研究者詳細

顔写真

イチジ　ケイ
市地　慶
Kei Ichiji
所属
大学院医学系研究科　保健学専攻　医用情報技術科学講座（医用画像工学分野）
職名
講師
学位

  • 博士（工学）（東北大学）

  • 修士（工学）（東北大学）

Researcher ID
I-8238-2019

経歴 7

  • 2023年10月 ～ 継続中
    東北大学　データ駆動科学・AI教育研究センター データ基盤・セキュリティ教育研究部門　講師

  • 2021年8月 ～ 継続中
    東北大学　大学院医学系研究科 保健学専攻　講師

  • 2019年3月 ～ 2021年7月
    東北大学　大学院医学系研究科 保健学専攻　助教

  • 2017年4月 ～ 2019年2月
    東北大学　大学院工学研究科 電気エネルギーシステム専攻　助教

  • 2015年4月 ～ 2017年3月
    独立行政法人日本学術振興会

  • 2014年4月 ～ 2015年
    東北大学　電気通信研究所　研究教育支援者

  • 2011年4月 ～ 2014年3月
    独立行政法人日本学術振興会

︎全件表示 ︎最初の5件までを表示

学歴 4

  • 東北大学　大学院工学研究科　電気・通信工学専攻

    2011年4月 ～ 2014年3月

  • 東北大学　大学院工学研究科　電気・通信工学専攻

    2009年4月 ～ 2011年3月

  • 東京都立産業技術高等専門学校　専攻科　創造工学専攻 電気電子工学コース

    2007年4月 ～ 2009年3月

  • 東京都立工業高等専門学校　電気工学科

    2002年4月 ～ 2007年3月

委員歴 6

  • 計測自動制御学会東北支部　専門委員

    2020年1月 ～ 継続中

  • 計測自動制御学会東北支部　会計幹事

    2018年1月 ～ 2019年12月

  • 日本バーチャルリアリティ学会 第 23 回大会実行委員会　総務（兼副幹事）

    2017年12月 ～ 2018年10月

  • 第25回インテリジェント・システム・シンポジウム（FAN2015）実行委員会　実行委員

    2014年9月 ～ 2015年10月

  • 計測自動制御学会東北支部55周年記念学術講演会実行委員会　会計

    2019年12月 ～

  • IEEE Computer Intelligence Society Neural Network Technical Committee　Liaison, Task Force on Education

    2014年4月 ～

︎全件表示 ︎最初の5件までを表示

所属学協会 5

  • 日本放射線技術学会

    2024年4月 ～ 継続中

  • IEEE Computational Intelligence Society

  • IEEE Engineering in Medicine and Biology Society

  • American Association of Physicists in Medicine

  • 計測自動制御学会

研究キーワード 4

  • 放射線治療

  • 医用知能システム

  • 生体信号解析

  • 時系列予測

研究分野 2

  • ライフサイエンス / 放射線科学 /

  • ライフサイエンス / 医用システム /

受賞 13

  1. 第31回インテリジェント・システム・シンポジウム 最優秀論文賞

    2023年9月　FANシンポジウム運営委員会　放射線治療のための呼吸性移動データ拡張による深層学習モデル基づく肺腫瘍位置変動予測の性能向上

  2. インテリジェント・システム・シンポジウム2021 最優秀論文賞

    2021年9月　FANシンポジウム運営委員会　4次元CTデータの内挿・外挿によるX線透視像中の腫瘍像推定モデルの性能向上の試み

  3. SSI優秀論文賞 (SSI Excellent Paper Award）

    2020年11月　計測自動制御学会 システム・情報部門　肺がん放射線治療のための目標範囲提示型呼吸誘導システムによる呼吸動態再現性向上の試み

  4. 第28回インテリジェント・システム・シンポジウム（FAN2018） 最優秀論文賞

    2018年9月　FAN運営委員会　マーカレス腫瘍追跡のための隠れマルコフモデルを用いたX線動画像からの物体輝度抽出

  5. 2017年システム・情報部門 SSI優秀論文賞

    2017年11月　計測自動制御学会 システム・情報部門　肺がん放射線治療のためX線動画像中の標的腫瘍のアフィン変換に基づく追跡法

  6. 2015年システム・情報部門 SSI研究奨励賞

    2015年11月　計測自動制御学会 システム・情報部門　市地慶, 本間経康, 張曉勇, 武田賢, 髙井良尋, 杉田典大, 吉澤誠，``呼吸性移動時系列の最大リャプノフ指数推定に基づく予測可能性の検討,’’ GS4-12, SY0010/15/0000-0175, pp. 175-179, 計測自動制御学会 システム・情報部門学術講演会2015（SSI2015）, 北海道函館市 函館アリーナ, Nov. 20, 2015.

  7. 平成25年 電気学会 優秀論文発表A賞

    2014年9月　電気学会　市地慶，本間経康，張曉勇，成田雄一郎，髙井良尋，阿部誠，杉田典大，吉澤誠: 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み，第23回インテリジェント・システム・シンポジウム FAN2013，ST-13-045，pp. 80-85，福岡市，2013年9月

  8. 平成25年 電子・情報・技術部門 技術委員会奨励賞

    2014年1月　電気学会 電子・情報・技術部門　市地慶，本間経康，張曉勇，成田雄一郎，髙井良尋，阿部誠，杉田典大，吉澤誠: 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み，第23回インテリジェント・システム・シンポジウム FAN2013，ST-13-045，pp. 80-85，福岡市，2013年9月

  9. 第23回インテリジェント・システム・シンポジウムFAN2013 プレゼンテーション賞

    2013年9月　FANシンポジウム運営委員会　市地慶，本間経康，張曉勇，成田雄一郎，髙井良尋，阿部誠，杉田典大，吉澤誠: 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み，第23回インテリジェント・システム・シンポジウム FAN2013，ST-13-045，pp. 80-85，福岡市，2013年9月

  10. AAPM 52nd Annual Meeting, John R. Cameron Young Investigator Competition Finalists

    2010年7月　American Association of Physicists in Medicine　K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa, “Adaptive Seasonal Autoregressive Model Based Intrafractional Lung Tumor Motion Prediction for Continuously Irradiation,” American Association of Physicists in Medicine 52nd Annual Meeting, Med. Phys.

  11. 2009年度計測自動制御学会学術奨励賞研究奨励賞

    2010年2月　計測自動制御学会　市地慶, 酒井正夫, 本間経康, 髙井良尋, 吉澤誠, 竹田宏: 放射線治療のための肺腫瘍位置変動の周期ダイナミクス予測に関する一考察, 計測自動制御学会 東北支部45周年記念学術講演会, 盛岡市, 2009年9月

  12. SICE Artificial Life Systems Technical Committee Student Paper Award

    2010年2月　SICE Artificial Life Systems Technical Committee　K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa, “A Time Variant Seasonal ARIMA Model for Lung Tumor Motion Prediction,” 15th Int’l Symposium on Artificial Life and Robotics (AROB2010), OS22-4, pp.485-488, Beppu, Japan, Feb. 2010

  13. 計測自動制御学会東北支部 優秀発表奨励賞

    2009年9月　計測自動制御学会東北支部　市地慶, 酒井正夫, 本間経康, 髙井良尋, 吉澤誠, 竹田宏: 放射線治療のための肺腫瘍位置変動の周期ダイナミクス予測に関する一考察, 計測自動制御学会 東北支部45周年記念学術講演会, 盛岡市, 2009年9月

︎全件表示 ︎最初の5件までを表示

論文 31

  1. Reproducible Machine Learning-Based Voice Pathology Detection: Introducing the Pitch Difference Feature. 国際誌

    Jan Vrba, Jakub Steinbach, Tomáš Jirsa, Laura Verde, Roberta De Fazio, Yuwen Zeng, Kei Ichiji, Lukáš Hájek, Zuzana Sedláková, Zuzana Urbániová, Martin Chovanec, Jan Mareš, Noriyasu Homma

    Journal of voice : official journal of the Voice Foundation　2025年4月11日

    DOI： 10.1016/j.jvoice.2025.03.028 　

    詳細を見る 詳細を閉じる

    PURPOSE: We introduce a novel methodology for voice pathology detection using the publicly available Saarbrücken Voice Database and a robust feature set combining commonly used acoustic handcrafted features with two novel ones: pitch difference (relative variation in fundamental frequency) and NaN feature (failed fundamental frequency estimation). METHODS: We evaluate six machine learning (ML) algorithms-support vector machine, k-nearest neighbors, naive Bayes, decision tree, random forest, and AdaBoost-using grid search for feasible hyperparameters and 20 480 different feature subsets. Top 1000 classification models-feature subset combinations for each ML algorithm are validated with repeated stratified cross-validation. To address class imbalance, we apply k-means synthetic minority oversampling technique to augment the training data. RESULTS: Our approach achieves 85.61%, 84.69%, and 85.22% unweighted average recall for females, males, and combined results, respectively. We intentionally omit accuracy as it is a highly biased metric for imbalanced data. CONCLUSION: Our study demonstrates that by following the proposed methodology and feature engineering, there is a potential in detection of various voice pathologies using ML models applied to the simplest vocal task, a sustained utterance of the vowel /a:/. To enable easier use of our methodology and to support our claims, we provide a publicly available GitHub repository with DOI 10.5281/zenodo.13771573. Finally, we provide a REFORMS checklist to enhance readability, reproducibility, and justification of our approach.

