deep learning: review on cartilage and bone segmentation techniques in knee osteoarthritis research
    Gan, Hong-Seng; Ramlee, Muhammad Hanif; Wahab, Asnida Abdul; Lee, Yeng-Seng; Shimizu, Akinobu
    ARTIFICIAL INTELLIGENCE REVIEW
    SPRINGER
    Knee osteoarthritis is a major diarthrodial joint disorder with profound global socioeconomic impact. Diagnostic imaging using magnetic resonance image can produce morphometric biomarkers to investigate the epidemiology of knee osteoarthritis in clinical trials, which is critical to attain early detection and develop effective regenerative treatment/therapy. With tremendous increase in image data size, manual segmentation as the standard practice becomes largely unsuitable. This review aims to provide an in-depth insight about a broad collection of classical and deep learning segmentation techniques used in knee osteoarthritis research. Specifically, this is the first review that covers both bone and cartilage segmentation models in recognition that knee osteoarthritis is a whole joint disease, as well as highlights on diagnostic values of deep learning in emerging knee osteoarthritis research. Besides, we have collected useful deep learning reviews to serve as source of reference to ease future development of deep learning models in this field. Lastly, we highlight on the diagnostic value of deep learning as key future computer-aided diagnosis applications to conclude this review.
    2021年04月, 研究論文(学術雑誌), 共同, 54, 4, 0269-2821, DOI(公開)(r-map), 2445, 2494
  • KPCマウスの膵癌腫瘍のMRI画像と病理画像の統合モデル構築
    2020年08月03日, (MISC)研究発表要旨(全国大会,その他学術会議), 共同, DOI(公開)(r-map)
  • 一生涯の多元計算解剖モデル
    Medical Imaging Technology
    2020年06月, (MISC)総説・解説(学術雑誌), 38, 3, DOI(公開)(r-map), 103, 107
  • Automated measurement of bone scan index from a whole-body bone scintigram
    Shimizu, Akinobu; Wakabayashi, Hayato; Kanamori, Takumi; Saito, Atsushi; Nishikawa, Kazuhiro; Daisaki, Hiromitsu; Higashiyama, Shigeaki; Kawabe, Joji
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    Purpose We propose a deep learning-based image interpretation system for skeleton segmentation and extraction of hot spots of bone metastatic lesion from a whole-body bone scintigram followed by automated measurement of a bone scan index (BSI), which will be clinically useful. Methods The proposed system employs butterfly-type networks (BtrflyNets) for skeleton segmentation and extraction of hot spots of bone metastatic lesions, in which a pair of anterior and posterior images are processed simultaneously. BSI is then measured using the segmented bones and extracted hot spots. To further improve the networks, deep supervision (DSV) and residual learning technologies were introduced. Results We evaluated the performance of the proposed system using 246 bone scintigrams of prostate cancer in terms of accuracy of skeleton segmentation, hot spot extraction, and BSI measurement, as well as computational cost. In a threefold cross-validation experiment, the best performance was achieved by BtrflyNet with DSV for skeleton segmentation and BtrflyNet with residual blocks. The cross-correlation between the measured and true BSI was 0.9337, and the computational time for a case was 112.0 s. Conclusion We proposed a deep learning-based BSI measurement system for a whole-body bone scintigram and proved its effectiveness by threefold cross-validation study using 246 whole-body bone scintigrams. The automatically measured BSI and computational time for a case are deemed clinically acceptable and reliable.
    2020年03月, 研究論文(学術雑誌), 共同, 15, 3, 1861-6410, DOI(公開)(r-map), 389, 400
  • Bleeding Classification of Enhanced Wireless Capsule Endoscopy Images using Deep Convolutional Neural Network
    Shahril, Rosdiana; Saito, Atsushi; Shimizu, Akinobu; Baharun, Sabariah
    JOURNAL OF INFORMATION SCIENCE AND ENGINEERING
    INST INFORMATION SCIENCE
    This paper investigates the performance of a Deep Convolutional Neural Network (DCNN) algorithm to identify bleeding areas of wireless capsule endoscopy (WCE) images without known prior knowledge of bleeding and normal features of the images. In this study, a pre-processing technique has been proposed to improve the classification accuracy of WCE images into bleeding areas and normal areas by enhancing the WCE images. The proposed technique is applied to WCE images from six cases and divided into one training case and five test cases. To evaluate the effectiveness of the processes, the results were then compared between DCNN, SVM and Fuzzy, and also between DCNN with completely enhanced images and DCNN with normalized images. DCNN has shown to give a better result compared to SVM and Fuzzy logic; and the latter experiment has shown that the WCE images that have undergone the proposed enhancement technique gives better classification result compared to those images that did not go through the technique. The specificity, sensitivity and average are 0.8703, 0.8271 and 0.8907 respectively. In conclusion, DCNN has been proven to be able to successfully detecting bleeding areas from images without having any specific knowledge on imaging diagnosis or pathology.
    2020年01月, 研究論文(学術雑誌), 共同, 36, 1, 1016-2364, DOI(公開)(r-map), 91, 108
  • Spatiotemporal Statistical Shape Model for Temporal Shape Change Analysis of Adult Brain
    Alam, Saadia Binte; Nii, Manabu; Shimizu, Akinobu; Kobashi, Syoji
    CURRENT MEDICAL IMAGING
    BENTHAM SCIENCE PUBL LTD
    Background: This study presents a novel method of constructing a spatiotemporal statistical shape model (st-SSM) for adult brain. St-SSM is an extension of statistical shape model (SSM) in the temporal domain which will represent the statistical variability of shape as well as the temporal change of statistical variance with respect to time. Aims: Expectation-Maximization (EM) based weighted principal component analysis (WPCA) using a temporal weight function is applied where the eigenvalues of each data are estimated by E-step using temporal eigenvectors, and M-step updates Eigenvectors in order to maximize the variance. Both E and M-step are iterated until updating vectors reaches the convergence point. A weight parameter for each subject is allocated in accordance with the subject's age to calculate the weighted variance. A Gaussian function is utilized to define the weight function. The center of the function is a time point while the variance is a predefined parameter. Methods: The proposed method constructs adult brain st-SSM by changing the time point between minimum to maximum age range with a small interval. Here, the eigenvectors changes with aging. The feature vector of representing adult brain shape is extracted through a level set algorithm. To validate the method, this study employed 103 adult subjects (age: 22 to 93 y.o. with Mean +/- SD = 59.32 +/- 16.89) from OASIS database. st-SSM was constructed for time point 40 to 90 with a step of 2. Results: We calculated the temporal deformation change between two-time points and evaluated the corresponding difference to investigate the influence of analysis parameter. An application of the proposed model is also introduced which involves Alzheimer's disease (AD) identification utilizing support vector machine. Conclusion: In this study, st-SSM based adult brain shape feature extraction and classification techniques are introduced to classify between normal and AD subject as an application.
    2020年, 研究論文(学術雑誌), 共同, 16, 5, 1573-4056, DOI(公開)(r-map), 499, 506
  • Robust 3D image reconstruction of pancreatic cancer tumors from histopathological images with different stains and its quantitative performance evaluation
    Kugler, Mauricio; Goto, Yushi; Tamura, Yuki; Kawamura, Naoki; Kobayashi, Hirokazu; Yokota, Tatsuya; Iwamoto, Chika; Ohuchida, Kenoki; Hashizume, Makoto; Shimizu, Akinobu; Hontani, Hidekata
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    PurposeHistopathological imaging is widely used for the analysis and diagnosis of multiple diseases. Several methods have been proposed for the 3D reconstruction of pathological images, captured from thin sections of a given specimen, which get nonlinearly deformed due to the preparation process. The majority of the available methods for registering such images use the degree of matching of adjacent images as the criteria for registration, which can result in unnatural deformations of the anatomical structures. Moreover, most methods assume that the same staining is used for all images, when in fact multiple staining is usually applied in order to enhance different structures in the images.MethodsThis paper proposes a non-rigid 3D reconstruction method based on the assumption that internal structures on the original tissue must be smooth and continuous. Landmarks are detected along anatomical structures using template matching based on normalized cross-correlation (NCC), forming jagged shape trajectories that traverse several slices. The registration process smooths out these trajectories and deforms the images accordingly. Artifacts are automatically handled by using the confidence of the NCC in order to reject unreliable landmarks.ResultsThe proposed method was applied to a large series of histological sections from the pancreas of a KPC mouse. Some portions were dyed primarily with HE stain, while others were dyed alternately with HE, CK19, MT and Ki67 stains. A new evaluation method is proposed to quantitatively evaluate the smoothness and isotropy of the obtained reconstructions, both for single and multiple staining.ConclusionsThe experimental results show that the proposed method produces smooth and nearly isotropic 3D reconstructions of pathological images with either single or multiple stains. From these reconstructions, microanatomical structures enhanced by different stains can be simultaneously observed.
    2019年12月, 研究論文(学術雑誌), 共同, 14, 12, 1861-6410, DOI(公開)(r-map), 2047, 2055
  • HoTPiG: a novel graph-based 3-D image feature set and its applications to computer-assisted detection of cerebral aneurysms and lung nodules
    Hanaoka, Shouhei; Nomura, Yukihiro; Takenaga, Tomomi; Murata, Masaki; Nakao, Takahiro; Miki, Soichiro; Yoshikawa, Takeharu; Hayashi, Naoto; Abe, Osamu; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    PurposeA novel image feature set named histogram of triangular paths in graph (HoTPiG) is presented. The purpose of this study is to evaluate the feasibility of the proposed HoTPiG feature set through two clinical computer-aided detection tasks: nodule detection in lung CT images and aneurysm detection in head MR angiography images.MethodsThe HoTPiG feature set is calculated from an undirected graph structure derived from a binarized volume. The features are derived from a 3-D histogram in which each bin represents a triplet of shortest path distances between the target node and all possible node pairs near the target node. First, the vessel structure is extracted from CT/MR volumes. Then, a graph structure is extracted using an 18-neighbor rule. Using this graph, a HoTPiG feature vector is calculated at every foreground voxel. After explicit feature mapping with an exponential-chi (2) kernel, each voxel is judged by a linear support vector machine classifier. The proposed method was evaluated using 300 CT and 300 MR datasets.ResultsThe proposed method successfully detected lung nodules and cerebral aneurysms. The sensitivity was about 80% when the number of false positives was three per case for both applications.ConclusionsThe HoTPiG image feature set was presented, and its high general versatility was shown through two medical lesion detection applications.
    2019年12月, 研究論文(学術雑誌), 共同, 14, 12, 1861-6410, DOI(公開)(r-map), 2095, 2107
  • Liver segmentation from low-radiation-dose pediatric computed tomography using patient-specific, statistical modeling
