教授 中尾 恵
本研究室では生体と医用画像を対象とした情報学とデータ科学、人工知能(AI)や機械学習のイメージング・診断・治療への応用に関する研究と教育を行っている。知能医工学は情報学と医用工学の接点をカバーする分野として定めた名称であり、次世代の医用システムにおいて重要な役割を担う医用人工知能の創出と外科手術や放射線治療等の臨床医学への応用を目指している。
研究・教育について
【研究】 一部の観測情報に基づく人体や生体臓器の状態理解は医用工学における本質的な研究課題である。生体臓器や画像計測における普遍性への着目によって、観測領域を超えた高次元の生体情報の推論を実現し、治療に直結する情報を生成する機械学習モデルや医用システムの枠組みを探求している。情報学的手法の深化を通して治療プロセスの自動化と高位平準化をけん引し、医師と患者双方に低負担で持続可能な医療の実現を目指している。
【教育】 機械学習に関する最新の理論と画像処理とコンピュータビジョン、最適化やシミュレーション技術の習熟を軸に、臨床医学や健康医学における諸問題を自ら探究し、理論構築と検証を通して問題を解決できる高度医療専門家の育成を目指している。各自の興味に基づく問題設定と研究活動を通して、未来の医療、健康科学を牽引する医工・情報学の研究者、高度医療機器の専門家として活躍するための研究開発能力を養成する。
研究業績
- R. Miura, M. Nakamura, M. Nakao, Image-to-Volume Deformable Registration by Learning Displacement Vector Fields, IEEE Trans. on Radiation and Plasma Medical Sciences, Vol. 9, No. 1, pp. 69-82, 2025.
- T. Oya, Y. Kadomatsu, T. F. Chen-Yoshikawa, M. Nakao, 2D/3D deformable registration for endoscopic camera images using self-supervised offline learning of intraoperative pneumothorax deformation, Computerized Medical Imaging and Graphics, 102418, 2024.
- K. Masui, N. Kume, M. Nakao, T. Magaribuchi, A. Hamada, T. Kobayashi, A. Sawada, Vision-based estimation of manipulation forces by deep learning of laparoscopic surgical images obtained in a porcine excised kidney experiment, Scientific Reports, Vol.14, Art no. 9686, 2024.
- S. Okado, Y. Kadomatsu, M. Nakao, H. Ueno, K. Fukumoto, S. Nakamura, T. F. Chen-Yoshikawa, New method for delineation of the intersegmental line in a deflated lung, Journal of Thoracic Disease, Vol. 15, No.9 pp. 4736-4744, 2023.
- M. Nakao, M. Nakamura, T. Matsuda, Image-to-graph convolutional network for 2D/3D deformable model registration of low-contrast organs, IEEE Trans. on Medical Imaging, Vol. 41, No. 12, pp. 3747-3761, 2022.
研究室
教授：中尾 恵
助教：御手洗 彰
研究室HP：https://ibme.hs.med.kyoto-u.ac.jp/
E-mail: nakao.megumi.6x (at) kyoto-u.ac.jp