  2. Inconsistency between Human Observation and Deep Learning Models: Assessing Validity of Postmortem Computed Tomography Diagnosis of Drowning. 国際誌

    Yuwen Zeng, Xiaoyong Zhang, Jiaoyang Wang, Akihito Usui, Kei Ichiji, Ivo Bukovsky, Shuoyan Chou, Masato Funayama, Noriyasu Homma

    Journal of imaging informatics in medicine　2024年2月9日

    DOI： 10.1007/s10278-024-00974-6 　

    詳細を見る 詳細を閉じる

    Drowning diagnosis is a complicated process in the autopsy, even with the assistance of autopsy imaging and the on-site information from where the body was found. Previous studies have developed well-performed deep learning (DL) models for drowning diagnosis. However, the validity of the DL models was not assessed, raising doubts about whether the learned features accurately represented the medical findings observed by human experts. In this paper, we assessed the medical validity of DL models that had achieved high classification performance for drowning diagnosis. This retrospective study included autopsy cases aged 8-91 years who underwent postmortem computed tomography between 2012 and 2021 (153 drowning and 160 non-drowning cases). We first trained three deep learning models from a previous work and generated saliency maps that highlight important features in the input. To assess the validity of models, pixel-level annotations were created by four radiological technologists and further quantitatively compared with the saliency maps. All the three models demonstrated high classification performance with areas under the receiver operating characteristic curves of 0.94, 0.97, and 0.98, respectively. On the other hand, the assessment results revealed unexpected inconsistency between annotations and models' saliency maps. In fact, each model had, respectively, around 30%, 40%, and 80% of irrelevant areas in the saliency maps, suggesting the predictions of the DL models might be unreliable. The result alerts us in the careful assessment of DL tools, even those with high classification performance.

  3. How intra-source imbalanced datasets impact the performance of deep learning for COVID-19 diagnosis using chest X-ray images

    Zhang Zhang, Xiaoyong Zhang, Kei Ichiji, Ivo Bukovský, Noriyasu Homma

    Scientific Reports　13　(1)　2023年11月3日

    出版者・発行元： Springer Science and Business Media LLC

    DOI： 10.1038/s41598-023-45368-w 　

    eISSN：2045-2322

  4. Letter on Convergence of In-Parameter-Linear Nonlinear Neural Architectures With Gradient Learnings

    Ivo Bukovsky, Gejza Dohnal, Peter M. Benes, Kei Ichiji, Noriyasu Homma

    IEEE Transactions on Neural Networks and Learning Systems　34　(8)　5189-5192　2023年8月

    出版者・発行元： Institute of Electrical and Electronics Engineers (IEEE)

    DOI： 10.1109/tnnls.2021.3123533 　

    ISSN：2162-237X

    eISSN：2162-2388

  5. Comprehensive evaluation of machine learning algorithms for predicting sleep–wake conditions and differentiating between the wake conditions before and after sleep during pregnancy based on heart rate variability

    Xue Li, Chiaki Ono, Noriko Warita, Tomoka Shoji, Takashi Nakagawa, Hitomi Usukura, Zhiqian Yu, Yuta Takahashi, Kei Ichiji, Norihiro Sugita, Natsuko Kobayashi, Saya Kikuchi, Ryoko Kimura, Yumiko Hamaie, Mizuki Hino, Yasuto Kunii, Keiko Murakami, Mami Ishikuro, Taku Obara, Tomohiro Nakamura, Fuji Nagami, Takako Takai, Soichi Ogishima, Junichi Sugawara, Tetsuro Hoshiai, Masatoshi Saito, Gen Tamiya, Nobuo Fuse, Susumu Fujii, Masaharu Nakayama, Shinichi Kuriyama, Masayuki Yamamoto, Nobuo Yaegashi, Noriyasu Homma, Hiroaki Tomita

    Frontiers in Psychiatry　14　2023年6月6日

    出版者・発行元： Frontiers Media SA

    DOI： 10.3389/fpsyt.2023.1104222 　

    eISSN：1664-0640

    詳細を見る 詳細を閉じる

    Introduction Perinatal women tend to have difficulties with sleep along with autonomic characteristics. This study aimed to identify a machine learning algorithm capable of achieving high accuracy in predicting sleep–wake conditions and differentiating between the wake conditions before and after sleep during pregnancy based on heart rate variability (HRV). Methods Nine HRV indicators (features) and sleep–wake conditions of 154 pregnant women were measured for 1 week, from the 23rd to the 32nd weeks of pregnancy. Ten machine learning and three deep learning methods were applied to predict three types of sleep–wake conditions (wake, shallow sleep, and deep sleep). In addition, the prediction of four conditions, in which the wake conditions before and after sleep were differentiated—shallow sleep, deep sleep, and the two types of wake conditions—was also tested. Results and Discussion In the test for predicting three types of sleep–wake conditions, most of the algorithms, except for Naïve Bayes, showed higher areas under the curve (AUCs; 0.82–0.88) and accuracy (0.78–0.81). The test using four types of sleep–wake conditions with differentiation between the wake conditions before and after sleep also resulted in successful prediction by the gated recurrent unit with the highest AUC (0.86) and accuracy (0.79). Among the nine features, seven made major contributions to predicting sleep–wake conditions. Among the seven features, “the number of interval differences of successive RR intervals greater than 50 ms (NN50)” and “the proportion dividing NN50 by the total number of RR intervals (pNN50)” were useful to predict sleep–wake conditions unique to pregnancy. These findings suggest alterations in the vagal tone system specific to pregnancy.

  6. A 2.5D Deep Learning-Based Method for Drowning Diagnosis Using Post-Mortem Computed Tomography

    Yuwen Zeng, Xiaoyong Zhang, Yusuke Kawasumi, Akihito Usui, Kei Ichiji, Masato Funayama, Noriyasu Homma

    IEEE Journal of Biomedical and Health Informatics　27　(2)　1026-1035　2023年2月

    DOI： 10.1109/jbhi.2022.3225416 　

    ISSN：2168-2194

    eISSN：2168-2208

  7. How Different Data Sources Impact Deep Learning Performance in COVID-19 Diagnosis using Chest X-ray Images

    Zhang Zhang, Xiaoyong Zhang, Kei Ichiji, Ivo Bukovsky, Shuoyan Chou, Noriyasu Homma

    Proceedings - 2023 14th IIAI International Congress on Advanced Applied Informatics, IIAI-AAI 2023　508-513　2023年

    DOI： 10.1109/IIAI-AAI59060.2023.00103 　

  8. Risk Analysis of Breast Cancer by Using Bilateral Mammographic Density Differences: A Case-Control Study

    Zhang Zhang, Xiaoyong Zhang, Jiaqi Chen, Yumi Takane, Satoru Yanagaki, Naoko Mori, Kei Ichiji, Katsuaki Kato, Mika Yanagaki, Akiko Ebata, Minoru Miyashita, Takanori Ishida, Noriyasu Homma

    The Tohoku Journal of Experimental Medicine　261　(2)　139-150　2023年

    出版者・発行元： Tohoku University Medical Press

    DOI： 10.1620/tjem.2023.j066 　

    ISSN：0040-8727

    eISSN：1349-3329

  9. Deep Learning-Based Diagnosis of Fatal Hypothermia Using Post-Mortem Computed Tomography

    Yuwen Zeng, Xiaoyong Zhang, Issei Yoshizumi, Zhang Zhang, Taihei Mizuno, Shota Sakamoto, Yusuke Kawasumi, Akihito Usui, Kei Ichiji, Ivo Bukovsky, Masato Funayama, Noriyasu Homma

    The Tohoku Journal of Experimental Medicine　260　(3)　253-261　2023年

    出版者・発行元： Tohoku University Medical Press

    DOI： 10.1620/tjem.2023.j041 　

    ISSN：0040-8727

    eISSN：1349-3329

  10. Assessment of a computed tomography-based radiomics approach for assessing lung function in lung cancer patients. 国際誌

    Yoshiro Ieko, Noriyuki Kadoya, Yuto Sugai, Shiina Mouri, Mariko Umeda, Shohei Tanaka, Takayuki Kanai, Kei Ichiji, Takaya Yamamoto, Hisanori Ariga, Keiichi Jingu

    Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)　101　28-35　2022年7月21日

    DOI： 10.1016/j.ejmp.2022.07.003 　

    詳細を見る 詳細を閉じる

    PURPOSE: We aimed to assess radiomics approaches for estimating three pulmonary function test (PFT) results (forced expiratory volume in one second [FEV1], forced vital capacity [FVC], and the ratio of FEV1 to FVC [FEV1/FVC]) using data extracted from chest computed tomography (CT) images. METHODS: This retrospective study included 85 lung cancer patients (mean age, 75 years ±8; 69 men) who underwent stereotactic body radiotherapy between 2012 and 2020. Their pretreatment chest breath-hold CT and PFT data before radiotherapy were obtained. A total of 107 radiomics features (Shape: 14, Intensity: 18, Texture: 75) were extracted using two methods: extraction of the lung tissue (<-250 HU) (APPROACH 1), and extraction of small blood vessels and lung tissue (APPROACH 2). The PFT results were estimated using the least absolute shrinkage and selection operator regression. Pearson's correlation coefficients (r) were determined for all PFT results, and the area under the curve (AUC) was calculated for FEV1/FVC (<70 %). Finally, we compared our approaches with the conventional formula (Conventional). RESULTS: For the estimated FEV1/FVC, the Pearson's r were 0.21 (P =.06), 0.69 (P <.01), and 0.73 (P <.01) for Conventional, APPROACH 1, and APPROACH 2, respectively; the AUCs for FEV1/FVC (<70 %) were 0.67 (95 % confidence interval [CI]: 0.55, 0.79), 0.82 (CI: 0.72, 0.91; P =.047) and 0.86 (CI: 0.78, 0.94; P =.01), respectively. CONCLUSIONS: The radiomics approach performed better than the conventional equation and may be useful for assessing lung function based on CT images.

  11. Improved Tumor Image Estimation in X-Ray Fluoroscopic Images by Augmenting 4DCT Data for Radiotherapy 国際誌 査読有り

    Takumi Shinohara, Kei Ichiji, Jiaoyang Wang, Noriyasu Homma, Xiaoyong Zhang, Norihiro Sugita, Makoto Yoshizawa, Graduate School of Biomedical Engineering, Tohoku University 2-1 Seiryo-machi, Aoba-ku, Sendai, Miyagi 980-8575, Japan, Tohoku University Graduate School of Medicine 2-1 Seiryo-machi, Aoba-ku, Sendai, Miyagi 980-8575, Japan, National Institute of Technology, Sendai College 4-16-1 Ayashi-Chuo, Aoba-ku, Sendai, Miyagi 989-3128, Japan, Graduate School of Engineering, Tohoku University 6-6-05 Aramaki Aza Aoba, Aoba-ku, Sendai, Miyagi 980-8579, Japan, Center for Promotion of Innovation Strategy, Tohoku University 468-1 Aramaki Aza Aoba, Aoba-ku, Sendai, Miyagi 980-0845, Japan

    Journal of Advanced Computational Intelligence and Intelligent Informatics　26　(4)　471-482　2022年7月20日

    出版者・発行元： Fuji Technology Press Ltd.