    Nakayama, Koyo; Saito, Atsushi; Biggs, Elijah; Linguraru, Marius George; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    PurposeThe pediatric computed tomography (CT) volume is acquired at a low dose because radiation is harmful to young children. Consequently, the pediatric CT volume has lower signal-to-noise ratio, which makes organ segmentation difficult. In this paper, we propose a liver segmentation algorithm for pediatric CT scan using a patient-specific level set distribution model (LSDM).MethodsThe patient-specific LSDM was constructed using a conditional LSDM (C-LSDM) conditioned on age. Furthermore, a patient-specific probabilistic atlas (PA) was generated using the model, which became a priori to the maximum a posteriori-based segmentation. The patient-specific PA generation by the C-LSDM using kernel density estimation was quicker than the conventional PA generation method using random numbers, and also, it was more accurate as it did not include any approximations.ResultsThe liver segmentation algorithm was tested on 42 CT volumes of children aged between 2 weeks and 7 years. In the proposed method, the calculation time of the PA was about 9 s for the single Gaussian method, while it was 337 s for the conventional PA generation method using random numbers. Furthermore, using the kernel density estimation, median and 25%/75% tile of the generalized Dice similarity index between the PA and the correct liver region were found to be 0.3443 and 0.3191/0.3595. The Dice similarity index in the segmentation was 0.8821 and 0.8545/0.9085, which are higher than those obtained by the conventional method, and requires lower computational cost.ConclusionWe proposed a method to quickly and accurately generate a PA, combined with C-LSDM using kernel density estimation, which enabled efficient calculation and improved segmentation accuracy.
    2019年12月, 研究論文(学術雑誌), 共同, 14, 12, 1861-6410, DOI(公開)(r-map), 2057, 2068
  • 深層学習を用いた診断支援システムのリスクと対策
    2019年11月29日, (MISC)研究発表要旨(全国大会,その他学術会議), 単独
  • Detection of pancreatic tumor cell nuclei via a hyperspectral analysis of pathological slides based on stain spectra
    Ishikawa, Masahiro; Okamoto, Chisato; Shinoda, Kazuma; Komagata, Hideki; Iwamoto, Chika; Ohuchida, Kenoki; Hashizume, Makoto; Shimizu, Akinobu; Kobayashi, Naoki
    BIOMEDICAL OPTICS EXPRESS
    OPTICAL SOC AMER
    Hyperspectral imaging (HSI) provides more detailed information than red-green-blue (RGB) imaging, and therefore has potential applications in computer-aided pathological diagnosis. This study aimed to develop a pattern recognition method based on HSI, called hyperspectral analysis of pathological slides based on stain spectrum (HAPSS), to detect cancers in hematoxylin and eosin-stained pathological slides of pancreatic tumors. The samples, comprising hyperspectral cubes of 420-750 nm, were harvested for HSI and tissue microarray (TMA) analysis. As a result of conducting HAPSS experiments with a support vector machine (SVM) classifier, we obtained maximal accuracy of 94%), a 14% improvement over the widely used RGB images. Thus, HAPSS is a suitable method to automatically detect tumors in pathological slides of the pancreas. (C) 2019 Optical Society of America under the terms of the OSA Open Access Publishing Agreement
    2019年09月01日, 研究論文(学術雑誌), 共同, 10, 9, 2156-7085, DOI(公開)(r-map), 4568, 4588
  • Critical Growth Processes for the Midfacial Morphogenesis in the Early Prenatal Period
    Katsube, Motoki; Yamada, Shigehito; Yamaguchi, Yutaka; Takakuwa, Tetsuya; Yamamoto, Akira; Imai, Hirohiko; Saito, Atsushi; Shimizu, Akinobu; Suzuki, Shigehiko
    CLEFT PALATE-CRANIOFACIAL JOURNAL
    ALLIANCE COMMUNICATIONS GROUP DIVISION ALLEN PRESS
    Background: Congenital midfacial hypoplasia often requires intensive treatments and is a typical condition for the Binder phenotype and syndromic craniosynostosis. The growth trait of the midfacial skeleton during the early fetal period has been assumed to be critical for such an anomaly. However, previous embryological studies using 2-dimensional analyses and specimens during the late fetal period have not been sufficient to reveal it. Objective: To understand the morphogenesis of the midfacial skeleton in the early fetal period via 3-dimensional quantification of the growth trait and investigation of the developmental association between the growth centers and midface. Methods: Magnetic resonance images were obtained from 60 human fetuses during the early fetal period. Three-dimensional shape changes in the craniofacial skeleton along growth were quantified and visualized using geometric morphometrics. Subsequently, the degree of development was computed. Furthermore, the developmental association between the growth centers and the midfacial skeleton was statistically investigated and visualized. Results: The zygoma expanded drastically in the anterolateral dimension, and the lateral part of the maxilla developed forward until approximately 13 weeks of gestation. The growth centers such as the nasal septum and anterior portion of the sphenoid were highly associated with the forward growth of the midfacial skeleton (RV = 0.589; P < .001). Conclusions: The development of the midface, especially of the zygoma, before 13 weeks of gestation played an essential role in the midfacial development. Moreover, the growth centers had a strong association with midfacial forward growth before birth.
    2019年09月, 研究論文(学術雑誌), 共同, 56, 8, 1055-6656, DOI(公開)(r-map), 1026, 1037
  • Level set distribution model of nested structures using logarithmic transformation
    Saito, Atsushi; Tsujikawa, Masaki; Takakuwa, Tetsuya; Yamada, Shigehito; Shimizu, Akinobu
    MEDICAL IMAGE ANALYSIS
    ELSEVIER
    In this study, we propose a method for constructing a multishape statistical shape model (SSM) for nested structures such that each is a subset or superset of another. The proposed method has potential application to any pair of shapes with an inclusive relationship. These types of shapes are often found in anatomy, such as the brain surface and ventricles. The main contribution of this paper is to introduce a new shape representation called log-transformed level set function (LT-LSF), which has a vector space structure that preserves the correct inclusive relationship of the nested shape. In addition, our method is applicable to an arbitrary number of nested shapes. We demonstrate the effectiveness of the proposed shape representation by modeling the anatomy of human embryos, including the brain, ventricles, and choroid plexus volumes. The performance of the SSM was evaluated in terms of generalization and specificity ability. Additionally, we measured leakage criteria to assess the ability to preserve inclusive relationships. A quantitative comparison of our SSM with conventional multishape SSMs demonstrates the superiority of the proposed method. (C) 2019 Elsevier B.V. All rights reserved.
    2019年08月, 研究論文(学術雑誌), 共同, 56, 1361-8415, DOI(公開)(r-map), 1, 10
  • 医用画像におけるGANを用いた超解像処理
    Medical Imaging Technology
    2019年06月, (MISC)総説・解説(学術雑誌), 共同, 37, 3, 143, 146
  • AIによる医用画像のコンピュータ支援診断
    最新医学
    最新医学社
    2019年03月, (MISC)総説・解説(学術雑誌), 単独, 74, 3, 358, 363
  • 医用画像工学の新たな展開 -計算解剖学と多元計算解剖学-
    画像電子学会誌
    2018年01月, (MISC)総説・解説(学術雑誌), 単独
  • ヒトおよび腫瘍の時空間情報統合モデル
    月刊細胞
    2018年01月, (MISC)総説・解説(商業誌), 共同
  • A spatiotemporal statistical shape model of the brain surface during human embryonic development
    Kazuki Kasahara Atsushi Saito, Tetsuya Takakuwa, Shigehito Yamada, Hiroshi Matsuzoe, Hidekata Hontani, Akinobu Shimizu
    Advanced Biomedical Engineering
    2018年, 共同, DOI(公開)(r-map)
  • Regulatory Science on AI-based Medical Devices and Systems
    Kiyoyuki Chinzei, Akinobu Shimizu, Kensaku Mori, Kanako Harada, Hideaki Takeda, Makoto Hashizume, Mayumi Ishizuka, Nobumasa Kato, Ryuzo Kawamori, Shunei Kyo, Kyosuke Nagata, Takashi Yamane, Ichiro Sakuma, Kazuhiko Ohe, Mamoru Mitsuishi
    Advanced Biomedical Engineering
    2018年, 共同, 7, DOI(公開)(r-map), 118, 123
  • A Spatiotemporal Statistical Model for Eyeballs of Human Embryos
    Kishimoto, Masashi; Saito, Atsushi; Takakuwa, Tetsuya; Yamada, Shigehito; Matsuzoe, Hiroshi; Hontani, Hidekata; Shimizu, Akinobu
    IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS
    IEICE-INST ELECTRONICS INFORMATION COMMUNICATIONS ENG
    During the development of a human embryo, the position of eyes moves medially and caudally in the viscerocranium. A statistical model of this process can play an important role in embryology by facilitating qualitative analyses of change. This paper proposes an algorithm to construct a spatiotemporal statistical model for the eyeballs of a human embryo. The proposed modeling algorithm builds a statistical model of the spatial coordinates of the eyeballs independently for each Carnegie stage (CS) by using principal component analysis (PCA). In the process, a q-Gaussian distribution with a model selection scheme based on the Aaike information criterion is used to handle a non-Gaussian distribution with a small sample size. Subsequently, it seamlessly interpolates the statistical models of neighboring CSs, and we present 10 interpolation methods. We also propose an estimation algorithm for the CS using our spatiotemporal statistical model. A set of images of eyeballs in human embryos from the Kyoto Collection was used to train the model and assess its performance. The modeling results suggested that information geometry-based interpolation under the assumption of a q-Gaussian distribution is the best modeling method. The average error in CS estimation was 0.409. We proposed an algorithm to construct a spatiotemporal statistical model of the eyeballs of a human embryo and tested its performance using the Kyoto Collection.
    2017年07月, 研究論文(学術雑誌), 共同, E100D, 7, 1745-1361, DOI(公開)(r-map), 1505, 1515
  • Fast approximation for joint optimization of segmentation, shape, and location priors, and its application in gallbladder segmentation
    Saito, Atsushi; Nawano, Shigeru; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    This paper addresses joint optimization for segmentation and shape priors, including translation, to overcome inter-subject variability in the location of an organ. Because a simple extension of the previous exact optimization method is too computationally complex, we propose a fast approximation for optimization. The effectiveness of the proposed approximation is validated in the context of gallbladder segmentation from a non-contrast computed tomography (CT) volume. After spatial standardization and estimation of the posterior probability of the target organ, simultaneous optimization of the segmentation, shape, and location priors is performed using a branch-and-bound method. Fast approximation is achieved by combining sampling in the eigenshape space to reduce the number of shape priors and an efficient computational technique for evaluating the lower bound. Performance was evaluated using threefold cross-validation of 27 CT volumes. Optimization in terms of translation of the shape prior significantly improved segmentation performance. The proposed method achieved a result of 0.623 on the Jaccard index in gallbladder segmentation, which is comparable to that of state-of-the-art methods. The computational efficiency of the algorithm is confirmed to be good enough to allow execution on a personal computer. Joint optimization of the segmentation, shape, and location priors was proposed, and it proved to be effective in gallbladder segmentation with high computational efficiency.
    2017年06月, 研究論文(学術雑誌), 共同, 12, 5, 1861-6410, DOI(公開)(r-map), 743, 756
  • Automatic detection of vertebral number abnormalities in body CT images
    Hanaoka, Shouhei; Nakano, Yoshiyasu; Nemoto, Mitsutaka; Nomura, Yukihiro; Takenaga, Tomomi; Miki, Soichiro; Yoshikawa, Takeharu; Hayashi, Naoto; Masutani, Yoshitaka; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    The anatomical anomaly of the number of vertebral bones is one of the major anomalies in the human body, which can cause confusion of the spinal level in, for example, surgery. The aim of this study is to develop an automatic detection system for this type of anomaly. We utilized our previously reported anatomical landmark detection system for this anomaly detection problem. This system uses a landmark point distribution model (L-PDM) to find multiple landmark positions. The L-PDM is a statistical probabilistic model of all landmark positions in the human body, including five landmarks for each vertebra. Given a new volume, the proposed algorithm applies five hypotheses (normal, 11 or 13 thoracic vertebrae, 4 or 6 lumbar vertebrae) to the given spine and attempts to detect all the landmarks. Then, the most plausible hypothesis with the largest posterior likelihood is selected as the anatomy detection result. The proposed method was evaluated using 300 neck-to-pelvis CT datasets. For normal subjects, the vertebrae of 211/217 (97.2%) of the subjects were successfully determined as normal. For subjects with 23 or 25 vertebrae without a transitional vertebra (TV), the vertebrae of 9/10 (90%) of the subjects were successfully determined. For subjects with TV, the vertebrae of 71/73 (97.3%) of subjects were judged as partially successfully determined. Our algorithm successfully determined the number of vertebrae, and the feasibility of our proposed system was validated.
