教授 中尾 恵
本研究室では生体と医用画像を対象とした数理とデータ科学、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への幅広い応用を目指している。
研究・教育について
【研究】 生体臓器や画像計測における普遍性とスパース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深層イメージング、統計的モデリング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】 機械学習に関する理論と、画像処理とグラフィクス、コンピュータビジョンに関連するプログラミングスキルの習熟をベースとして、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
- M. Nakao, M. Nakamura, T. Mizowaki, T. Matsuda, Statistical deformation reconstruction using multi-organ shape features for pancreatic cancer localization, Medical Image Analysis, Vol. 67,101829, 2021.
- M. Nakao, K. Kobayashi, J. Tokuno, T. F. Chen-Yoshikawa, H. Date, T. Matsuda, Deformation analysis of surface and bronchial structures in intraoperative pneumothorax using deformable mesh registration, Medical Image Analysis, Vol. 73, 102181, 2021.
- M. Nakao, M. Nakamura, T. Matsuda, Image-to-Graph Convolutional Network for Deformable Shape Reconstruction from a Single Projection Image, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), pp. 259-268, 2021.
- M. Nakao, K. Imanishi, N. Ueda, Y. Imai, T. Kirita, T. Matsuda, Regularized three-dimensional generative adversarial nets for unsupervised metal artifact reduction in head and neck CT images, IEEE Access, Vol. 8, pp. 109453-109465, 2020.
- M. Nakao, J. Tokuno, T. F. Chen-Yoshikawa, H. Date, T. Matsuda, Surface Deformation Analysis of Collapsed Lungs using Model-based Shape Matching, Int. J. Computer Assisted Radiology and Surgery, 14(10), pp. 1763-1774, 2019.
研究室
教授： 中尾 恵
研究室HP：https://ibme.hs.med.kyoto-u.ac.jp/
E-mail: nakao.megumi.6x (at) kyoto-u.ac.jp