    DOI： 10.20965/jaciii.2022.p0471 　

    ISSN：1883-8014 1343-0130

    eISSN：1883-8014

    詳細を見る 詳細を閉じる

    Measurement of tumor position is important for the radiotherapy of lung tumors with respiratory motion. Although tumors can be observed using X-ray fluoroscopy during radiotherapy, it is often difficult to measure tumor position from X-ray image sequences accurately because of overlapping organs. To measure tumor position accurately, a method for extracting tumor intensities from X-ray image sequences using a hidden Markov model (HMM) has been proposed. However, the performance of tumor intensity extraction depends on limited knowledge regarding the tumor motion observed in the four-dimensional computed tomography (4DCT) data used to construct the HMM. In this study, we attempted to improve the performance of tumor intensity extraction by augmenting 4DCT data. The proposed method was tested using simulated datasets of X-ray image sequences. The experimental results indicated that the HMM using the augmentation method could improve tumor-tracking performance when the range of tumor movement during treatment differed from that in the 4DCT data.

  12. Heart Rate Information-Based Machine Learning Prediction of Emotions Among Pregnant Women

    Xue Li, Chiaki Ono, Noriko Warita, Tomoka Shoji, Takashi Nakagawa, Hitomi Usukura, Zhiqian Yu, Yuta Takahashi, Kei Ichiji, Norihiro Sugita, Natsuko Kobayashi, Saya Kikuchi, Yasuto Kunii, Keiko Murakami, Mami Ishikuro, Taku Obara, Tomohiro Nakamura, Fuji Nagami, Takako Takai, Soichi Ogishima, Junichi Sugawara, Tetsuro Hoshiai, Masatoshi Saito, Gen Tamiya, Nobuo Fuse, Shinichi Kuriyama, Masayuki Yamamoto, Nobuo Yaegashi, Noriyasu Homma, Hiroaki Tomita

    Frontiers in Psychiatry　12　2022年1月27日

    出版者・発行元： Frontiers Media SA

    DOI： 10.3389/fpsyt.2021.799029 　

    eISSN：1664-0640

    詳細を見る 詳細を閉じる

    In this study, the extent to which different emotions of pregnant women can be predicted based on heart rate-relevant information as indicators of autonomic nervous system functioning was explored using various machine learning algorithms. Nine heart rate-relevant autonomic system indicators, including the coefficient of variation R-R interval (CVRR), standard deviation of all NN intervals (SDNN), and square root of the mean squared differences of successive NN intervals (RMSSD), were measured using a heart rate monitor (MyBeat) and four different emotions including “happy,” as a positive emotion and “anxiety,” “sad,” “frustrated,” as negative emotions were self-recorded on a smartphone application, during 1 week starting from 23rd to 32nd weeks of pregnancy from 85 pregnant women. The k-nearest neighbor (k-NN), support vector machine (SVM), logistic regression (LR), random forest (RF), naïve bayes (NB), decision tree (DT), gradient boosting trees (GBT), stochastic gradient descent (SGD), extreme gradient boosting (XGBoost), and artificial neural network (ANN) machine learning methods were applied to predict the four different emotions based on the heart rate-relevant information. To predict four different emotions, RF also showed a modest area under the receiver operating characteristic curve (AUC-ROC) of 0.70. CVRR, RMSSD, SDNN, high frequency (HF), and low frequency (LF) mostly contributed to the predictions. GBT displayed the second highest AUC (0.69). Comprehensive analyses revealed the benefits of the prediction accuracy of the RF and GBT methods and were beneficial to establish models to predict emotions based on autonomic nervous system indicators. The results implicated SDNN, RMSSD, CVRR, LF, and HF as important parameters for the predictions.

  13. Deep Learning-Based Interpretable Computer-Aided Diagnosis of Drowning for Forensic Radiology 査読有り

    Yuwen Zeng, Xiaoyong Zhang, Yusuke Kawasumi, Akihito Usui, Kei Ichiji, Masato Funayama, Noriyasu Homma

    2021 60th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2021　820-824　2021年9月8日

    出版者・発行元： Institute of Electrical and Electronics Engineers Inc.

  14. Adaptive Gaussian Mixture Model-Based Statistical Feature Extraction for Computer-Aided Diagnosis of Micro-Calcification Clusters in Mammograms 査読有り

    Zhang Zhang, Xiaoyong Zhang, Kei Ichiji, Yumi Takane, Satoru Yanagaki, Yusuke Kawasumi, Tadashi Ishibashi, Noriyasu Homma

    SICE Journal of Control, Measurement, and System Integration　13　(4)　183-190　2020年7月1日

    出版者・発行元： Informa UK Limited

    DOI： 10.9746/jcmsi.13.183 　

    ISSN：1882-4889

    eISSN：1884-9970

  15. 肺がん放射線治療のための隠れマルコフモデルを用いたX線動画像中の物体輝度抽出 査読有り

    新藤 雅大, 市地 慶, 本間 経康, 張 曉勇, 奥田 隼梧, 杉田 典大, 八巻 俊輔, 髙井 良尋, 吉澤 誠

    電気学会論文誌Ｃ（電子・情報・システム部門誌）　140　(1)　49-60　2020年

    出版者・発行元： 一般社団法人 電気学会

    DOI： 10.1541/ieejeiss.140.49 　

    ISSN：0385-4221

    eISSN：1348-8155

  16. Noncontact monitoring of heart rate responses to taste stimuli using a video camera 査読有り

    Masnani Bt Mohamed, Makoto Yoshizawa, Norihiro Sugita, Shunsuke Yamaki, Kei Ichiji

    Indonesian Journal of Electrical Engineering and Computer Science　18　(1)　293-300　2019年

    DOI： 10.11591/ijeecs.v18.i1.pp293-300 　

    ISSN：2502-4752

    eISSN：2502-4760

  17. Framework for discrete-time model reference adaptive control of weakly nonlinear systems with HONUs 査読有り

    Peter M. Benes, Ivo Bukovsky, Martin Vesely, Jan Voracek, Kei Ichiji, Noriyasu Homma

    Studies in Computational Intelligence　829　239-262　2019年

    出版者・発行元： Springer

    DOI： 10.1007/978-3-030-16469-0_13 　

    ISSN：1860-949X

  18. Effect of viewing a three-dimensional movie with vertical parallax 査読有り

    Norihiro Sugita, Katsuhiro Sasaki, Makoto Yoshizawa, Kei Ichiji, Makoto Abe, Noriyasu Homma, Tomoyuki Yambe

    Displays　58　20-26　2018年10月

    出版者・発行元： Elsevier {BV}

    DOI： 10.1016/j.displa.2018.10.007 　

    ISSN：0141-9382

  19. A key-point based real-time tracking of lung tumor in x-ray image sequence by using difference of Gaussians filtering and optical flow 査読有り

    Ichiji, K., Yoshida, Y., Homma, N., Zhang, X., Bukovsky, I., Takai, Y., Yoshizawa, M.

    Physics in Medicine and Biology　63　(18)　2018年9月10日

    出版者・発行元： {IOP} Publishing

    DOI： 10.1088/1361-6560/aada71 　

    ISSN：1361-6560 0031-9155

  20. 乳房X線画像における良悪性鑑別が難しい腫瘤に対する深層学習の性能評価

    野呂 恭平, 張 暁勇, 高野 寛己, 市地 慶, 柳垣 聡, 高根 侑美, 石橋 忠司, 本間 経康

    日本放射線技術学会雑誌　74　(9)　1091-1092　2018年9月

    出版者・発行元： (公社)日本放射線技術学会

    ISSN：0369-4305

    eISSN：1881-4883

  21. Potential improvements of lung and prostate MLC tracking investigated by treatment simulations 査読有り

    Jakob Toftegaard, Paul J. Keall, Ricky O'Brien, Dan Ruan, Floris Ernst, Noriyasu Homma, Kei Ichiji, Per Rugaard Poulsen

    Medical Physics　45　(5)　2218-2229　2018年5月1日

    出版者・発行元： John Wiley and Sons Ltd.

    DOI： 10.1002/mp.12868 　

    ISSN：0094-2405

  22. Dosimetric evaluation of MLC-based dynamic tumor tracking radiotherapy using digital phantom: Desired setup margin for tracking radiotherapy 査読有り

    Noriyuki Kadoya, Kei Ichiji, Tomoya Uchida, Yujiro Nakajima, Ryutaro Ikeda, Yosuke Uozumi, Xiaoyong Zhang, Ivo Bukovsky, Takaya Yamamoto, Ken Takeda, Yoshihiro Takai, Keiichi Jingu, Noriyasu Homma

    Medical Dosimetry　43　(1)　74-81　2018年2月1日

    出版者・発行元： Elsevier Inc.