    2017年06月, 研究論文(学術雑誌), 共同, 12, 5, 1861-6410, DOI(公開)(r-map), 719, 732
  • Guest editorial for the IJCARS special issue on JAMIT 2015 and 2016
    Shimizu, Akinobu; Sato, Yoshinobu; Inamura, Kiyonari
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    2017年06月, 研究論文(学術雑誌), 共同, 12, 5, 1861-6410, DOI(公開)(r-map), 705, 706
  • Landmark-guided diffeomorphic demons algorithm and its application to automatic segmentation of the whole spine and pelvis in CT images
    Hanaoka, Shouhei; Masutani, Yoshitaka; Nemoto, Mitsutaka; Nomura, Yukihiro; Miki, Soichiro; Yoshikawa, Takeharu; Hayashi, Naoto; Ohtomo, Kuni; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    A fully automatic multiatlas-based method for segmentation of the spine and pelvis in a torso CT volume is proposed. A novel landmark-guided diffeomorphic demons algorithm is used to register a given CT image to multiple atlas volumes. This algorithm can utilize both grayscale image information and given landmark coordinate information optimally. The segmentation has four steps. Firstly, 170 bony landmarks are detected in the given volume. Using these landmark positions, an atlas selection procedure is performed to reduce the computational cost of the following registration. Then the chosen atlas volumes are registered to the given CT image. Finally, voxelwise label voting is performed to determine the final segmentation result. The proposed method was evaluated using 50 torso CT datasets as well as the public SpineWeb dataset. As a result, a mean distance error of and a mean Dice coefficient of were achieved for the whole spine and the pelvic bones, which are competitive with other state-of-the-art methods. From the experimental results, the usefulness of the proposed segmentation method was validated.
    2017年03月, 研究論文(学術雑誌), 共同, 12, 3, 1861-6410, DOI(公開)(r-map), 413, 430
  • Automated liver segmentation from a postmortem CT scan based on a statistical shape model
    Saito, Atsushi; Yamamoto, Seiji; Nawano, Shigeru; Shimizu, Akinobu
    INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY
    SPRINGER HEIDELBERG
    Automated liver segmentation from a postmortem computed tomography (PMCT) volume is a challenging problem owing to the large deformation and intensity changes caused by severe pathology and/or postmortem changes. This paper addresses this problem by a novel segmentation algorithm using a statistical shape model (SSM) for a postmortem liver. The location and shape parameters of a liver are directly estimated from a given volume by the proposed SSM-guided expectation-maximization (EM) algorithm without any spatial standardization that might fail owing to the large deformation and intensity changes. The estimated location and shape parameters are then used as a constraint of the subsequent fine segmentation process based on graph cuts. Algorithms with eight different SSMs were trained using 144 in vivo and 32 postmortem livers, and the segmentation algorithm was tested on 32 postmortem livers in a twofold cross validation manner. The segmentation performance is measured by the Jaccard index (JI) between the segmentation result and the true liver label. The average JI of the segmentation result with the best SSM was 0.8501, which was better compared with the results obtained using conventional SSMs and the results of the previous postmortem liver segmentation with statistically significant difference. We proposed an algorithm for automated liver segmentation from a PMCT volume, in which an SSM-guided EM algorithm estimated the location and shape parameters of a liver in a given volume accurately. We demonstrated the effectiveness of the proposed algorithm using actual postmortem CT volumes.
    2017年02月, 研究論文(学術雑誌), 共同, 12, 2, 1861-6410, DOI(公開)(r-map), 205, 221
  • Automatic detection of over 100 anatomical landmarks in medical CT images: A framework with independent detectors and combinatorial optimization
    Hanaoka, Shouhei; Shimizu, Akinobu; Nemoto, Mitsutaka; Nomura, Yukihiro; Miki, Soichiro; Yoshikawa, Takeharu; Hayashi, Naoto; Ohtomo, Kuni; Masutani, Yoshitaka
    MEDICAL IMAGE ANALYSIS
    ELSEVIER SCIENCE BV
    An automatic detection method for 197 anatomically defined landmarks in computed tomography (CT) volumes is presented. The proposed method can handle missed landmarks caused by detection failure, a limited imaging range and other problems using a novel combinatorial optimization framework with a two-stage sampling algorithm. After a list of candidates is generated by each landmark detector, the best combination of candidates is searched for by a combinatorial optimization algorithm using a landmark point distribution model (L-PDM) to provide prior knowledge. Optimization is performed by simulated annealing and iterative Gibbs sampling. Prior to each cycle of Gibbs sampling, another sampling algorithm is processed to estimate the spatial distribution of each target landmark, so that landmark positions without any correct detector-derived candidates can be estimated. The proposed method was evaluated using 104 CT volumes with various imaging ranges. The overall average detection distance error was 6.6 mm, and 83.8, 93.2 and 96.5% of landmarks were detected within 10, 15 and 20 mm from the ground truth, respectively. The proposed method worked even when most of the landmarks were outside of the imaging range. The identification accuracy of the vertebral centroid was also evaluated using public datasets and the proposed method could identify 70% of vertebrae including severely diseased ones. From these results, the feasibility of our framework in detecting multiple landmarks in various CT datasets was validated. (C) 2016 Elsevier B.V. All rights reserved.
    2017年01月, 研究論文(学術雑誌), 共同, 35, 1361-8415, DOI(公開)(r-map), 192, 214
  • Automated liver segmentation from a postmortem CT scan based on a statistical shape model
    Atsushi Saito, Seiji Yamamoto, Shigeru Nawano, Akinobu Shimizu
    International Journal of Computer Assisted Radiology and Surgery
    2016年09月, 研究論文(学術雑誌), 共同, doi: 10.1007%2Fs11548-016-1481-5, DOI(公開)(r-map)
  • Evaluation of post-mortem lateral cerebral ventricle changes using sequential scans during post-mortem computed tomography
    Iwao Hasegawa , Akinobu Shimizu, Atsushi Saito, Hideto Suzuki, Hermann Vogel, Klaus Püschel, Axel Heinemann
    International Journal of Legal Medicine
    2016年09月, 研究論文(学術雑誌), 共同, Volume 130, Issue5, DOI(公開)(r-map), pp.1323–1328
  • Automatic detection of over 100 anatomical landmarks in medical CT images: a framework with independent detectors and combinatorial optimization
    Shouhei Hanaoka, Akinobu Shimizu, Mitsutaka Nemoto, Yukihiro Nomura, Soichiro Miki, Takeharu Yoshikawa, Naoto Hayashi, Kuni Ohtomo, Yoshitaka Masutani
    Medical Image Analysis
    2016年01月, 研究論文(学術雑誌), 共同, Volume 35, DOI(公開)(r-map), pp.192–214
  • Joint optimization of segmentation and shape prior from level-set-based statistical shape model, and its application to the automated segmentation of abdominal organs
    Atsushi Saito, Shigeru Nawano and Akinobu Shimizu
    Medical Image Analysis
    2016年01月, 研究論文(学術雑誌), 共同, Volume 28, DOI(公開)(r-map), pp.46, 65
  • 死後CT像のテクスチャ解析による死因推定
    平野靖,時安竣一,徐睿,橘理恵,木戸尚治,斉藤篤,清水昭伸
    Medical Imaging Technology
    2015年09月, 研究論文(学術雑誌), 共同, 33, 4, 177, 184
  • An automated Segmentation Algorithm for CT Volumes of Livers with Atypical Shapes and Large Pathological Lesions
    Shun Umetsu, Akinobu Shimizu, Hidefumi Watanabe, Hidefumi Kobatake, Shigeru Nawano
    IEICE TRANSACTIONS on INF. & SYST.
    2014年04月, 研究論文(学術雑誌), 共同, E97-D, 4, 951, 963
  • A conditional statistical shape model with integrated error estimation of the conditions; application to liver segmentation in non-contrast CT images
    Sho Tomoshige, Elco Oost, Akinobu Shimizu, Hidefumi Watanabe, Shigeru Nawano
    Medical Image Analysis
    2014年01月, 研究論文(学術雑誌), 共同, Volume 18, Issue 1, DOI(公開)(r-map), Pages 130–143
  • スパース表現を用いた3次元医用画像からの半自動臓器セグメンテーションアルゴリズム
    渡部秀文,清水昭伸,梅津 駿,小畑秀文,上野淳二,縄野 繁
    生体医工学誌
    2013年11月, 研究論文(学術雑誌), 共同, 51, 5
  • Statistical Shape Model of a Liver for Autopsy Imaging
    Atsushi Saito, Akinobu Shimizu, Hidefumi Watanabe, Seiji Yamamoto, Shigeru Nawano and Hidefumi Kobatake
    International Journal of Computer Assisted Radiology and Surgery
    2013年07月, 研究論文(学術雑誌), 共同, DOI:10.1007/s11548-013-0923-6, DOI(公開)(r-map)
  • 統計的形状特徴を考慮可能な新しいブースティングアルゴリズムの提案と臓器抽出への応用
    清水昭伸,進藤季世,小畑 秀文,縄野繁,篠崎 賢治
    MEDICAL IMAGING TECHNOLOGY
    2013年05月, 研究論文(学術雑誌), 共同, vol.31, no.2, 121, 131
  • Ensemble learning based segmentation of metastatic liver tumours in contrast-enhanced computed tomography
    Akinobu Shimizu, Takuya Narihira, Daisuke Furukawa, Hidefumi Kobatake, Shigeru Nawano and Kenji Shinozaki
    IEICE TRANSACTIONS on Communications
    2013年04月, 研究論文(学術雑誌), 共同, vol.E96-D, no.4, 864, 868
  • Multi-shape graph cuts with neighbor prior constraints and its application to lung segmentation from a chest CT volume
    Keita Nakagomi, Akinobu Shimizu, Hidefumi Kobatake, Masahiro Yakami, Koji Fujimoto, Kaori Togashi
    Medical Image Analysis
    2013年01月, 研究論文(学術雑誌), 共同, 17, pp.62, 77
  • ブースティングとグラフカットを用いた胸部 CT像からの GGO結節の抽出手法
    関口博之,清水昭伸,藤本晃司,八上全弘,坂本亮,久保武,酒井晃二,江本豊,富樫かおり
    MEDICAL IMAGING TECHNOLOGY
    2012年10月, 研究論文(学術雑誌), 共同, 30, 4, pp.181, 191
  • 計算解剖学解剖学に基づくAi支援
    清水昭伸
    インナービジョン
    2012年01月, 単独, 27, 1, 50, 51
  • 計算解剖モデルに基づくオートプシー・イメージング支援
    清水昭伸
    Medical Imaging Technology
    2011年04月, 単独, 29, 3, 134, 137
  • 3次元CT像のための診断支援技術
    清水昭伸
    映像情報メディア学会誌
    2011年04月, 単独, 65, 4, 432, 435
  • A cost-sensitive extension of AdaBoost with markov random field priors for automated segmentation of breast tumors in ultrasonic images
    Atsushi Takemura, Akinobu Shimizu, et al.
    International Journal of Computer Assisted Radiology and Surgery
    2010年09月, 研究論文(学術雑誌), 共同, 5, 5, 537, 547
  • Discrimination of Breast Tumors in Ultrasonic Images Using an Ensemble Classifier based on AdaBoost with Feature Selection
    Atsushi Takemura, Akinobu Shimizu, et al.
    IEEE Trans. on Medical Imaging
    2010年03月, 研究論文(学術雑誌), 共同, 29, 3, 598, 609
  • 医用画像研究の最前線 -計算解剖学-
    清水昭伸
    情報・システムソサイエティ誌
    2010年02月, 単独, 14, 4, 10, 11
  • Automated pancreas segmentation from three-dimensional contrast-enhanced computed tomography
    Akinobu Shimizu, Tatsuya Kimoto, Hidefumi Kobatake, Shigeru Nawano, Kenji Shinozaki
    International Journal of Computer Assisted Radiology and Surgery
    2010年01月, 研究論文(学術雑誌), 共同, 5, 85–98
  • Comparison and Evaluation of Methods for Liver Segmentation from CT datasets
    Heimann,T.,Akinobu Shimizu, Hidefumi Kobatake et al.
    IEEE Trans. on Medical Imaging
    2009年08月, 研究論文(学術雑誌), 共同, 28, 8, 1251, 1265
  • 統計アトラスとセグメンテーションへの応用
    清水昭伸
    Medical Imaging Technology
    2009年05月, 単独, 27, 3, 147, 152
  • AdaBoostによる識別器学習に基づく医用超音波画像における乳腺腫瘤の自動鑑別
    竹村 淳,清水 昭伸
    電気学会論文誌 C
    2009年04月, 研究論文(学術雑誌), 共同, 129, 4, 620, 629
  • 医用画像認識技術
    清水昭伸
    光アライアンス
    2009年03月, 単独, 20, 3, 17, 19
  • A pilot study of architectural distortion detection in mammograms based on characteristics of line shadows
    Mitsutaka Nemoto, Soshi Honmura, Akinobu Shimizu, Daisuke Furukawa, Hidefumi Kobatake, Shigeru Nawano
    International Journal of Computer Assisted Radiology and Surgery
    2009年01月, 研究論文(学術雑誌), 共同, 4, 1, 27, 36
  • CADM学会の学術研究資産の紹介
    清水昭伸
    Medical Imaging Technology
    2008年11月, 単独, 26, 5, 295, 299
  • Medical image analysis of 3D CT images based on extension of Haralick texture features
    Ludvik Tesar , Akinobu Shimizu, Daniel Smutek, Hidefumi Kobatak, Shigeru Nawano
    Computerized Medical Imaging and Graphics
    2008年09月, 研究論文(学術雑誌), 共同, 32, 513–520
  • 高周波超音波診断装置による表在血管像における対数圧縮K分布パラメータの推定と弁抽出への応用
    竹村淳,清水昭伸
    電子情報通信学会論文誌
    2008年03月, 研究論文(学術雑誌), 共同, 91-D, 3, 823, 834
  • 多次元医用画像からの複数臓器構造同時抽出
    清水昭伸,小畑秀文
    INNERVISION
    2007年12月, 共同, 22, 12, 7, 10
  • Segmentation of multiple organs in non-contrast 3D abdominal CT images
    Akinobu Shimizu, Rena Ohno, Takaya Ikegami, Hidefumi Kobatake, Shigeru Nawano, Daniel Smutek
    International Journal of Computer Assisted Radiology and Surgery
    2007年12月, 研究論文(学術雑誌), 共同, 2, 3-4, 135, 142
  • カスケード識別による乳房X線像上の悪性腫瘤影識別処理の高度化
    根本充貴,清水昭伸,小畑秀文,武尾英哉,縄野 繁
    Medical Imaging Technology
    2007年03月, 研究論文(学術雑誌), 共同, 25, 2, 121, 130
  • 3次元医用画像からの複数臓器同時抽出
    清水昭伸
    映像情報Medical
    2006年12月, 単独, 38, 13, 1252, 1257
  • Improvement of Tumor Detection Performance in Mammograms by Feature Selection from a Large Number of Features and Proposal of Fast Feature Selection Method
    Mitsutaka Nemoto, Akinobu Shimizu, Yoshihiro Hagihara, Hidefumi Kobatake and Shigeru Nawano
    Systems and Computers in Japan
    2006年11月, 研究論文(学術雑誌), 共同, 37, 12, 56, 68
  • A multi-expert approach for robust face detection
    Lin-Lin Huang, Akinobu Shimizu
    Pattern Recognition
    2006年09月, 研究論文(学術雑誌), 共同, 39, 9, 1695, 1703
  • 腹部臓器の統計アトラス構築と複数臓器セグメンテーションへの応用
    清水 昭伸, 佐藤 嘉伸
    Medical Imaging Technology
    2006年05月, 共同, 24, 3, 153, 160
  • Probabilistic Atlas-guided Eigen-organ Method for Simultaneous Bounding Box Estimation of Multiple Organs in Volumetric CT Images
    Cong YAO, Takashige WADA, Akinobu SHIMIZU, Hidefumi KOBATAKE, Shigeru NAWANO
    Medical Imaging Technology
    2006年05月, 研究論文(学術雑誌), 共同, 24, 3, 191, 200
  • A Novel Registration Method for Interval Change Detection between Two Chest X-ray Images With Different Rotation Angles
    A. Shimizu A, Y. Matsuo, H. Kobatake
    Academic Radiology
    2006年04月, 研究論文(学術雑誌), 共同, 13, 4, 503, 511
  • Detection System of Clustered Microcalcifications on CR Mammogram
    H. Takeo, K. Shimura, T. Imamura, A. Shimizu and H. Kobatake
    IEICE TRANS. INF. & SYST.
    2005年11月, 研究論文(学術雑誌), 共同, E88-D, 11, 2591, 2602
  • 2時相の3次元腹部CT像の情報融合に基づく肝がん検出支援システムの開発と評価
    清水 昭伸, 川村 隆浩, 小畑 秀文
    コンピュータ支援画像診断学会論文誌
    2005年10月, 研究論文(学術雑誌), 共同, 9, 2, 15, 26
  • Development of an Automated Extraction Method for Liver Tumors in Three-Dimensional Multiphase Multislice Images
    Junya Nakagawa, Akinobu Shimizu, and Hidefumi Kobatake
    Systems and Computers in Japan
    2005年08月, 研究論文(学術雑誌), 共同, 36, 9, 43, 54
  • 乳腺比率に基づくCRマンモグラムの自動分類法
    武尾英哉, 志村一男, 施 超, 清水昭伸, 小畑秀文
    Medical Imaging Technology
    2005年03月, 研究論文(学術雑誌), 共同, 23, 2, 96, 105
  • 多数の特徴量からの特徴選択による乳房X線像上の腫瘤影判別精度の改善と高速な特徴選択法の提案
    根本充貴, 清水昭伸, 小畑秀文, 縄野繁
    電子情報通信学会論文誌
    2005年01月, 研究論文(学術雑誌), 共同, J88-D-II, 2, 416, 426
  • Level set method を用いた肝臓領域抽出手法の開発と評価
    一杉 剛志, 田村 みさと, 清水 昭伸, 小畑 秀文
    コンピュータ支援画像診断学会論文誌
    2004年11月, 研究論文(学術雑誌), 共同, 7, 4-2, 1, 9
  • 肝臓疾患のCAD
    清水昭伸
    INNERVISION
    2004年10月, 単独, 19, 10, 55, 57
  • 乳房CR画像を用いた異常陰影検出システムの開発と性能評価
    武尾英哉, 志村一男, 今村貴志, 清水昭伸, 小畑秀文
    Medical Imaging Technology
    2004年09月, 研究論文(学術雑誌), 共同, 22, 4, 201, 214
  • 病変部の濃度特徴に注目した肝臓領域抽出手法の開発
    清水 昭伸, 田村 みさと, 小畑 秀文
    コンピュータ支援画像診断学会論文誌
    2004年09月, 研究論文(学術雑誌), 共同, 8, 1-1, 1, 9
  • 3次元臓器認識アルゴリズムの技術動向
    清水昭伸
    ヒューマンインタフェース学会誌
    2004年08月, 単独, 6, 3, 13, 15
  • Improvement of performance to discriminate malignant tumors from mammograms by feature selection and evaluation of feature selection criteria
    Sachiko Furuya, Jun Wei, Yoshihiro Hagihara, Akinobu Shimizu, Hidefumi Kobatake, Shigeru Nawano
    Systems and Computers in Japan
    2004年06月, 研究論文(学術雑誌), 共同, 35, 7, 72, 84
  • 被写体の回転角度が異なる2枚の胸部X線像からの経時変化検出法の提案と評価
    松尾良恵, 清水昭伸, 小畑秀文
    電子情報通信学会論文誌
    2004年01月, 研究論文(学術雑誌), 共同, J87-D-II, 1, 164, 175
  • 多時相の3次元マルチスライスCT像からの肝腫瘤の自動抽出手法の開発
    中川潤哉, 清水昭伸, 小畑秀文
    電子情報通信学会論文誌
    2004年01月, 研究論文(学術雑誌), 共同, J87-D-II, 1, 260, 270
  • Gradient feature extraction for classification-based face detection
    Lin-Lin Huang, Akinobu Shimizu, Yoshihiro Hagihara and Hidefumi Kobatake
    Pattern Recognition
    2003年11月, 研究論文(学術雑誌), 共同, 36, 11, 2501, 2511
  • 特徴量選択による乳房X線像上の悪性腫瘤影判別能力の改善と選択基準の評価
    古屋早知子、魏軍、萩原義裕、清水昭伸、縄野繁、小畑秀文
    電子情報通信学会論文誌
    2003年05月, 研究論文(学術雑誌), 共同, J86-D-II, 5, 587, 597
  • Face Detection from Cluttered images using Polynomial Neural Network
    Lin-Lin Huang, Akinobu Shimizu, Yoshihiro Hagihara and Hidefumi Kobatake
    Neurocomputing
    2003年04月, 研究論文(学術雑誌), 共同, 51, 197, 211
  • 最大値投影像と平均値投影像における肺腫瘤影のSN比の評価
    岡田 裕、清水昭伸、小畑秀文、長谷川純一、鳥脇純一郎
    Medical Imaging Technology
    2003年03月, 研究論文(学術雑誌), 共同, 21, 2, 139, 146
  • A Modified Exo-skeleton for 3D Shape Description and Recognition
    R.Lipikorn, A.Shimizu, Y.Hagihara, H.Kobatake
    IEEJ Trans. of EIS
    2003年02月, 研究論文(学術雑誌), 共同, 123, 2, 292, 300
  • 乳房X線像における粗大石灰化像の抽出法と偽微小石灰化クラスタ削減への応用
    共著者:水澤信忠、萩原義裕、清水昭伸、小畑秀文、武尾英哉、縄野繁
    Medical Imaging Technology, Vol. 20, No. 3
    2002年05月, 共同
  • A modified exo- skeleton and its application to object representation and recognition
    共著者:Rajalida Lipikorn, Akinobu Shimizu, Yoshihiro Hagihara and Hidefumi Kobatake
    IEICE Trans. on Inf. & Syst., Vol.E85-D, No.5
    2002年05月, 共同
  • 可変形状モデルを用いた医用画像のセグメンテーション手法の概説
    清水昭伸
    Medical Imaging Technology
    2002年01月, 単独, 20, 1, 3, 12
  • 3次元可変形状モデルによる腹部CT像からの腎臓領域抽出法の開発
    共著者:ツァガ-ンバイガルマ、清水昭伸,小畑 秀文
    電子情報通信学会論文誌, Vol. J85-D-II, No.1
    2002年01月, 共同
  • Face Detection using a Modified Radial Basis Function Neural Network
    共著者:Linlin Huang, Akinobu Shimizu, Hidefumi Kobatake
    Proc. ICPR
    2002年, 共同
  • Development of a computer aided diagnosis system for three dimensional breast CT images
    共著者:Y.Hanzawa, A.Shimizu, H.Kobatake, K.Miyakawa
    Proc. of CARS
    2002年, 共同
  • Optimal image feature set for detecting lung nodules on chest X-ray images
    共著者:J.Wei, Y.Hagihara, A.Shimizu, H.Kobatake
    Proc. of CARS
    2002年, 共同
  • Optimal feature set for detection of breast tumors on mammograms ? preliminary study ?
    共著者:J.Wei, S.Furuya, Y.Hagihara, M.Nemoto, A.Shimizu, H.Kobatake, S.Nawano
    Proc. of IWDM
    2002年, 共同
  • 3D Modified Exoskeleton and Its Applications for Shape Recognition
    共著者:R.Lipikorn, A.Shimizu, Y.Hagihara, H.Kobatake
    Proc. of ICASSP
    2002年, 共同
  • 可変形状モデルを用いた腎臓領域抽出法の改良と評価
    共著者:TSAGAAN Baigalmaa, 清水昭伸, 小畑秀文, 宮川国久
    コンピュータ支援画像診断学会論文誌、Vol. 6, No. 1
    2002年, 共同
  • Face detection based on gradient features and polynomial neural network
    共著者:Lin-Lin Huang, Akinobu Shimizu and Hidefumi Kobatake
    IEICE Information Technology Letters, Vol. 1
    2002年, 共同
  • 画像処理エキスパートシステムIMPRESSにおける少数の設計標本からの手順構成に関する検討
    共著者:濱田敏弘, 清水昭伸, 長谷川純一, 鳥脇純一郎
    電子情報通信学会論文誌, Vol. J84-D-II, No.9
    2001年09月, 共同
  • 勾配ベクトルの点集中性フィルタの特性解析
    共著者:魏 軍, 萩原 義裕, 清水昭伸,小畑 秀文
    電子情報通信学会論文誌, Vol. J84-D-II, No.7
    2001年07月, 共同
  • Segmentation of kidney by using a deformable model
    共著者:B. Tsagaan, A. Shimizu, H. Kobatake, M. Kunihisa, Y. Hanzawa
    Proc. ICIP
    2001年, 共同
  • Face detection from cluttered images using polynomial neural network
    共著者:Lin-Lin Huang, Akinobu Shimizu, Yoshihiro Hagihara and Hidefumi Kobatake
    Proc. ICIP
    2001年, 共同
  • 画像処理手順の自動構成のための図形検出システムの確率モデルに関する一考察
    共著者:濱田敏弘, 清水昭伸, 齋藤豊文, 長谷川純一, 鳥脇純一郎
    人工知能学会誌 Vol.15, No.5
    2000年09月, 共同
  • 誤り確率条件に基づく画像処理手順の自動構成の一方法と画像処理エキスパートシステムIMPRESS-Pro
    共著者:濱田敏弘, 清水昭伸, 長谷川純一, 鳥脇純一郎
    情報処理学会論文誌 Vol.41, No.7
    2000年07月, 共同
  • 3次元画像処理エキスパートシステム3D-IMPRESSと3D-IMPRESS-Proにおける手順構成の性能比較
    共著者:周向榮, 濱田敏弘, 清水昭伸, 長谷川純一, 鳥脇純一郎
    コンピュータ支援画像診断学会誌 Vol.4, No.2
    2000年06月, 共同
  • 3次元画像処理エキスパートシステム3D-IMPRESS-Proの改良と肺がん陰影検出手順の自動構成への応用
    共著者:周向榮, 濱田敏弘, 清水昭伸, 長谷川純一, 鳥脇純一郎
    コンピュータ支援画像診断学会誌 Vol.4, No.1
    2000年05月, 共同
  • 4次元超曲面の曲率を用いた3次元濃淡画像に対する追跡型細線化の一手法
    共著者:平野靖, 清水昭伸, 長谷川純一, 鳥脇純一郎
    電子情報通信学会論文誌 Vol. J83-D-II, No.1
    2000年01月, 共同
  • Automated Construction of Image Processing Procedure based on Misclassification Condition
    共著者:T. Hamada, A. Shimizu, J. Hasegawa, J. Toriwaki
    Proc. ICPR, Vol.2
    2000年, 共同
  • Nonlinear Adaptive Convergence Index Filters and Their applications
    共著者:Hidefumi Kobatake, Wei Jun, Yukiyasu Yoshinaga, Yoshihiro Hagihara and Akinobu Shimizu
    Proc. ICPR, Vol.3
    2000年, 共同
  • Improved Detection Method of Tumor Candidates on Digital Mammograms
    共著者:Hiroshi Sakai, Akinobu Shimizu, Yishihiro Hagihara, Hidefumi Kobatake, Shigeru Nawano and Hideya Takeo
    Proc. of Fifth International Workshops on Digital Mammography
    2000年, 共同
  • Comparative Study of Automatic Acquisition Methods of Image Processing Procedures
    共著者:T. Hamada, A. Shimizu, T. Saito, J. Hasegawa, J. Toriwaki
    Proc. of the Second International Conference, Discovery Science ’2000
    2000年, 共同
  • ビジョンエキスパートシステムIMPRESSにおける画像処理手順の逐次的集約法とその性能評価
    共著者:濱田敏弘, 清水昭伸, 長谷川純一, 鳥脇純一郎
    電子情報通信学会論文誌 Vol.J82-D-II, No.11
    1999年11月, 共同
  • 3次元画像処理手順の自動構成のためのビジョンエキスパートシステム3D-IMPRESSとその性能評価
    共著者:周向栄, 清水昭伸, 長谷川純一, 鳥脇純一郎
    電子情報通信学会論文誌Vol.J82-D-II, No.11
    1999年11月, 共同
  • Deformable Modelを用いた胸部X線像からの血管影の自動抽出手順
    共著者:宋 旭在、清水昭伸、長谷川純一、鳥脇純一郎、森雅樹
    Medical Imaging Technology Vol.17, No.5
    1999年09月, 共同
  • 直接撮影胸部X線像を用いた肺気腫の病勢進行度の定量評価
    共著者:宋 旭在、清水昭伸、長谷川純一、鳥脇純一郎、森雅樹
    コンピュータ支援画像診断学会誌 Vol.3, No.1
    1999年01月, 共同
  • Automatic Acquisition of Image Processing Procedures from Sample Sets of Classified Images Based on Requirement of Misclassification Rate
    共著者:T. Hamada, A. Shimizu, T. Saito, J. Hasegawa, J. Toriwaki
    Proc. of the Second International Conference, Discovery Science ’99
    1999年, 共同
  • Reduction of False Positive in Computer Diagnosis of Chest X-ray Images Using Interval Change Detection Between Two Images
    共著者:A. Shimizu, J. Hasegawa, J. Toriwaki, T. Suzuki
    Proc. of the First International Workshop on Computer-Aided Diagnosis
    1998年09月, 共同
  • Automated Extraction of Ridge Shadows in Noisy Gray Images by Using an Active Contour Model with Application to Medical X-Ray Images
    共著者:C. Song, A. Shimizu, T. Saito, J. Toriwaki, J. Hasegawa, M. Mori
    Proc. of the 4th Japan-Korea Joint Workshop on Computer Vision
    1998年02月, 共同
  • ビジョン・エキスパートシステムIMPRESSにおける負サンプルの利用
    共著者:安藤 彰、清水昭伸、長谷川純一、鳥脇純一郎
    電子情報通信学会論文誌 Vol.J80-D-II, No.9
    1997年09月, 共同
  • 動的輪郭線モデルを用いた輪郭線抽出手順の自動構成と胸部X線像上の肺輪郭抽出への応用
    共著者:清水昭伸、松坂匡芳、長谷川純一、鳥脇純一郎、鈴木隆一郎
    コンピュータ支援画像診断学会誌 Vol.1, No.1
    1997年08月, 共同
  • Three Dimensional Image Processing Expert System 3D-IMPRESS and Its Application to Medical Images
    共著者:X. Zhou, A. Shimizu, J. Hasegawa, J. Toriwaki
    Proc. of ICBME'97, ISBMRE'97 and JCCCAS'97
    1997年07月, 共同
  • 弾性輪郭モデルを用いた胸部X線像の肺輪郭線抽出
    共著者:松坂匡芳、清水昭伸、長谷川純一、鳥脇純一郎、鈴木隆一郎
    Medical Imaging Technology Vol.14, No.6
    1996年11月, 共同
  • Automated Construction of Three Dimensional Image Processing Procedures by Pictorial Example with Application to Medical Images
    共著者:A. Shimizu, X. Zhou, J. Hasegawa, J. Toriwaki
    Proc. of 18th Annual International conference of the IEEE Engineering in Medicine and Biology Society
    1996年10月, 共同
  • 胸部X線像上の肺腫瘤影の良悪性判別における集中度の能力について
    共著者:清水昭伸、長谷川純一、鳥脇純一郎、森 雅樹、高畠博嗣、名取 博
    医用電子と生体工学 Vol.34, No.1
    1996年03月, 共同
  • Characteristics of Rotatory Second Order Difference Filter for Computer Aided Diagnosis of Medical Images
    共著者:A. Shimizu, J. Hasegawa, J. Toriwaki
    Systems and Computers in Japan Vol.26, No.11
    1995年11月, 共同
  • 3次元胸部CT像からの肺がん陰影検出のための3次元強調フィルタの性能評価
    共著者:清水昭伸、羽飼 誠、長谷川純一、鳥脇純一郎
    Medical Imaging Technology Vol.13, No.6
    1995年11月, 共同
  • 医用画像の計算機診断のための回転型2階差分フィルタの性質
    共著者:清水昭伸、長谷川純一、鳥脇純一郎
    電子情報通信学会論文誌 Vol.J78-D-II, No.1
    1995年01月, 共同
  • A New Version of Computer Aided Screening System in Chest Photofluorograms
    共著者:A. Shimizu, J. Hasegawa, J. Toriwaki
    Proc. of IEEE Workshop on Biomedical Image Analysis
    1994年06月, 共同
  • Characteristics of Minimum Directional Difference Filter which Extracts Circumscribed Shadows in Chest X-ray Images
    共著者:A. Shimizu, J. Hasegawa, J. Toriwaki
    Systems and Computers in Japan Vol.25, No.2
    1994年02月, 共同
  • 画像処理による計算機支援スクリーニングシステムの確率モデルと能力の評価ーX線像診断型スクリーニングの場合ー
    共著者:清水昭伸、鳥脇純一郎、山本眞司
    Medical Imaging Technology Vol.11, No.5
    1993年12月, 共同
  • 確率モデルを用いた計算機援用スクリーニングシステムの診断能力評価ー細胞診型スクリーニングの場合ー
    共著者:清水昭伸、鳥脇純一郎、山本眞司
    医用電子と生体工学 Vol.31, No.3
    1993年09月, 共同
  • 胸部X線像の塊状陰影検出用の最小方向差分フィルタとその性質
    共著者:清水昭伸、長谷川純一、鳥脇純一郎
    電子情報通信学会論文誌 Vol.J76-D-II, No.2
    1993年02月, 共同