    DOI： 10.1016/j.meddos.2017.08.005 　

    ISSN：1873-4022 0958-3947

  23. 乳がん病変検出のための深層学習を用いた計算機支援画像診断システム 査読有り

    鈴木真太郎, ZHANG Xiaoyong, 本間経康, 市地慶, 高根侑美, 柳垣聡, 川住祐介, 石橋忠司, 吉澤誠

    計測自動制御学会論文集　54　(8)　659‐669(J‐STAGE)　2018年

    DOI： 10.9746/sicetr.54.659 　

    ISSN：0453-4654

  24. Tracking tumor boundary in MV-EPID images without implanted markers: A feasibility study 査読有り

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Yoshihiro Takai, Makoto Yoshizawa

    MEDICAL PHYSICS　42　(5)　2510-2523　2015年5月

    DOI： 10.1118/1.4918578 　

    ISSN：0094-2405

  25. A Fast Neural Network Approach to Predict Lung Tumor Motion during Respiration for Radiation Therapy Applications 査読有り

    Ivo Bukovsky, Noriyasu Homma, Kei Ichiji, Matous Cejnek, Matous Slama, PeterM. Benes, Jiri Bila

    BIOMED RESEARCH INTERNATIONAL　2015　489679　2015年

    DOI： 10.1155/2015/489679 　

    ISSN：2314-6133

    eISSN：2314-6141

  26. A kernel-based method for markerless tumor tracking in kV fluoroscopic images 査読有り

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Makoto Abe, Norihiro Sugita, Yoshihiro Takai, Yuichiro Narita, Makoto Yoshizawa

    PHYSICS IN MEDICINE AND BIOLOGY　59　(17)　4897-4911　2014年9月

    DOI： 10.1088/0031-9155/59/17/4897 　

    ISSN：0031-9155

    eISSN：1361-6560

  27. Tracking Tumor's Boundary in MV Image Sequences for Image-Guided Radiation Therapy

    Xiaoyong Zhang, Noriyasu Homma, Yuichiro Narita, Yoshihiro Takai, Kei Ichiji, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    Medical Physics　41　(6)　574　2014年6月29日

  28. A Faster 1-D Phase-Only Correlation-Based Method for Estimations of Translations, Rotation and Scaling in Images 査読有り

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    IEICE TRANSACTIONS ON FUNDAMENTALS OF ELECTRONICS COMMUNICATIONS AND COMPUTER SCIENCES　E97A　(3)　809-819　2014年3月

    DOI： 10.1587/transfun.E97.A.809 　

    ISSN：1745-1337

  29. Markerless Lung Tumor Motion Tracking by Dynamic Decomposition of X-Ray Image Intensity. 国際誌 査読有り

    Noriyasu Homma, Yoshihiro Takai, Haruna Endo, Kei Ichiji, Yuichiro Narita, Xiaoyong Zhang, Masao Sakai, Makoto Osanai, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    Journal of medical engineering　2013　340821-340821　2013年

    出版者・発行元： Hindawi Publishing Corporation

    DOI： 10.1155/2013/340821 　

    ISSN：2314-5129

    詳細を見る 詳細を閉じる

    We propose a new markerless tracking technique of lung tumor motion by using an X-ray fluoroscopic image sequence for real-time image-guided radiation therapy (IGRT). A core innovation of the new technique is to extract a moving tumor intensity component from the fluoroscopic image intensity. The fluoroscopic intensity is the superimposition of intensity components of all the structures passed through by the X-ray. The tumor can then be extracted by decomposing the fluoroscopic intensity into the tumor intensity component and the others. The decomposition problem for more than two structures is ill posed, but it can be transformed into a well-posed one by temporally accumulating constraints that must be satisfied by the decomposed moving tumor component and the rest of the intensity components. The extracted tumor image can then be used to achieve accurate tumor motion tracking without implanted markers that are widely used in the current tracking techniques. The performance evaluation showed that the extraction error was sufficiently small and the extracted tumor tracking achieved a high and sufficient accuracy less than 1 mm for clinical datasets. These results clearly demonstrate the usefulness of the proposed method for markerless tumor motion tracking.

  30. A Time-Varying Seasonal Autoregressive Model-Based Prediction of Respiratory Motion for Tumor following Radiotherapy 査読有り

    Kei Ichiji, Noriyasu Homma, Masao Sakai, Yuichiro Narita, Yoshihiro Takai, Xiaoyong Zhang, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    COMPUTATIONAL AND MATHEMATICAL METHODS IN MEDICINE　2013　390325　2013年

    DOI： 10.1155/2013/390325 　

    ISSN：1748-670X

  31. Intelligent Sensing and Monitoring - Respiratory Motion Prediction for Tumor Following Radiotherapy 査読有り

    K. Ichiji, N. Homma, M. Sakai, I. Bukovsky, X. Zhang, M. Osanai, M. Abe, N. Sugita, M. Yoshizawa

    Journal of Artificial Intelligence and Soft Computing Research　2　(4)　331-342　2012年

︎全件表示 ︎最初の5件までを表示

MISC 58

  1. Vision Transformer-Based Breast Mass Diagnosis in Mammography Using Bilateral Information

    Tianyu Zeng, Zhang Zhang, Yuwen Zeng, Xiaoyong Zhang, Kei Ichiji, Noriyasu Homma

    2024 IEEE International Conference on Artificial Intelligence in Engineering and Technology (IICAIET)　147-152　2024年8月26日

    出版者・発行元： IEEE

    DOI： 10.1109/iicaiet62352.2024.10730097 　

  2. 非小細胞肺癌の再発予測におけるマルチモーダル学習モデルの検討

    稲森瑠星, 臼崎琢磨, 市地慶, 張暁勇, 本間経康

    日本診療放射線技師会誌　71　(10)　2024年

    ISSN： 2187-2538

  3. 放射線治療のための呼吸性移動データ拡張による深層学習モデル基づく肺腫瘍位置変動予測の性能向上

    石井万結, 市地慶, 淡路樹, 篠原唯, ZHANG Xiaoyong, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　31st　2023年

  4. Bluetooth電波を用いた端末装着不要な屋内位置推定

    梅原優佑, 杉田典大, 市地慶, 本間経康

    電子情報通信学会大会講演論文集(CD-ROM)　2023　2023年

    ISSN： 1349-144X

  5. 深層学習を用いたPET画像によるアルツハイマー病鑑別における注目領域の可視化解析

    水野泰平, ZHANG X., ZHANG X., 市地慶, 杉田典大, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　30th　2022年

  6. 肺がん放射線治療のための粒子フィルタを用いたX線動画像からの体内臓器運動の推定

    篠原匠, 市地慶, ZHANG X., ZHANG X., 杉田典大, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　30th　2022年

  7. A Deep Learning Aided Drowning Diagnosis for Forensic Investigations using Post-Mortem Lung CT Images

    Noriyasu Homma, Xiaoyong Zhang, Amber Qureshi, Takuya Konno, Yusuke Kawasumi, Akihito Usui, Masato Funayama, Ivo Bukovsky, Kei Ichiji, Norihiro Sugita, Makoto Yoshizawa

    2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)　2020年7月

    出版者・発行元： IEEE

    DOI： 10.1109/embc44109.2020.9175731 　

  8. Comparison of Visible and Infrared Video Plethysmography Captured from Different Regions of the Human Face

    Norihiro Sugita, Tomoya Matsuzaki, Makoto Yoshizawa, Kei Ichiji, Shunsuke Yamaki, Noriyasu Homma

    2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)　2020年7月

    出版者・発行元： IEEE

    DOI： 10.1109/embc44109.2020.9176138 　

  9. Human ability enhancement for reading mammographic masses by a deep learning technique.

    Noriyasu Homma, Kyohei Noro, Xiaoyong Zhang, Yutaro Kon, Kei Ichiji, Ivo Bukovsky, Akiko Sato, Naoko Mori

    IEEE International Conference on Bioinformatics and Biomedicine(BIBM)　2962-2964　2020年

    出版者・発行元： IEEE

    DOI： 10.1109/BIBM49941.2020.9313564 　

  10. Estimation of Absolute Blood Pressure Using Video Images Captured at Different Heights from the Heart

    Norihiro Sugita, Taihei Noro, Makoto Yoshizawa, Kei Ichiji, Shunsuke Yamaki, Noriyasu Homma

    2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)　2019年7月

    出版者・発行元： IEEE

    DOI： 10.1109/embc.2019.8856362 　

  11. 深層学習は乳癌画像をどう読むか

    本間経康, 本間経康, 張暁勇, 張暁勇, 高野寛己, 野呂恭平, 張彰, 陳家旗, 市地慶, 市地慶, 杉田典大, 酒井正夫, 吉澤誠, 川住祐介, 石橋忠司

    日本乳癌画像研究会プログラム・抄録集　28th　35　2019年1月15日

  12. 掌映像からの血圧情報推定に関する研究

    野呂 泰平, 松嵜 朋也, 吉澤 誠, 杉田 典大, 八巻 俊輔, 市地 慶

    生体医工学　Annual57　(Abstract)　S187_2-S187_2　2019年

    出版者・発行元： 公益社団法人 日本生体医工学会

    DOI： 10.11239/jsmbe.annual57.s187_2 　

    ISSN： 1347-443X

    eISSN： 1881-4379

    詳細を見る 詳細を閉じる

    近年，ビデオカメラからの映像を用いて非接触で生体情報を取得する研究が盛んに行われている．ヘモグロビンの吸光度が緑色の波長帯域で高いという原理に基づいて，身体映像中の緑色輝度値の変化から脈波（映像脈波と呼ぶ）を計測することができる．本研究では映像脈波を用いて，血圧の絶対値を推定する手法を提案する．映像脈波は血管内の血液量変化を反映するため，血管の断面積と相関していると考えられる．そこで血管内圧と断面積の関係式を用いて，心臓からの高さが異なる2ヶ所で計測した映像脈波の振幅値の比から血管内圧を推定する式を導出した．健常な5名の被験者を対象として，安静とぺダリング運動を交互に行い血圧を変化させる実験を行った．実験の結果，実際の血圧値と推定値の相関係数は平均で0.64，推定値誤差は平均で42.7 mmHgであったが，最も良い被験者では相関係数0.89，推定値誤差は7.15 mmHgであった．誤差の原因としては，提案式に含まれる定数項の値が被験者毎に異なっているためであると考えられることから，今後，この定数値を安定的に求める方法の確立が必要である．