著書

  • WHAT'S NEW in 皮膚科学 2022-2023
    人工知能を用いた皮膚疾患の画像診断支援
    2022年03月31日, 9784779226199
  • 超音波画像AI診断
    清水昭伸
    ディープラーニングを用いた画像解析
    2021年09月18日, 978-4274225765
  • 多元計算解剖学:多元計算解剖学に基づく医療と人工知能の融合を目指して
    Editors: Makoto Hashizume
    Fundamental Technologies for Integration of Multiscale Spatiotemporal Morphology in MCA
    Springer
    2022年, 978-981-16-4324-8
  • 多元計算解剖学の基礎と臨床への応用
    橋爪 誠 監修 清水昭伸 他 著
    (清水担当分:pp.62-67, 124-129)
    誠文堂新光社
    2018年
  • Chapter 2 Fundamental Theories and Techniques, Chapter 3 Understanding Medical Images Based on Computational Anatomy Models, Chapter 4 Applied Technologies and Systems, In : Computational Anatomy Based on Whole Body Imaging
    Akinobu Shimizu
    Springer-Verlag
    2017年07月
  • Condition Relaxation in Conditional Statistical Shape Models, In : Subspace Methods for Pattern Recognition in Intelligent Environment Eds. Yen-Wie Chen, Lakhmi Jain
    Elco Oost, Sho Tomoshige and Akinobu Shimizu
    Springer-Verlag
    2014年05月
  • 医用画像工学ハンドブック
    尾川幸一,清水昭伸,工藤博幸 編
    日本医用画像工学会
    2012年09月
  • 医用画像ハンドブック
    清水昭伸,他140名
    オーム社
    2010年12月
  • 人体内部の可視化と診断 -"見る"と"診る"-:生物に学び新しいシステムを創る
    清水昭伸:生物に学び新しいシステムを創る編集委員会
    博友社
    2006年04月
  • 画像情報処理(I) -解析・認識編-
    鳥脇純一郎編著 長谷川純一,清水昭伸,平野靖
    コロナ社
    2005年07月
  • X線像からのがんの自動検出:形の科学百科事典
    鳥脇純一郎,清水昭伸:形の科学会編
    朝倉書店
    2004年09月