  13. 呼吸性移動対策のための肺腫瘍位置の時系列成分分離に基づく予測

    市地 慶

    東北医学雑誌　131-1　77-77　2019年

  14. 映像脈波を用いた血圧推定の可能性

    杉田典大, 吉澤誠, 野呂泰平, 八巻俊輔, 市地慶, 本間経康, 山家智之

    日本生体医工学会大会プログラム・抄録集(Web)　58th　(Abstract)　S126_2-S126_2　2019年

    出版者・発行元： 公益社団法人 日本生体医工学会

    DOI： 10.11239/jsmbe.annual57.s126_2 　

    ISSN： 1347-443X

    eISSN： 1881-4379

    詳細を見る 詳細を閉じる

    近年，映像を用いた生体情報収集に関する研究が盛んに行われている．特に，映像の輝度値情報から心拍数を推定する手法については既に多くのアルゴリズムが提案されており，PCに搭載されたカメラの映像から使用者の心拍数を推定してストレス状態を評価するシステムなどの実用化もなされている．我々の研究グループでは，これまで映像から得られる脈波の形状や伝搬速度を用いて血圧の変化を推定することが可能であることを示してきたが，血管特性に着目したモデルや学習アルゴリズムなどを用いることで血圧の絶対値を推定できる可能性が出てきた．本講演では，映像から得られる脈波信号を用いて血圧を推定する原理を述べると共に，関連する研究を含め最新の成果について紹介する．

  15. 隠れマルコフモデルを用いたX線動画像からの腫瘍像抽出法の先験情報導入による性能向上の試み

    奥田隼梧, 市地慶, 本間経康, 張曉勇, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2019　2019年

  16. 第23回大会報告

    北濵 兼一, 今村 文彦, 吉澤 誠, 高嶋 和毅, 杉田 典大, 市地 慶, 松永 忠雄, 藤田 和之, 鏡 慎吾, 田中 明, 阿部 亨, 鈴木 優, 片山 統裕, 坂本 修一, 昆陽 雅司, 永野 光, 遠藤 恵一, 今村 伊知郎, 吉田 ひさよ, 崔 正烈, 北村 喜文, 木村 敏幸, 八巻 俊輔, 城山 一真, 苗村 健

    日本バーチャルリアリティ学会誌　23　(4)　6-47　2018年12月31日

    出版者・発行元： 特定非営利活動法人 日本バーチャルリアリティ学会

    DOI： 10.18974/jvrsj.23.4_6 　

    ISSN： 1342-6680

    eISSN： 2435-8746

  17. マーカレス腫瘍追跡のための隠れマルコフモデルを用いたX線動画像からの物体輝度抽出 (システム研究会 インテリジェント・システム(FAN2018))

    新藤 雅大, 市地 慶, 本間 経康, 張 曉勇, 杉田 典大, 八巻 俊輔, 髙井 良尋, 吉澤 誠

    電気学会研究会資料. ST　2018　(39)　37-42　2018年9月26日

    出版者・発行元： 電気学会

  18. 呼吸性移動対策のための肺腫瘍位置の時系列成分分離に基づく予測

    佐藤 雄介, 市地 慶, 新藤 雅大, 張 暁勇, 角谷 倫之, 小山内 実, 高井 良尋, 本間 経康

    日本放射線技術学会雑誌　74　(9)　1092-1093　2018年9月

    出版者・発行元： (公社)日本放射線技術学会

    ISSN： 0369-4305

  19. 乳房X線画像における良悪性鑑別が難しい腫瘤に対する深層学習の性能評価

    野呂 恭平, 張 暁勇, 高野 寛己, 市地 慶, 柳垣 聡, 高根 侑美, 石橋 忠司, 本間 経康

    日本放射線技術学会雑誌　74　(9)　1091-1092　2018年9月

    出版者・発行元： (公社)日本放射線技術学会

    ISSN： 0369-4305

  20. 呼吸性移動対策のための肺腫瘍位置の時系列成分分離に基づく予測

    佐藤 雄介, 市地 慶, 新藤 雅大, 張 暁勇, 角谷 倫之, 小山内 実, 高井 良尋, 本間 経康

    日本放射線技術学会雑誌　74　(9)　1092-1093　2018年9月

    出版者・発行元： (公社)日本放射線技術学会

    ISSN： 0369-4305

    eISSN： 1881-4883

  21. An Optimization Technique to Extract Video Pulse Wave for Non-Contact Remote Monitoring of Autonomic Nervous System and Blood Pressure Variability. 査読有り

    Makoto Yoshizawa, Norihiro Sugita, Akira Tanaka, Kei Ichiji, Noriyasu Homma, Tomoyuki Yambe

    IEEE 7th Global Conference on Consumer Electronics, GCCE 2018, Nara, Japan, October 9-12, 2018　425-428　2018年

    出版者・発行元： IEEE

    DOI： 10.1109/GCCE.2018.8574732 　

  22. マーカレス腫瘍追跡のためのX線動画像の物体輝度の重畳状態を考慮した動体抽出の検討

    新藤雅大, 市地慶, 張暁勇, 本間経康, 齊藤望, 高井良尋, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2017　ROMBUNNO.SS12‐11　2017年11月25日

  23. 肺がん放射線治療のためのX線動画像中の標的腫瘍のアフィン変換に基づく追跡法

    齊藤望, 市地慶, 張暁勇, 本間経康, 新藤雅大, 高井良尋, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2017　ROMBUNNO.SS12‐4　2017年11月25日

  24. 最大リャプノフ指数推定に基づく呼吸性移動時系列の予測可能性の検討 招待有り

    市地慶, 本間経康, 張曉勇, 武田賢, 髙井良尋, 杉田典大, 吉澤誠

    東北医学雑誌　129　(1)　47-47　2017年8月

  25. マーカレス追尾照射に必要な数理技術

    本間経康, 髙井良尋, 張曉勇, 市地慶, 魚住洋佑, 酒井正夫, 吉澤誠

    医学物理　37　(2)　7-16　2017年4月

    出版者・発行元： (公社)日本医学物理学会

    ISSN： 1345-5354

    eISSN： 2186-9634

  26. Higher order neural units for efficient adaptive control of weakly nonlinear systems

    Ivo Bukovsky, Jan Voracek, Kei Ichiji, Homma Noriyasu

    IJCCI 2017 - Proceedings of the 9th International Joint Conference on Computational Intelligence　149-157　2017年

    DOI： 10.5220/0006557301490157 　

  27. 深層学習：医療ビッグデータと診断支援システム

    本間 経康, 張 暁勇, 鈴木 真太郎, 魚住 洋佑, 市地 慶, 柳垣 聡, 高根 侑美, 川住 祐介, 石橋 忠司, 吉澤 誠

    生体医工学　55　(3)　228-228　2017年

    出版者・発行元： 公益社団法人 日本生体医工学会

    DOI： 10.11239/jsmbe.55Annual.228 　

    ISSN： 1347-443X

    eISSN： 1881-4379

    詳細を見る 詳細を閉じる

    &lt;p&gt;本発表では、深層学習（deep learning）などの機械学習を用いて、専門医レベルに近い革新的な高性能診断支援を実現するような、新時代の計算機支援診断（computer-aided diagnosis, CAD）システムの開発について紹介する。従来のCAD開発の壁の一つに、診断論理設計の困難さが挙げられるが、深層学習ではこの問題を回避可能な、すなわち診断に有用な画像特徴量抽出やそれらをどのように診断に用いるかなどを明示的に与えることなく、大量のデータを与えるだけで適切な診断論理を学習的に自動獲得する新しいCADシステムの実現が可能になると期待されている。また、そのような機械学習に必須な医療ビッグデータが、これまで集権的組織の大規模資源が必要だった問題を解決するための、より柔軟な繋がりを持つ自律分散型の新しいシステムの枠組みを提案し、その技術的課題について考察する。&lt;/p&gt;

  28. 多人数の状況を効果的に観測する利用者指向センサネットワークの設計 (情報ネットワーク)

    佐々木 塁, 市地 慶, 阿部 亨, 菅沼 拓夫

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報　116　(361)　57-62　2016年12月15日

    出版者・発行元： 電子情報通信学会

    ISSN： 0913-5685

  29. A real-time homography-based tracking method for tracking deformable tumor motion in fluoroscopy 査読有り

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Norihiro Sugita, Yoshihiro Takai, Makoto Yoshizawa

    2016 55th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2016　1673-1677　2016年11月18日

    出版者・発行元： Institute of Electrical and Electronics Engineers Inc.

    DOI： 10.1109/SICE.2016.7749183 　

  30. Detection of Masses On Mammograms Using Deep Convolutional Neural Network: A Feasibility Study

    S. Suzuki, X. Zhang, N. Homma, K. Ichiji, Y. Kawasumi, T. Ishibashi, M. Yoshizawa

    MEDICAL PHYSICS　43　(6)　2016年6月

    DOI： 10.1118/1.4957862 　

    ISSN： 0094-2405

    eISSN： 2473-4209

  31. Dosimetric Evaluation of Dynamic Tumor Tracking Radiation Therapy Using Digital Phantom: A Study On Margin and Desired Accuracy of Tracking

    T. Uchida, N. Kadoya, K. Ichiji, Y. Nakajima, K. Jingu, M. Osanai, K. Takeda, Y. Takai, N. Homma

    MEDICAL PHYSICS　43　(6)　3638-3638　2016年6月

    DOI： 10.1118/1.4956939 　

    ISSN： 0094-2405

    eISSN： 2473-4209

  32. 多人数の状況を効果的に観測するウェアラブル生体センサネットワークのシミュレーション評価

    佐々木, 塁, 市地, 慶, 阿部, 亨, 菅沼, 拓夫

    第78回全国大会講演論文集　2016　(1)　461-462　2016年3月10日

    詳細を見る 詳細を閉じる

    災害時の避難所や，多参加者のスポーツイベントなど，少数の担当者が多人数の健康状態を管理する必要がある状況では，ウェアラブル生体センサによる状態の自動モニタリングが有効である．しかし，多数の観測対象者が狭い範囲に集中する環境においては，通信帯域などのネットワークリソースが不足し，リアルタイムのモニタリングが困難となる可能性がある．これに対し我々は，取得するデータの種類や頻度を状況に応じて動的に調整することで，多数のセンサ情報を効果的に観測する利用者指向センサネットワークシステムを提案している．本発表では，この概念を適用したウェアラブル生体センサネットワークシステムの有効性を無線ネットワークシミュレーターを用いて検証する．

  33. B-7-24 多人数の状況を効果的に観測するウェアラブル生体センサネットワークシステムの基本設計(B-7.情報ネットワーク,一般セッション)

    佐々木 塁, 市地 慶, 阿部 亨, 菅沼 拓夫

    電子情報通信学会ソサイエティ大会講演論文集　2015　(2)　95　2015年8月25日

    出版者・発行元： 一般社団法人電子情報通信学会

  34. A Real-Time Homography-Based Algorithm for Markerless Deformable Lung Tumor Motion Tracking Using KV X-Ray Fluoroscopy

    X. Zhang, N. Homma, Y. Takai, K. Ichiji, N. Sugita, M. Abe, M. Yoshizawa

    MEDICAL PHYSICS　42　(6)　3656-3656　2015年6月

    ISSN： 0094-2405

  35. ネットワーク情報のAR可視化によるネットワーク管理手法に関する基礎的検討

    大沼, 信也, 市地, 慶, 阿部, 亨, 菅沼, 拓夫

    第77回全国大会講演論文集　2015　(1)　29-30　2015年3月17日

    詳細を見る 詳細を閉じる

    ネットワークインフラの普及により，ネットワーク技術に精通していない一般のユーザがネットワーク機器を操作してネットワーク情報にアクセスする機会が増えつつある．一般に、ネットワーク情報の確認や設定のためには，ネットワーク管理者への問い合わせや，機種によって異なる機器へのアクセス方法の調査など，煩雑な作業が必要とされる．本研究では，現場の一般ユーザが容易に，かつ直感的にネットワーク機器に関する情報を理解可能とする可視化システムを提案する．本システムでは，Software Defined Networkを用いてネットワーク情報を取得し，Augmented Reality (AR) 技術を用いて，それら情報を，表示端末に表示された機器上に可視化表示する．本稿では，可視化システムのアーキテクチャの基本設計，およびその有効性について基礎的検討を行う．

  36. 多人数の状況を効果的に観測する利用者指向センサネットワークの基礎的検討

    佐々木, 塁, 市地, 慶, 阿部, 亨, 菅沼, 拓夫

    第77回全国大会講演論文集　2015　(1)　109-110　2015年3月17日

    詳細を見る 詳細を閉じる

    本研究では，対象者の状況に応じて，計算機リソースを動的に割り当てることで効率的に多人数の状態を観測する利用者指向センサネットワークを提案する．具体的には，加速度センサ等の生体センサを用いて多人数の対象者の健康状態や活動状況を観測する．さらに，センサデータを解析し，通常とは異なる状態が検出された対象者に対して，センサデータの獲得頻度を高め，ネットワークやストレージ等の計算機リソースを多く割り当てて，集中的に観測することで，より効率的にセンサデータの収集を行う．本稿ではこのような利用者指向センサネットワークを実現するためのプラットフォームについて検討し，適用事例について議論する．

  37. 肺腫瘍追跡のための混合正規分布モデルを用いたX線画像シーケンスの背景差分 (医用画像)

    澁澤 直樹, 市地 慶, 吉田 裕輔, 張 曉勇, 本間 経康, 高井 良尋, 吉澤 誠

    電子情報通信学会技術研究報告 = IEICE technical report : 信学技報　114　(482)　277-282　2015年3月

    出版者・発行元： 一般社団法人電子情報通信学会

    ISSN： 0913-5685

    詳細を見る 詳細を閉じる

    放射線治療において,呼吸性腫瘍移動をX線透視により追跡し,照射確度を高める試みがある.しかし,X線透視画像には腫瘍だけではなく骨やその他の組織などが重畳して描出され,腫瘍追跡の妨げとなっている.本研究では,これまでに提案したX線画像シーケンスにおける移動体の特性を考慮した新しい混合正規分布モデルを用い移動体を分離・抽出するアルゴリズムの性能を臨床条件に近いX線画像シーケンスにより定量的に評価した.具体的には,3Dプリンタにより出力したファントムを実際にX線撮影した画像を用いて分離実験および腫瘍追跡実験を行い,提案法の有効性を示した.

  38. 乳房密度は日本人女性でも乳がん罹患危険因子か 査読有り

    張 暁勇, 筑島徳政, 渡邉篤俊, 大橋悠二, 長谷川奈保, 市地慶, 田村篤史, 小山内実, 本間経康

    東北大医保健学科紀要　24　(1)　45-51　2015年3月

    出版者・発行元： 東北大学医学部保健学科

    ISSN： 1348-8899

  39. TUMOR MOTION TRACKING USING KV/MV X-RAY FLUOROSCOPY FOR ADAPTIVE RADIATION THERAPY 査読有り

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Makoto Abe, Norihiro Sugita, Ivo Bukovsky, Yoshihiro Takai, Makoto Yoshizawa

    2015 INTERNATIONAL WORKSHOP ON COMPUTATIONAL INTELLIGENCE FOR MULTIMEDIA UNDERSTANDING (IWCIM)　1-4　2015年

    DOI： 10.1109/IWCIM.2015.7347084 　

  40. A REAL-TIME FEATURE-BASED MARKERLESS TUMOR TRACKING METHOD USING X-RAY IMAGE SEQUENCE FOR RADIOTHERAPY 査読有り

    Yusuke Yoshida, Kei Ichiji, Xiaoyong Zhang, Noriyasu Homma, Yoshihiro Takai, Makoto Yoshizawa

    2015 INTERNATIONAL WORKSHOP ON COMPUTATIONAL INTELLIGENCE FOR MULTIMEDIA UNDERSTANDING (IWCIM)　1-5　2015年

    DOI： 10.1109/IWCIM.2015.7347086 　

  41. A Faster 1-D Phase-Only Correlation-Based Method for Estimations of Translations, Rotation and Scaling in Images

    ZHANG Xiaoyong, HOMMA Noriyasu, ICHIJI Kei

    IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences　97　(3)　809-819　2014年3月

    出版者・発行元： Institute of Electronics, Information and Communication Engineers

    ISSN： 0916-8508

  42. 高精度放射線治療における呼吸性移動対策のコツとピットフォール MLC Trackingのための呼吸性肺腫瘍移動の予測法

    本間経康, 高井良尋, 市地慶, 張暁勇, 成田雄一郎

    Rad Fan　12　(3)　97-100,23　2014年2月25日

    ISSN： 1348-3498

  43. Study of Learning Entropy for Novelty Detection in Lung Tumor Motion Prediction for Target Tracking Radiation Therapy 査読有り

    Ivo Bukovsky, Noriyasu Homma, Matous Cejnek, Kei Ichiji

    PROCEEDINGS OF THE 2014 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)　3124-3129　2014年

    ISSN： 2161-4393

  44. 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み (システム研究会 インテリジェント・システム・シンポジウム(FANシンポジウム))

    市地 慶, 本間 経康, 張 曉勇

    電気学会研究会資料. ST　2013　(29)　85-90　2013年9月25日

    出版者・発行元： 電気学会

  45. Dosimetric Impact in Moving Tumor Under Irradiation Dose by Chasing Its Motion with DMLC

    Y. Narita, N. Homma, K. Ichiji, Y. Takai

    MEDICAL PHYSICS　40　(6)　2013年6月

    DOI： 10.1118/1.4814588 　

    ISSN： 0094-2405

  46. A Kernel-Based Method for Non-Rigid Tumor Tracking in KV Image Sequence

    X. Zhang, N. Homma, K. Ichiji, Y. Takai, Y. Narita, M. Abe, N. Sugita, M. Yoshizawa

    MEDICAL PHYSICS　40　(6)　469　2013年6月

    DOI： 10.1118/1.4815509 　

    ISSN： 0094-2405

  47. Moving Object Segmentation in Surveillance Video Based on Adaptive Mixtures

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    2013 PROCEEDINGS OF SICE ANNUAL CONFERENCE (SICE)　1322-1325　2013年

    ISSN： 1550-0322

  48. A kernel-based method for real-time markerless tumor tracking in fluoroscopic image sequence

    Zhang, X, Homma, N.a, Takai, Y, Narita, Y, Ichiji, K., Abe, M.c, Sugita, N.c, Yoshizawa, M.a

    Proc SICE Annu Conf　828-832　2013年1月1日

  49. Respiratory Motion Prediction for Tumor Following Radiotherapy by using Time-variant Seasonal Autoregressive Techniques 査読有り

    Kei Ichiji, Noriyasu Homma, Masao Sakai, Yoshihiro Takai, Yuichiro Narita, Mokoto Abe, Norihiro Sugita, Makoto Yoshizawa

    2012 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY (EMBC)　6028-6031　2012年

    DOI： 10.1109/EMBC.2012.6347368 　

    ISSN： 1557-170X

  50. Tumor image extraction from fluoroscopy for a markerless lung tumor motion tracking and prediction 査読有り

    Noriyasu Homma, Keita Ishihara, Yoshihiro Takai, Haruna Endo, Kei Ichiji, Masao Sakai, Yuichiro Narita, Makoto Abe, Norihiro Sugita, Makoto Yoshizawa

    MEDICAL IMAGING 2012: IMAGE-GUIDED PROCEDURES, ROBOTIC INTERVENTIONS, AND MODELING　8316　8316　2012年

    DOI： 10.1117/12.911960 　

    ISSN： 0277-786X

  51. 高精度放射線治療のための肺腫瘍位置変動予測法に関する研究

    市地 慶

    東北大学電通談話会記録　80巻1号　125-126　2011年

  52. Intelligent sensing of biomedical signals - Lung tumor motion prediction for accurate radiotherapy 査読有り

    Kei Ichiji, Noriyasu Homma, Ivo Bukovsky, Makoto Yoshizawa

    IEEE SSCI 2011 - Symposium Series on Computational Intelligence - CompSens 2011: 2011 IEEE Workshop on Merging Fields of Computational Intelligence and Sensor Technology　35-41　2011年

    DOI： 10.1109/MFCIST.2011.5949518 　

  53. Lung tumor motion prediction based on multiple time-variant seasonal autoregressive model for tumor following radiotherapy 査読有り

    Ichiji, K., Sakai, M., Homma, N., Takai, Y., Yoshizawa, M.