研究発表、招待講演等

  • 医用画像の診断支援システムの市販後学習
    第2回「脳波判読と診断支援のDX」ワークショップ
    2022年12月10日, 口頭発表(招待・特別)
  • 深層学習と医用画像の診断支援
    日本放射線技術学会秋季学術大会
    2022年10月09日, 公開講演,セミナー,チュートリアル,講習,講義等
  • ポスト深層学習時代のコンピュータ支援診断
    第80回日本癌学会学術総会
    2021年10月02日, 口頭発表(招待・特別)
  • 深層学習を用いた皮膚疾患画像の分類
    第120回日本皮膚科学会総会
    2021年06月12日, 口頭発表(招待・特別)
  • 一生涯の多元計算解剖モデル
    第59回日本生体医工学会大会
    2020年05月25日, シンポジウム・ワークショップ パネル(指名)
  • 深層学習に基づく医用画像のコンピュータ支援診断
    日本リウマチ学会 教育シンポジウム
    2020年01月26日, 口頭発表(招待・特別)
  • 医用画像のコンピュータ支援診断 ~AI活用の過去,現在,未来~
    日本核医学技術学会
    2020年01月11日, 口頭発表(招待・特別)
  • 人工知能とコンピュータ支援診断
    AI技術が切り拓く新たなリウマチ学に向けた教育シンポジウム
    2019年, シンポジウム・ワークショップ パネル(指名)
  • Registration between histopathological images with different stains and an MRI Image of Pancreatic Cancer Tumor
    The International Forum on Medical Imaging in Asia
    2019年, 口頭発表(一般)
  • Spatial and spatiotemporal statistical models of a human embryo
    The International Forum on Medical Imaging in Asia
    2019年, 口頭発表(一般)
  • Spatiotemporal statistical model of anatomical landmarks on a human embryonic brain
    CLIP workshop in conjunction with MICCAI2019
    2019年, 口頭発表(一般)
  • CRITICAL GROWTH PROCESSES FOR THE PATHOGENESIS OF A CONGENITAL MIDFACIAL HYPOPLASIA
    18th Congress of International Society of Craniofacial Surgery
    2019年, 口頭発表(一般)
  • Statistical intensity model of lung vessels in a CT volume using -VAE
    Computer Assisted Radiology and Surgery
    2019年, 口頭発表(一般)
  • 3D deep convolutional neural network using SPECT images for classification of dementia type
    Computer Assisted Radiology and Surgery
    2019年, 口頭発表(一般)
  • Liver segmentation from a pediatric CT volume based on joint optimization with a conditional statistical shape model
    The IEEE International Symposium on Biomedical Imaging 2019
    2019年, ポスター発表
  • Construction and Evaluation of a Statistical Shape Model of Liver Using Variational Autoencoder
    The IEEE International Symposium on Biomedical Imaging 2019
    2019年, ポスター発表
  • 深層学習を用いた診断支援システムのリスクと対策
    第14回医療の質・安全学会学術集会
    2019年11月29日, シンポジウム・ワークショップ パネル(指名)
  • 医用画像のコンピュータ支援診断 ~AI活用の過去,現在,未来~
    第47回日本放射線技術学会秋季学術大会
    2019年10月19日, 口頭発表(招待・特別)
  • 人工知能とコンピュータ支援診断
    第30回日本医学会総会
    2019年04月28日, 口頭発表(招待・特別)
  • 医用画像へのAI活用の現状
    第154回日本医学会シンポジウム
    2019年01月16日, シンポジウム・ワークショップ パネル(指名)
  • Effectiveness of narrow spectral bands in organ segmentation of a mouse
    MARS Spectral CT workshop 2018
    2018年, 口頭発表(一般)
  • Zhihui Lu, Akinobu Shimizu and Harvey Ho
    IVCNZ 2018
    2018年, 口頭発表(一般)
  • Deformable Cubic Hermite Mesh Templates for Statistical Liver Shape Analysis
    workshop on Shape in Medical Imaging in conjunction with MICCAI2018
    2018年, 口頭発表(一般)
  • Construction of a spatiotemporal statistical shape model of pediatric liver from cross-sectional data
    Medical Image Computing and Computer-Assisted Intervention
    2018年, ポスター発表
  • Recognition algorithm of anatomical skeleton in a bone scintigram
    Computer Assisted Radiology and Surgery
    2018年, ポスター発表
  • Super resolution of a lung CT volume using a generative adversarial network
    Computer Assisted Radiology and Surgery
    2018年, ポスター発表
  • Detection of bone metastasis in a scintigram using U-Net
    Computer Assisted Radiology and Surgery
    2018年, ポスター発表
  • Statistical Shape Model of Nested Structures Based on the Level Set
    Medical Image Computing and Computer-Assisted Intervention
    2017年09月12日, ポスター発表
  • Machine learning with 3D spatio-temporal SSM for Alzheimer’s disease patient classification
    Computer Assisted Radiology and Surgery
    2017年06月23日, ポスター発表
  • Fully automatic definition and detector learning of anatomical landmarks in medical images
    Computer Assisted Radiology and Surgery
    2017年06月23日, ポスター発表
  • Multi-modality statistical model between a thoracic CT volume and photographs of lung cryosections of a cadaver
    Computer Assisted Radiology and Surgery
    2017年06月23日, ポスター発表
  • Detection of Abnormal Accumulations on a Bone Scintigram Utilizing Anatomical Structure Information
    International Forum on Medical Imaging in Asia
    2017年01月20日, ポスター発表
  • A Spatiotemporal Statistical Shape Model of Brain Surface During Human Embryonic Development
    International Forum on Medical Imaging in Asia
    2017年01月20日, ポスター発表
  • A Spatiotemporal Statistical Model for Landmarks of Oral and Maxillofacial Area During the Human Embryonic Period
    International Forum on Medical Imaging in Asia
    2017年01月19日, 口頭発表(一般)
  • MR Image Segmentation of Marmoset Brain Using Prediction of Shape Development by Gaussian Process
    International Forum on Medical Imaging in Asia
    2017年01月19日, 口頭発表(一般)
  • 3次元CT像の胆嚢セグメンテーションの改良に関する研究
    医用画像研究会
    2017年01月18日, その他
  • シンチグラム上の上腕骨セグメンテーションアルゴリズムの改良
    医用画像研究会
    2017年01月18日, ポスター発表
  • 肺のマルチモダリティ統計モデルに関する研究
    医用画像研究会
    2017年01月18日, ポスター発表
  • Automatic detection of segmentation anomalies of vertebrae in body CT images
    第35回日本医用画像工学会大会
    2016年07月23日, ポスター発表
  • A spatiotemporal statistical model for eyeballs of human embryos
    第35回日本医用画像工学会大会
    2016年07月23日, 口頭発表(一般)
  • Fast approximation of joint optimization of segmentation and shape prior from level-set-based statistical shape model, and improvement of abdominal organ recognition
    第35回日本医用画像工学会大会
    2016年07月22日, ポスター発表
  • 機械学習に基づく胸部 CT 画像からの肺結節画像所見自動導出に関する検討
    第35回日本医用画像工学会大会
    2016年07月22日, ポスター発表
  • Statistical Shape Model for Medical Image Understanding; Foundations and Applications
    The Forth APSIPA Workshop on the Frontier in Biomedical Signal Processing and Systems 2016
    2016年07月14日, 口頭発表(招待・特別)
  • Spatiotemporal Statistical Shape Model Construction for Longitudinal Brain Deformation Analysis Using Weighted PCA
    Computer Assisted Radiology and Surgery
    2016年06月25日, その他
  • Fully automatic definition of anatomical landmarks in medical images: a feasibility study
    Computer Assisted Radiology and Surgery
    2016年06月25日, その他
  • A multi-scale and multi-modality statistical model of pancreas
    Computer Assisted Radiology and Surgery
    2016年06月25日, その他
  • Segmentation of Organs with Atypical Shapes and/or Large Pathological Lesions from Medical Volume
    Workshop on Mathematical and Computational Methods in Biomedical Imaging and Image Analysis,
    2015年11月24日, 口頭発表(招待・特別)
  • HoTPiG: A Novel Geometrical Feature for Vessel Morphometry and Its Application to Cerebral Aneurysm Detection
    Medical Image Computing and Computer-Assisted Intervention
    2015年10月06日, ポスター発表
  • 畳み込みニューラルネットワークを用いたAi-CT像からの肋骨骨折検出アルゴリズムの改良
    医用画像研究会
    2015年09月, その他
  • ヒト胚子の眼球を対象とした時空間統計モデルに関する初期検討
    医用画像研究会
    2015年09月, その他
  • Bleeding classification on wireless capsule endoscopy images using deep convolutional neural network
    Computer Assisted Radiology and Surgery
    2015年06月26日, ポスター発表
  • 死亡時CT像からの肺野セグメンテーションに関する検討
    医用画像研究会
    2015年03月, その他
  • グラフカットエネルギーの自動設計法に関する検討
    医用画像研究会
    2015年03月, その他
  • Improvement of abdominal multi-organ segmentation using a relaxed conditional hierarstical statistical shape model
    International Forum on Medical Imaging in Asia
    2015年01月13日, その他
  • A deep learning based rib fracture detection algorithm for autopsy imaging
    International Forum on Medical Imaging in Asia
    2015年01月12日, その他
  • Multi-atlas based multi-organ segmentation from an abdominal CT volume
    International Forum on Medical Imaging in Asia
    2015年01月12日, その他
  • セグメンテーションと事前形状の同時最適化のための一手法の提案と膵臓セグメンテーションへの応用
    医用画像研究会
    2014年09月, その他
  • Improvement of a patient specific probabilistic atlas for liver segmenation
    International Journal of Computer Assisted Radiology and Surgery,
    2014年06月25日, その他
  • Automated lung segmentation for autopsy imaging using graph cuts with a statistical shape model
    International Journal of Computer Assisted Radiology and Surgery,
    2014年06月25日, その他
  • Multi-organ segmentation with a relaxed conditional hierarchical statistical shape model
    IEICE MI
    2014年06月24日, 口頭発表(一般)
  • グラフカットによる黄斑部OCT画像上の脈絡膜抽出処理の改良
    医用画像研究会
    2014年01月, その他
  • 手入力ランドマークとスパース表現を用いた多時相CT像からの膵臓抽出処理の改善
    医用画像研究会
    2014年01月, その他
  • マルチラベルグラフカットによるセグメンテーションのためのエネルギー関数の最適設計
    医用画像研究会
    2014年01月, その他
  • スパースモデリングに基づく確率アトラスの構築とセグメンテーションへの応用
    医用画像研究会
    2014年01月, その他
  • 多時相CT像からの膵臓抽出処理の改良
    医用画像研究会
    2013年11月, その他
  • Relaxed conditional hierarchical statistical shape model of multiple organs
    1st International Workshop on BioImage Recognition
    2013年11月, その他
  • A Statistical Shape Model for Multiple Organs Based on Synthesized-Based Learning
    Workshop on Computational and Clinical Applications in Abdominal Imaging
    2013年09月, その他
  • CT画像のセグメンテーションの基礎と最新動向
    第32回日本医用画像工学会大会
    2013年08月01日, 口頭発表(招待・特別)
  • 3次元CT像上の大きな疾病を含む肝臓認識に関する検討
    医用画像研究会
    2013年07月, その他
  • Computational Anatomy for Autopsy Imaging – Technical developments -
    workshop on Whole-Body Computational Anatomy and its Application to Computer Aided Diagnosis and Therapy
    2013年07月03日, 口頭発表(招待・特別)
  • Automated liver segmentation from a CT volume of a cadaver using a statistical shape model
    International Journal of Computer Assisted Radiology and Surgery,
    2013年06月, その他
  • Computational Anatomy for Autopsy Imaging
    International Congress and Exhibition, Computer Assisted Radiology and Surgery, JICARS Special Session
    2013年06月26日, 口頭発表(招待・特別)
  • 国内外の医用画像処理コンテストの動向
    第5回次世代コンピュータ支援診断ソフトウェア臨床使用・評価プラットフォーム研究会
    2013年06月16日, 口頭発表(招待・特別)
  • 条件の誤差モデルを用いた条件付き統計的形状モデルの改良
    医用画像研究会
    2013年01月, その他
  • 医用画像からの臓器のセグメンテーション処理
    第5回呼吸機能イメージング研究会学術集会
    2013年01月12日, 口頭発表(招待・特別)
  • Relaxed Conditional Statistical Shape Models and their Application to Non-Contrast Liver Segmentation
    Workshop on Computational and Clinical Applications in Abdominal Imaging in conjunction with MICCAI2012
    2012年10月01日, その他
  • アンサンブル学習とグラフカットを用いた黄斑部OCT画像からの網膜層セグメンテーション
    医用画像研究会
    2012年09月04日, その他
  • Interlobar fissure extraction from a chest CT volume based on a new loss function for a boosting algorithm
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2012年06月28日, ポスター発表
  • Improvement of a simultaneous statistical shape model for multiple abdominal organs using synthesized-based learning
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2012年06月28日, ポスター発表
  • 条件付き形状モデルとグラフカットの組合せを用いた複数臓器同時抽出
    医用画像研究会
    2012年01月20日, ポスター発表
  • 腹部の複数臓器に対する統計的同時形状モデル
    医用画像研究会
    2012年01月20日, ポスター発表
  • 条件の曖昧さを考慮可能な条件付き統計的形状モデルの提案と評価
    医用画像研究会
    2012年01月19日, その他
  • 生成型学習を用いた臓器の統計的形状モデルの構築
    医用画像研究会
    2012年01月19日, その他
  • 図形表面形状に関する損失関数の提案と胸部CT像からの葉間裂抽出への応用
    医用画像研究会
    2012年01月19日, ポスター発表
  • An Efficient and Robust Manual Segmentation Method for CT Lung Nodules Using Interpolated Images
    RSNA2011
    2011年11月27日, ポスター発表
  • Multi-shape graph-cuts and its application to lung segmentation from a chest CT volume
    MICCAI-PIA
    2011年09月18日, その他
  • Statistical shape models of multiple organs in an upper abdominal CT volume
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2011年06月25日, その他
  • 医用画像処理の最近の動向と課題
    予防医学工学会
    2011年02月24日, 口頭発表(招待・特別)
  • 計算機用の解剖学と医用画像認識
    バイオイメージ・インフォマティクス
    2011年01月28日, 口頭発表(招待・特別)
  • 複数形状グラフカットに基づく胸部CT像からの肺野セグメンテーションの高度化
    医用画像研究会
    2011年01月20日, その他
  • 膵臓の統計的形状モデルのための統計解析法に関する比較研究
    医用画像研究会
    2011年01月20日, その他
  • 条件付確率アトラスの提案と腹部CT像からの膵臓抽出への応用
    医用画像研究会
    2011年01月20日, その他
  • 大局的形状を考慮可能な新しいBoostingアルゴリズムの提案と評価
    医用画像研究会
    2011年01月20日, その他
  • 腹部の複数臓器の統計的同時形状モデルの提案と評価
    医用画像研究会
    2011年01月20日, その他
  • 融合移動グラフカットに基づく腹部CT像からの複数臓器同時抽出
    医用画像研究会
    2011年01月20日, その他
  • Multi-Organ Statistical Models and their application to abdominal CT images
    International Forum on Medical Imaging in Asia
    2011年01月18日, その他
  • 3D Medical Image Processing Algorithm Competition in Japan
    International Forum on Medical Imaging in Asia
    2011年01月18日, 口頭発表(招待・特別)
  • Automated Segmentation of 3D CT Images based on Statistical Atlas and Graph Cuts
    MICCAI -MCV
    2010年09月, その他
  • 複数臓器に対する統計的形状モデルの開発と評価
    第29回日本医用画像工学会大会
    2010年07月30日, その他
  • 形状情報を利用可能な新しいアンサンブル学習に基づくセグメンテーションの提案と3次元CT像からの脾臓抽出処理への応用
    第29回日本医用画像工学会大会
    2010年07月30日, その他
  • 複数臓器の統計的モデルを用いた複数臓器同時抽出処理
    第29回日本医用画像工学会大会
    2010年07月30日, その他
  • Shape prior based segmentation of organs in a 3D CT volume with graph cut
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2010年06月, その他
  • A comparative study of statistical shape models of the pancreas
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2010年06月, その他
  • Computational Anatomy for Autopsy Imaging
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2010年06月26日, 口頭発表(招待・特別)
  • 計算機用の解剖学と医用画像認識
    画像センシングシンポジウム
    2010年06月11日, 口頭発表(招待・特別)
  • Vessel segmentation in eye fundus images using ensemble learning and curve fitting
    IEEE International Symposium on Biomedical Imaging
    2010年04月17日, その他
  • 非造影3次元CT像からの腹腔領域抽出処理の開発と評価
    医用画像研究会
    2010年01月29日, その他
  • 多時相腹部CT像の位置合わせとセグメンテーションの同時処理のための新特徴量の開発と評価
    医用画像研究会
    2010年01月29日, その他
  • グラフカットを用いた形状制約付きエネルギー最小化による肝臓セグメンテーション
    医用画像研究会
    2010年01月29日, その他
  • 新学術領域「計算解剖学」 何を目指すか? 何を期待するか?
    医用画像研究会
    2010年01月28日, シンポジウム・ワークショップ パネル(公募)
  • アンサンブル学習と分類器のカスケード化に基づく眼底画像からの血管抽出
    医用画像研究会
    2010年01月28日, その他
  • 膵臓の統計的形状モデル作成のための統計解析法に関する検討
    医用画像研究会
    2010年01月28日, その他
  • Medical Image Processing Competition in Japan
    World Congress on Medical Physics and Biomedical Engineering
    2009年09月10日, 口頭発表(招待・特別)
  • 非造影3次元腹部CT像からの腹腔抽出のための横隔膜抽出処理の開発
    第28回日本医用画像工学会大会
    2009年08月04日, ポスター発表
  • PET/CT像から異常集積検出を目的とした新しい特徴抽出処理と統合処理の提案と評価
    第28回日本医用画像工学会大会
    2009年08月04日, ポスター発表
  • 多時相の3次元腹部CT像のための位置あわせとセグメンテーションの同時処理
    第28回日本医用画像工学会大会
    2009年08月04日, ポスター発表
  • 単純と造影CT像からの転移性肝腫瘍セグメンテーション処理
    電子情報通信学会医用画像研究会
    2009年07月, その他
  • アンサンブル学習による3次元造影CT像からの膵臓領域抽出処理の高度化
    電子情報通信学会医用画像研究会
    2009年07月, その他
  • Patient-specific atlas-guided pancreas segmentation from three-dimensional contrast-enhanced computed tomography
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2009年06月27日, その他
  • Boosting algorithms for segmentation of metastatic liver tumors in contrast-enhanced computed tomography
    Computer Assisted Radiology and Surgery International Congress and Exhibition
    2009年06月24日, ポスター発表
  • ブースティングによる3次元造影CT像からの転移性肝腫瘍抽出処理
    電子情報通信学会医用画像研究会
    2009年01月, ポスター発表
  • 被検者固有アトラスを用いた3次元造影CT像からの膵臓領域抽出
    電子情報通信学会医用画像研究会
    2009年01月, ポスター発表
  • CT像用の肝・膵CADに関する最近の研究動向
    第28回 医療情報学連合大会(第9回 日本医療情報学会学術大会)シンポジウム
    2008年11月23日, シンポジウム・ワークショップ パネル(公募)
  • アンサンブル・セグメンテーションに基づく超音波画像上の乳腺腫瘤の自動抽出
    電子情報通信学会医用画像研究会
    2008年10月30日, その他
  • 医用画像の診断支援における最近の話題
    PCSJ(画像符号化シンポジウム)/IMPS(映像メディア処理シンポジウム)
    2008年10月29日, 口頭発表(招待・特別)
  • Ensemble segmentation using AdaBoost with application to liver lesion extraction from a CT volume
    Workshop on 3D segmentation in the clinic: A grand challenge, International Conference on Medical Image Computing and Computer-Assisted Intervention
    2008年09月06日, その他
  • 医用画像処理の概説
    第6回生体医工学サマースクール
    2008年08月28日, その他
  • アンサンブル識別器を用いた医用超音波画像における乳腺腫瘤鑑別
    第27回日本医用画像工学会大会
    2008年08月06日, その他
  • 共に考える「医用画像工学の展開に資する学会の役割」
    第27回日本医用画像工学会大会
    2008年08月06日, シンポジウム・ワークショップ パネル(公募)
  • 死亡時画像病理診断のための3次元CT像からの皮質骨の精密抽出処理の開発
    第27回日本医用画像工学会大会
    2008年08月05日, ポスター発表
  • PET像とCT像を対象とした病変検出支援システムの高度化 -代謝の個人差吸収可能な指標の提案-
    第27回日本医用画像工学会大会
    2008年08月05日, ポスター発表
  • 統計モデルに基づく3次元腹部CT像からの腹腔領域抽出法の改善
    第27回日本医用画像工学会大会
    2008年08月05日, ポスター発表
  • 3次元腹部CT像からの膵臓領域抽出処理の改良
    第27回日本医用画像工学会大会
    2008年08月05日, ポスター発表
  • アンサンブルセグメンテーションによる3次元造影CT像からの肝臓領域抽出処理
    第27回日本医用画像工学会大会
    2008年08月05日, ポスター発表
  • CADM学会の学術研究資産の紹介
    第27回日本医用画像工学会大会
    2008年08月05日, シンポジウム・ワークショップ パネル(公募)
  • 医用画像からの臓器抽出処理における解剖学的知識の利用
    電子情報通信学会医用画像研究会
    2008年07月17日, その他
  • Abdomen standardization for multi-organ segmentation of CT volumes
    Computer Assisted Radiology and Surgery
    2008年06月28日, ポスター発表
  • Pancreas segmentation in three-phase abdominal CT volume data
    Computer Assisted Radiology and Surgery
    2008年06月27日, その他
  • FDG-PET像とCT像を用いた病変検出支援システムにおける解剖情報に基づく拾いすぎ削除処理
    電子情報通信学会医用画像研究会
    2008年01月, その他
  • 最大事後確率法とアンサンブル学習に基づく三次元腹部CT像からの肝臓領域抽出
    電子情報通信学会医用画像研究会
    2008年01月, その他
  • 三次元造影CT像上の膵臓領域抽出のための二段階セグメンテーション
    電子情報通信学会医用画像研究会
    2008年01月, その他
  • 3次元腹部CT像における複数臓器抽出のための腹腔領域の階層的標準化処理
    電子情報通信学会医用画像研究会
    2008年01月, その他
  • PET 像とCT 像を用いた病変検出支援システムの高度化-PET 像上の正常構造の認識による拾いすぎの候補領域の削除-
    第17回コンピュータ支援画像診断学会大会
    2007年11月, その他
  • 最大事後確率法による三時相CT 像からの肝臓領域抽出処理
    第17回コンピュータ支援画像診断学会大会
    2007年11月, その他
  • 3次元腹部CT 像における複数臓器抽出のための腹腔内標準化の改良
    第17回コンピュータ支援画像診断学会大会
    2007年11月, その他
  • コンピュータ支援診断における人体アトラスとその応用
    第17回コンピュータ支援画像診断学会大会,第16回日本コンピュータ外科学会合同シンポジウム
    2007年11月, シンポジウム・ワークショップ パネル(公募)
  • Automatic Liver Segmentation Method based on Maximum A Posterior Probability Estimation and Level Set Method
    Workshop on 3D segmentation in the clinic: A grand challenge
    2007年10月, その他
  • Liver Segmentation for CT Images using an Improved GGVF-Snake
    International Conference on Instrumentation, Control and Information Technology
    2007年09月, その他
  • 三次元腹部CT像を用いた肝臓領域抽出手法の改良
    第26回日本医用画像工学会大会
    2007年07月, その他
  • 3次元腹部CT像からの複数臓器抽出手法の開発-造影CT像への適応-
    第26回日本医用画像工学会大会
    2007年07月, その他
  • Improvement of a multi-organ extraction algorithm in an abdominal CAD system based on feature in neighbouring regions
    Computer Assisted Radiology and Surgery
    2007年06月, その他
  • Detection of architectural distortion on mammograms based on characteristics of the mammary grand
    Computer Assisted Radiology and Surgery
    2007年06月, ポスター発表
  • Medical Image Segmentation Using Co-occurrence Matrix Based Texture Features Calculated on Weighted Region
    Advances in Computer Science and Technology
    2007年04月, その他
  • CADのあるAiの未来と無い未来
    第4回オートプシー・イメージング学会
    2007年02月, 口頭発表(招待・特別)
  • 3D Extension of Haralick Texture Features for Medical Image Analysis
    International Conference on SIGNAL PROCESSING, PATTERN RECOGNITION, AND APPLICATIONS
    2007年02月, その他
  • 臓器情報に基づく医用画像の位置合わせ法の開発
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 統計的形状情報を用いた3次元腹部CT像からの複数臓器抽出法の改善
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 乳腺の特徴を利用した乳房X線像上の構築の乱れの検出
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 3次元胸部CT像上の骨の統計的分類法と死亡時画像診断への応用
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 3次元腹部CT像からの肝がん検出システムの高度化
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 近傍情報を考慮した事後確率のカスケード処理による3次元CT像からの複数臓器同時抽出
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 3次元CT像上のがん検出システムの出力解析と診断支援への応用
    電子情報通信学会医用画像研究会
    2007年01月, その他
  • 3次元腹部CT像からの複数臓器同時抽出
    第26回医療情報学連合大会 シンポジウム
    2006年11月03日, シンポジウム・ワークショップ パネル(公募)
  • 骨格位置情報の統計モデルを利用した3次元胸部CT像上の骨の分類
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 3次元CT像上の肝がん検出システムの出力の解析と診断支援への応用
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 3次元腹部CT像上の肝臓病変領域の抽出精度の高度化
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 臓器情報に基づく医用画像の位置合わせ法の開発
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 乳房X線像上の構築の乱れの検出法の提案
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 近傍情報を含む3種類の事後確率を用いた複数臓器同時抽出手法の提案
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • 形状情報を用いた3次元腹部CT 像からの複数臓器抽出法の提案
    第16回コンピュータ支援画像診断学会大会
    2006年10月29日, その他
  • Gaussian mixture model for texture-based medical image analysis
    Conference on MODELLING, SIMULATION, AND OPTIMIZATION
    2006年09月, その他
  • 頭部CT画像からの外傷性損傷部位の検出-吹き抜け骨折による出血部位の抽出-
    電子情報通信学会医用画像研究会
    2006年09月01日, その他
  • Developing System for Remote Clinical Evaluation of Computed Tomography and B-Mode Ultrasound Images
    The Second IASTED International Conference on TELEHEALTH
    2006年07月, その他
  • 腹部3次元CT像における複数臓器抽出のための腹腔内標準化
    第25回日本医用画像工学会大会
    2006年07月22日, その他
  • PET像とCT像の組み合わせを用いた異常部位検出処理の改善
    第25回日本医用画像工学会大会
    2006年07月21日, その他
  • Automatic Internal Medicine Diagnostics Using Statistical Imaging Methods
    19th IEEE International Symposium on Computer-Based Medical Systems
    2006年06月, その他
  • Improvement of computer-aided detection system for mammogram by interval change analysis
    Computer Assisted Radiology and Surgery
    2006年06月, その他
  • Preliminary report of CAD system competition for liver cancer extraction from 3D CT images and fusion of the CADs
    Computer Assisted Radiology and Surgery
    2006年06月, その他
  • Multi-organ segmentation in three dimensional abdominal CT images
    Computer Assisted Radiology and Surgery
    2006年06月, その他
  • Simultaneous location detection of multi-organ by atlas-guided eigenorgan method in volumetric medical images
    Computer Assisted Radiology and Surgery
    2006年06月, その他
  • Study on Cascade Classification in Abnormal Shadow Detection for Mammograms
    International Workshop on Digital Mammography
    2006年06月, その他
  • 多臓器多疾病診断支援のための医用画像処理
    電子情報通信学会 医用画像研究会 パターン認識・メディア理解研究会
    2006年05月, 口頭発表(招待・特別)
  • Artificial Intelligence Methods Application in Liver Diseases Classification from CT Images
    The Sixth International Workshop on Pattern Recognition in Information Systems
    2006年05月, その他
  • 3次元腹部CT像からの肝臓病変領域の抽出手法の改良
    電子情報通信学会総合大会
    2006年03月26日, その他
  • 3次元乳房CT像上のがん検出システムの出力の解析と診断支援への応用
    電子情報通信学会総合大会
    2006年03月26日, その他
  • Texture Analysis of Hepatocellular Carcinoma and Liver Cysts in CT Images
    International Conference on SIGNAL PROCESSING, PATTERN RECOGNITION, AND APPLICATIONS
    2006年02月, その他
  • 並列型手順のための画像処理シミュレータの作成と性能解析への応用
    電子情報通信学会医用画像研究会
    2006年01月28日, その他
  • 経時変化検出による乳房X線像の計算機支援検出システムの高度化
    電子情報通信学会医用画像研究会
    2006年01月28日, その他
  • 乳房X線像上の異常陰影検出システムにおける識別器の検討
    電子情報通信学会医用画像研究会
    2006年01月28日, その他
  • 隣接臓器モデルや非臓器領域との協調による複数臓器抽出手法の精度向上
    電子情報通信学会医用画像研究会
    2006年01月27日, その他
  • 特徴量分布のパラメータ推定に基づく複数臓器の同時抽出法の改良
    電子情報通信学会医用画像研究会
    2006年01月27日, その他
  • 2時相の3次元CT像を用いた肝臓内病変検出支援システムのための識別器に関する検討
    電子情報通信学会医用画像研究会
    2006年01月27日, その他
  • 固有形状を用いた腹部CT像からの複数臓器抽出法の改善
    電子情報通信学会医用画像研究会
    2006年01月27日, その他
  • 全身FDG-PET像とCT像を用いた病変検出支援システムの改良
    電子情報通信学会医用画像研究会
    2006年01月27日, その他
  • Computer-Aided Diagnosis (CAD) System for Three Dimensional CT images and Its Advance Technologies
    Thaialand-Japan Technology Transfer Project Symposium
    2005年11月26日, 口頭発表(基調)
  • Autopsy imaging in Japan and computer aided diagnosis
    International Symposium on Advances in Legal Medicine
    2005年09月, その他
  • Simultaneous segmentation of multi-organ in three dimensional abdominal CT images
    Computer Assisted Radiology and Surgery
    2005年06月, ポスター発表
  • A robust location detection algorithm for organs in three dimensional medical images
    Computer Assisted Radiology and Surgery
    2005年06月, ポスター発表
  • Proposal of computer-aided detection system for three dimensional CT images of liver cancer
    Computer Assisted Radiology and Surgery
    2005年06月, その他
  • Classifier ensemble for mammography CAD system combining feature selection with ensemble learning
    Computer Assisted Radiology and Surgery
    2005年06月, その他
  • Independent Component Analysis of Four-Phase Abdominal CT Images
    International Conference on Medical Image Computing and Computer-Assisted Intervention
    2004年09月, その他
  • Three-Dimensional Object Recognition Using a Modified Exoskeleton and Extended Hausdorff Distance Matching Algorithm
    International Conference on Image Analysis and Recognition
    2004年09月, その他
  • Applying ICA mixture analysis for segmenting liver from multi-phase abdominal CT images
    Medical Imaging and Augmented Reality: Second International Workshop
    2004年08月, その他
  • A multi-expert approach for robust face detection
    17th International Conference on Pattern Recognition
    2004年08月, その他
  • Preliminary report of competition for liver region extraction algorithms from three-dimensional CT images
    Computer Assisted Radiology and Surgery
    2004年06月, ポスター発表
  • Registration Method for Interval Change Detection between Two Chest X-ray Images with Different Rotation Angles ,
    Computer Assisted Radiology and Surgery
    2004年06月, その他
  • Two-stage method for feature selection from a large number of features for CAD system classifier
    International Workshop on Digital Mammography
    2004年06月, その他
  • Improvement of malignant tumor detection system based on the information arising from mammographic asymmetries
    International Workshop on Digital Mammography
    2004年06月, ポスター発表
  • Analysis of multi-phase computed tomography using ICA mixture model
    The First Asia-Pacific Conference on Conceptual Modelling 2004
    2004年01月, その他
  • Development of computer-aided diagnosis system for 3D multi-detector row CT images of livers
    Computer Assisted Radiology and Surgery
    2003年06月, その他
  • A Modified Exoskeleton and a Hausdorff Distance Matching Algorithm for Shape-Based Object Recognition
    International Conference on Imaging Science, Systems, and Technology
    2003年06月, その他
  • An Automated Segmentation Method of Kidney Using Statistical Information
    International Conference on Medical Image Computing and Computer-Assisted Intervention
    2002年11月, その他