    2010 IEEE/SICE International Symposium on System Integration: SI International 2010 - The 3rd Symposium on System Integration, SII 2010, Proceedings　353-358　2010年12月

    DOI： 10.1109/SII.2010.5708351 　

  54. Lung motion prediction by static neural networks 査読有り

    Rodriguez, R., Ichiji, K., Bukovsky, I., Bila, J., Homma, N.

    4th International Symposium on Measurement, Analysis and Modelling of Human Functions 2010, ISHF 2010　2010年6月

  55. Prediction Methods of Unsteady Prediction Tumour Motion for Radiotherapy 招待有り 査読有り

    Masao Sakai, Kei Ichiji, Noriyasu Homma, Yoshihiro Takai, Makoto Yoshizawa

    Proceedings of 5th Symposium on Bio-Nano Electronics　75-79　2010年2月24日

  56. A time variant seasonal ARIMA model for lung tumor motion prediction 査読有り

    Ichiji, K., Sakai, M., Homma, N., Takai, Y., Yoshizawa, M.

    Proceedings of the 15th International Symposium on Artificial Life and Robotics, AROB 15th'10　485-488　2010年2月

  57. Development of a Prediction System for Lung Tumor Motion for Radiation Therapy 査読有り

    Kei ICHIJI, Masao SAKAI, Noriyasu HOMMA, Yoshihiro TAKAI, Makoto YOSHIZAWA

    5th International Symposium on Medical, Bio- and Nano-Electronics　109-110　2010年2月

  58. Testing Potentials of Dynamic Quadratic Neural Unit for Prediction of Lung Motion during Respiration for Tracking Radiation Therapy 査読有り

    Ivo Bukovsky, Kei Ichiji, Noriyasu Homma, Makoto Yoshizawa, Ricardo Rodriguez

    2010 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS IJCNN 2010　2010年

    DOI： 10.1109/IJCNN.2010.5596748 　

    ISSN： 2161-4393

︎全件表示 ︎最初の5件までを表示

書籍等出版物 1

  1. Frontiers in Radiation Oncology

    K. Ichiji, N. Homma, M. Sakai, M. Abe, N. Sugita, M. Yoshizawa

    InTech　2013年7月3日

    DOI： 10.5772/56554 　

    ISBN: 9789535111634

講演・口頭発表等 112

  1. Attention Optimization in AI-Aided Drowning Diagnosis Using Post-Mortem CT to Mitigate Overfitting with Limited Training Data

    Zhang Zhang, Xiaoyong Zhang, Taihei Mizuno, Kei Ichiji, Noriyasu Homma

    2024 International Joint Conference on Neural Networks (IJCNN)　2024年6月30日

  2. Integration of Classification and Segmentation for Computer-Aided Diagnosis System of Drowning

    Yuwen Zeng, Xiaoyong Zhang, Kei Ichiji, Noriyasu Homma

    2024 International Joint Conference on Neural Networks (IJCNN)　2024年6月30日

  3. Computational Intelligence Methods for Advancing Radiation Therapy Systems in Cancer Treatment 招待有り

    Kei Ichiji

    UniMAP WEBINAR, Center of Excellence (COE) of Sports Engineering Research Center (SERC), Faculty of Electronic Engineering and Technology, Universiti Malaysia Perlis　2023年5月24日

  4. 顕著性マップを用いた死後CTの溺死鑑別における深層学習モデルの性能向上の試み

    水野泰平, 張曉勇, 市地慶, 杉田典大, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　2023年

  5. 放射線治療中の肺腫瘍位置変動予測のための時変状態空間時系列モデル

    篠原唯, 市地慶, 淡路樹, 石井万結, 張暁勇, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　2023年

  6. 放射線治療のための呼吸性移動データ拡張による深層学習モデル基づく肺腫瘍位置変動予測の性能向上

    石井万結, 市地慶, 淡路樹, 篠原唯, ZHANG Xiaoyong, 本間経康

    インテリジェント・システム・シンポジウム(CD-ROM)　2023年

  7. Deep Learning-Based Interpretable Computer-Aided Diagnosis of Drowning for Forensic Radiology

    Yuwen Zeng, Xiaoyong Zhang, Yusuke Kawasumi, Akihito Usui, Kei Ichiji, Masato Funayama, Noriyasu Homma

    2021 60th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2021　2021年9月8日

  8. A study on indoor physical activity monitoring using Bluetooth signal strength

    Saida Salima Nawrin, Kei Ichiji, Shunsuke Yamaki, Norihiro Sugita, Makoto Yoshizawa

    LifeTech 2021 - 2021 IEEE 3rd Global Conference on Life Sciences and Technologies　2021年3月9日

  9. A study on indoor physical activity monitoring using Bluetooth signal strength.

    Saida Salima Nawrin, Kei Ichiji, Shunsuke Yamaki, Norihiro Sugita, Makoto Yoshizawa

    2021 IEEE 3rd Global Conference on Life Sciences and Technologies (LifeTech)　2021年3月

  10. 通信機器の電波強度による室内身体活動推定に関する研究

    内田 未央, 市地 慶, 杉田 典大, 吉澤 誠

    第54回 ⽇本⽣体医⼯学会東北⽀部⼤会　2021年1月23日

  11. リアルタイム適応放射線治療に向けた体内腫瘍位置の計測・予測

    市地 慶

    SICE Tohokuオンライン講演会 〜東北地方の若手研究者と語り合う〜　2020年12月22日

  12. 肺がん放射線治療のための多変量カーネル密度推定を用いたX線動画像からの腫瘍像抽出

    奥田 隼梧, 市地 慶, 本間 経康, 張 曉勇, 吉澤 誠

    計測自動制御学会 システム・情報部門 学術講演会 2020（SSI2020）　2020年11月15日

  13. 肺がん放射線治療のための目標範囲提示型呼吸誘導システムによる呼吸動態再現性向上の試み

    堀池 巧, 市地 慶, 本間 経康, 張 暁勇, 吉澤 誠

    計測自動制御学会 システム・情報部門 学術講演会 2020（SSI2020）　2020年11月15日

  14. Learning entropy of adaptive filters via clustering techniques

    Ivo Bukovsky, Gejza Dohnal, Pavel Steinbauer, Ondrej Budik, Kei Ichiji, Homma Noriyasu

    2020 Sensor Signal Processing for Defence Conference, SSPD 2020　2020年9月1日

  15. Deep Neural Network-Based Prediction of Dual-Energy Subtraction Images From Single-Energy X-Ray Fluoroscopy: A Feasibility Study

    J Wang, K Ichiji, N Homma, X Zhang, Y Takai

    2020 Joint AAPM/COMP Meeting　2020年7月12日

  16. Evaluation of CT-Based Radiomics Features for Predicting Parameters Measured Using a Pulmonary Function Test 国際会議

    Y Ieko, N Kadoya, K Abe, S Tanaka, H Takagi, T Kanai, K Ichiji, T Yamamoto, H Ariga, K Jingu

    2020 Joint AAPM/COMP Meeting　2020年7月12日

  17. Comparison of Visible and Infrared Video Plethysmography Captured from Different Regions of the Human Face

    Norihiro Sugita, Tomoya Matsuzaki, Makoto Yoshizawa, Kei Ichiji, Shunsuke Yamaki, Noriyasu Homma

    Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS　2020年7月

  18. A Deep Learning Aided Drowning Diagnosis for Forensic Investigations using Post-Mortem Lung CT Images

    Noriyasu Homma, Xiaoyong Zhang, Amber Qureshi, Takuya Konno, Yusuke Kawasumi, Akihito Usui, Masato Funayama, Ivo Bukovsky, Kei Ichiji, Norihiro Sugita, Makoto Yoshizawa

    Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS　2020年7月

  19. Estimation of Absolute Blood Pressure using Video Images Captured at Different Heights from the Heart

    Norihiro Sugita, Taihei Noro, Makoto Yoshizawa, Kei Ichiji, Shunsuke Yamaki, Noriyasu Homma

    Proc. 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society　2019年7月

  20. 左右乳腺濃度差による乳癌リスク分析 症例対照研究(Risk Analysis of Bilateral Mammographic Density Differences for Breast Cancer: A Case-Control Study)

    Chen Jiaqi, Zhang Xiaoyong, Ishibashi Tadashi, Takane Yumi, Yanagaki Satoru, Shibuya Daisuke, Ichiji Kei, Osanai Makoto, Homma Noriyasu

    日本乳癌学会総会プログラム抄録集　2019年7月

  21. 隠れマルコフモデルによるX 線透視上の軟部組織描出能向上の試み

    奥田隼梧, 市地 慶, 本間経康, 張 曉勇, 新藤雅大, 吉澤 誠

    第52回 日本生体医工学会東北支部大会　2019年2月16日

    詳細を見る 詳細を閉じる

    ME-1-1

  22. 深層学習は乳癌画像をどう読むか

    本間経康, 本間経康, 張暁勇, 張暁勇, 高野寛己, 野呂恭平, 張彰, 陳家旗, 市地慶, 市地慶, 杉田典大, 酒井正夫, 吉澤誠, 川住祐介, 石橋忠司

    日本乳癌画像研究会プログラム・抄録集　2019年1月15日

  23. Estimation of Absolute Blood Pressure Using Video Images Captured at Different Heights from the Heart.

    Norihiro Sugita, Taihei Noro, Makoto Yoshizawa, Kei Ichiji, Shunsuke Yamaki, Noriyasu Homma

    41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBC 2019, Berlin, Germany, July 23-27, 2019　2019年