外部研究資金等

  • 人工知能等の先端技術を利用した医療機器プログラムの薬事規制のあり方に関する研究
    受託研究, 自 2020年10月01日, 至 2021年03月31日
  • 骨シンチグラムにおけるBone Scan Index(BSI)の算出方法の改良
    共同研究, 自 2020年08月01日, 至 2023年03月31日
  • 医療ビッグデータ利活用を促進するクラウド基盤・AI画像解析に関する研究
    受託研究, 自 2020年04月01日, 至 2021年03月31日
  • 骨シンチグラフィにおけるBone Scan Index(BSI)の算出方法の開発
    共同研究, 自 2017年09月01日, 至 2020年07月31日
  • グラフカットを用いた肝臓セグメンテーション手法に関する研究
    共同研究, 自 2011年12月16日, 至 2012年03月30日
  • デジタルアトラスを用いたがんの診断支援システムの開発
    受託研究, 自 2010年04月01日, 至 2011年03月31日
  • 光干渉断層計(Optical Coherence Tomography:OCT)網膜層セグメンテーション高精度化のための眼底像処理
    共同研究, 自 2008年09月01日, 至 2009年08月31日
  • 乳房のコンピュータ診断支援画像処理の研究(富士写真フィルム)
    受託研究, 自 0000年, 至 0000年
  • 深層学習を用いた体軸性脊椎関節炎の探索的画像評価研究
    共同研究, 自 2020年09月07日, 至 2023年08月31日
  • 人工知能等の先端技術を利用した医療機器プログラムの薬事規制のあり方に関する研究
    受託研究, 自 2021年04月01日, 至 2022年03月31日

委員歴

  • 日本皮膚科学会
    AI working group委員
    自 202111, 至 20240531
  • 電子情報通信学会
    医用画像研究専門委員会 顧問
    自 201506, 至 202406
  • 東京医科歯科大学
    生体材料工学研究所評価委員会専門委員(外部専門委員)
    自 20210621, 至 20220331
  • 独立行政法人 日本学術振興会
    国際事業委員会書面審査員・書面評価員
    自 20220701, 至 20230630
  • 独立行政法人 日本学術振興会
    卓越研究員候補者選考委員会書面審査員
    自 20220701, 至 20230630
  • 独立行政法人 日本学術振興会
    特別研究員等審査会専門委員
    自 20220701, 至 20230630
  • 国立研究開発法人 科学技術振興機構
    創発的研究支援事業アドバイザー
    自 20220401, 至 20240331
  • 厚生労働省
    薬事・食品衛生審議会(プログラム医療機器調査会) 臨時委員
    自 20210125, 至 20250124
  • 日本医用画像工学会
    監事
    自 201907, 至 202407
  • 計算機支援放射線医学と手術の国際ジャーナル
    編集委員
    自 202101, 至 202412
  • 計算機支援放射線医学と手術の国際ジャーナル
    IJCARS-JAMIT特集号,ゲスト編集委員
    自 202008, 至 202401
  • 次世代医療機器・再生医療等製品評価指標検討会/医療機器開発ガイドライン評価検討委員会
    次世代医療機器・再生医療等製品評価指標検討会/医療機器開発ガイドライン評価検討委員会 合同検討会 委員
    自 201910, 至 202303
  • 厚生労働省
    薬事・食品衛生審議会(医療機器・体外診断薬部会) 臨時委員
    自 20190301, 至 20250124
  • 医薬品医療機器総合機構
    専門委員
    自 2018, 至 20250331
  • 計算機支援放射線医学と手術の国際ジャーナル
    ゲスト編集委員
    自 201808, 至 201910
  • 産業総合研究所
    人工知能分野開発WG委員
    自 2017, 至 2018
  • 国立医薬品食品衛生研究所
    人工知能分野審査WG委員
    自 2017, 至 2018
  • アジアにおける医用画像工学の国際フォーラム
    大会長
    自 2017, 至 2017
  • 計算機支援放射線医学と手術の国際ジャーナル
    ゲスト編集委員
    自 201608, 至 201704
  • 医薬品医療機器総合機構
    科学委員会AI専門部会
    自 2017, 至 2017
  • 電子情報通信学会
    医用画像研究会 委員長
    自 2013, 至 2015
  • 電子情報通信学会
    医用画像研究会 副委員長
    自 2009, 至 2013
  • 日本医用画像工学会
    常任幹事
    自 2015, 至 0000
  • 日本医用画像工学会
    幹事
    自 0000, 至 0000
  • IEEE
    論文誌査読委員
    自 0000, 至 0000
  •  
    査読委員
    自 0000, 至 0000
  • 電子情報通信学会
    和文論文誌編集委員
    自 2002, 至 0000

メディア報道

  •  
    “Our project, hosted by Professor Dr Akinobu Shimizu from TUAT, comprised technical sharing on the deep learning model for our research in knee osteoarthritis,” he said.
     
    自 2019年11月20日, 至 2019年11月20日

所属学協会

  • 電子情報通信学会
    自 1991年
  • 日本医用画像工学会
  • 日本生体医工学会
  • 情報処理学会
  • IEEE
  •  

受賞

  • 日本医用画像工学会
    日本医用画像工学会 功労賞
    「本学会」の運営において、功労が顕著であった正会員を対象に表彰する。なお、功労の対象期間は法人前の「本学会」期間を含む全期間とする。
    2022年07月30日
  • 日本医用画像工学会
    第40回日本医用画像工学会大会 大会奨励賞
    2021年
  • 日本医用画像工学会
    第38回日本医用画像工学会大会 大会奨励賞
    2019年
  • 電子情報通信学会フェロー
    2017年03月24日
  •  
    2017年01月20日
  • 日本医用画像工学会 論文賞
    2016年
  •  
    2015年01月13日
  •  
    2012年11月17日
  • 電子情報通信学会医用画像研究会 研究奨励賞
    2011年05月
  • 日本医用画像工学会大会 奨励賞
    2010年07月30日
  • 日本医用画像工学会
    第28回日本医用画像工学会大会 大会賞
    2009年08月04日
  •  
    2009年01月21日
  •  
    2009年01月21日
  •  
    2008年09月06日
  • 日本医用画像工学会大会 奨励賞
    2008年08月06日
  • 日本医用画像工学会
    第18回コンピュータ支援画像診断学会大会 大会賞
    2008年08月05日
  • 第17回コンピュータ支援画像診断学会大会 大会賞(膵臓CAD部門)
    2007年11月03日
  • 第17回コンピュータ支援画像診断学会大会 大会賞(肝臓CAD部門)
    2007年11月03日
  • 日本医用画像工学会大会奨励賞
    2007年07月20日
  • 第15回コンピュータ支援画像診断学会大会 大会賞
    2005年
  • 日本医用画像工学会 論文賞
    2005年
  • 第14回コンピュータ支援画像診断学会大会 大会賞
    2004年
  •  
    2004年
  • 第13回コンピュータ支援画像診断学会大会 大会賞
    2003年
  • 第12回コンピュータ支援画像診断学会大会 大会賞
    2002年
  • 日本医用画像工学会 論文賞
    1996年
  • 電気関係学会 東海支部 連合大会 奨励賞
    1996年
  • 日本医用画像工学会 論文賞
    1994年


Copyright © MEDIA FUSION Co.,Ltd. All rights reserved.