  24. 映像脈波を用いた血圧推定の可能性

    杉田典大, 吉澤誠, 野呂泰平, 八巻俊輔, 市地慶, 本間経康, 山家智之

    日本生体医工学会大会プログラム・抄録集(Web)　2019年

  25. 掌映像からの血圧情報推定に関する研究

    野呂泰平, 松嵜朋也, 吉澤誠, 杉田典大, 八巻俊輔, 市地慶

    日本生体医工学会大会プログラム・抄録集(Web)　2019年

  26. 調光機能を有した非接触脈拍数測定器スマートヘルスミラーの開発

    鈴木勢至, 市地慶, 杉田典大, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2018年11月25日

  27. 呼吸性移動対策のための肺腫瘍位置の時系列成分分離に基づく予測

    佐藤雄介, 市地慶, 新藤雅大, 張曉勇, 角谷倫之, 小山内実, 髙井良尋, 本間経康

    第46回日本放射線技術学会秋季学術大会　2018年10月5日

    詳細を見る 詳細を閉じる

    OS-6, 日本放射線技術学会雑誌, Vol. 74, No. 9, pp. 1092-1093

  28. 乳房X線画像における良悪性鑑別が難しい腫瘤に対する深層学習の性能評価

    野呂恭平, 張曉勇, 高野寛己, 市地慶, 柳垣聡, 高根侑美, 石橋忠司, 本間経康

    第46回日本放射線技術学会秋季学術大会　2018年10月5日

    詳細を見る 詳細を閉じる

    OS-3, 日本放射線技術学会雑誌, Vol. 74, No. 9, pp. 1091-1092

  29. マーカレス腫瘍追跡のための隠れマルコフモデルを用いたX線動画像からの物体輝度抽出

    新藤雅大, 市地慶, 本間経康, 張曉勇, 杉田典大, 八巻俊輔, 髙井良尋, 吉澤誠

    第28回インテリジェント・システム・シンポジウム（FAN2018）　2018年9月26日

    詳細を見る 詳細を閉じる

    OS3B-8 ST-18-046

  30. Multi-Scale Uncertainty Analysis for Data Driven Models of Oxyfuel Combustion in Bubbling Fluidized Bed Combustor 国際会議

    I. Bukovský, V. Malý, P. Skopec, K. Ichiji, N. Homma

    Modelling Smart Grids 2018, Energy Workshop　2018年9月20日

  31. Probabilistic Decomposition of X-Ray Image Sequence to Extract Obscure Target Objects for Monitoring Intrafractional Organ Motion 国際会議

    M Shindo, K Ichiji, N Homma, X Zhang, Y Takai, M Yoshizawa

    AAPM 60th Annual Meeting & Exhibition (AAPM2018)　2018年7月31日

  32. An Optimization Technique to Extract Video Pulse Wave for Non-Contact Remote Monitoring of Autonomic Nervous System and Blood Pressure Variability.

    Makoto Yoshizawa, Norihiro Sugita, Akira Tanaka, Kei Ichiji, Noriyasu Homma, Tomoyuki Yambe

    IEEE 7th Global Conference on Consumer Electronics, GCCE 2018, Nara, Japan, October 9-12, 2018　2018年

  33. 状態空間時系列モデルに基づく肺腫瘍位置の呼吸性移動時系列予測

    佐藤雄介, 市地慶, 本間経康

    計測自動制御学会東北支部 第313回研究集会　2017年12月9日

  34. 肺がん放射線治療のためのX線動画像中の標的腫瘍のアフィン変換に基づく追跡法

    齊藤望, 市地慶, 張暁勇, 本間経康, 新藤雅大, 高井良尋, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2017年11月25日

  35. マーカレス腫瘍追跡のためのX線動画像の物体輝度の重畳状態を考慮した動体抽出の検討

    新藤雅大, 市地慶, 張暁勇, 本間経康, 齊藤望, 高井良尋, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2017年11月25日

  36. マーカレス追尾照射に必要な数理技術

    本間経康, 髙井良尋, 張曉勇, 市地慶, 魚住洋佑, 酒井正夫, 吉澤誠

    第113回日本医学物理学会学術大会　2017年4月13日

  37. マーカレス追尾照射のための画像特徴点に基づく肺腫瘍位置のリアルタイム追跡法

    市地慶

    H28東北大学・新潟大学合同放射線治療セミナー　2017年1月7日

  38. Deep Convolutional Neural Network の転移学習による乳房X線画像上の腫瘤検出

    鈴木真太郎, 張暁勇, 本間経康, 市地慶, 魚住洋佑, 高根侑美, 川住祐介, 石橋忠司, 吉澤誠

    第10回コンピューテーショナル・インテリジェンス研究会　2016年12月16日

  39. 多人数の状況を効果的に観測する利用者指向センサネットワークの設計

    佐々木塁, 市地慶, 阿部亨, 菅沼拓夫

    電子情報通信学会 情報ネットワーク研究会　2016年12月15日

  40. 多人数の状況を効果的に観測する利用者指向センサネットワークの設計

    佐々木塁, 市地慶, 市地慶, 阿部亨, 阿部亨, 菅沼拓夫, 菅沼拓夫

    電子情報通信学会技術研究報告　2016年12月8日

  41. POZNATKY Z VÝZKUMU NEURO-REGULÁTORŮA Z LABORATORNÍ PRAXE (Findings from the research of neuro-controllers and laboratory practice) 国際会議

    I. Bukovsky, P. M. Benes, M. Vesely, J. Kalivoda, J. Pitel, O. Liska, K. Ichiji, N. Homma

    Automatizace, regulace a procesy 2016 (Automation, regulation and processes 2016, ARaP2016)　2016年11月30日

  42. Impact of DIR uncertainty on lung SBRT dose accumulation with MLC-based dynamic tumor tracking (DIR誤差が肺癌SBRTの線量合算評価に与える影響: MLC追尾照射法での検討)

    R. Ikeda, N. Kadoya, K. Ichiji, Y. Nakajima, M. Saito, K. Abe, K. Ito, M. Chiba, S. Dobashi, K. Takeda, N. Homma, K. Jingu

    日本放射線腫瘍学会第29回学術大会　2016年11月25日

  43. A real-time homography-based tracking method for tracking deformable tumor motion in fluoroscopy

    Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Norihiro Sugita, Yoshihiro Takai, Makoto Yoshizawa

    2016 55th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2016　2016年11月18日

    詳細を見る 詳細を閉じる

    In radiation therapy, respiration-induced tumor motion significantly limits the efficiency of the radiation delivery, and brings potential risk to healthy organs and tissues. In order to deliver a sufficient high-dose radiation in adaptive with the tumor motion, a kilo-voltage (kV) X-ray fluoroscopy imaging system has been used to monitor the tumor motion in real-time during the treatment. In this paper, we present a fast and robust tracking algorithm to track deformable lung tumor motion in the kV fluoroscopic image sequence. Given a kV fluoroscopy, the tumor motion is represented by a nonlinear homographic transformation of a pre-defined tumor template. The homographic transformation is then estimated by minimizing a sum-of-squared-difference (SSD) between the template image and the observed image. To improve the computational efficiency, an efficient second-order minimization method is employed to solve the problem of SSD minimization. The experimental results conducted on clinical kV fluoroscopies demonstrated that the proposed method is capable of tracking the tumor motion in real-time and its performance is superior to conventional tracking methods in terms of tracking accuracy and computational cost.

  44. Mass detection using deep convolutional neural network for mammographic computer-aided diagnosis

    Shintaro Suzuki, Xiaoyong Zhang, Noriyasu Homma, Kei Ichiji, Norihiro Sugita, Yusuke Kawasumi, Tadashi Ishibashi, Makoto Yoshizawa

    2016 55th Annual Conference of the Society of Instrument and Control Engineers of Japan, SICE 2016　2016年11月18日

    詳細を見る 詳細を閉じる

    In recent years, a deep convolutional neural network (DCNN) has attracted great attention due to its outstanding performance in recognition of natural images. However, the DCNN performance for medical image recognition is still uncertain because collecting a large amount of training data is difficult. To solve the problem of the DCNN, we adopt a transfer learning strategy, and demonstrate feasibilities of the DCNN and of the transfer learning strategy for mass detection in mammographic images. We adopt a DCNN architecture that consists of 8 layers with weight, including 5 convolutional layers, and 3 fully-connected layers in this study. We first train the DCNN using about 1.2 million natural images for classification of 1,000 classes. Then, we modify the last fully-connected layer of the DCNN and subsequently train the DCNN using 1,656 regions of interest in mammographic image for two classes classification: mass and normal. The detection test is conducted on 198 mammographic images including 99 mass images and 99 normal images. The experimental results showed that the sensitivity of the mass detection was 89.9 % and the false positive was 19.2 %. These results demonstrated that the DCNN trained by transfer learning strategy has a potential to be a key system for mammographic mass detection computer-aided diagnosis (CAD). In addition, to the best of our knowledge, our study is the first demonstration of the DCNN for mammographic CAD application.

  45. Adaptive Novelty Detection with Learning Entropy Study on Multichannel Data

    I. Bukovsky, K. Ichiji, M. Cejnek, O. Vysata, N. Homma

    第26回インテリジェント・システム・シンポジウム（FAN2016）　2016年10月28日

  46. Mass Detection Using Deep Convolutional Neural Network for Mammographic Computer-Aided Diagnosis 国際会議

    S. Suzuki, X. Zhang, N. Homma, K. Ichiji, N. Sugita, Y. Kawasumi, T. Ishibashi, M. Yoshizawa

    2016 55th Annual Conference of the Society of Instrument and Control Engineers of Japan (SICE)　2016年9月

    詳細を見る 詳細を閉じる

    査読有り

  47. A real-time homography-based tracking method for tracking deformable tumor motion in fluoroscopy 国際会議

    X. Zhang, N. Homma, K. Ichiji, N. Sugita, Y. Takai, M. Yoshizawa

    2016 55th Annual Conference of the Society of Instrument and Control Engineers of Japan (SICE)　2016年9月

    詳細を見る 詳細を閉じる

    査読有り

  48. Dosimetric Evaluation of Dynamic Tumor Tracking Radiation Therapy Using Digital Phantom: A Study On Margin and Desired Accuracy of Tracking 国際会議

    T. Uchida, N. Kadoya, K. Ichiji, Y. Nakajima, K. Jingu, M. Osanai, K. Takeda, Y. Takai, N. Homma

    American Association of Physicists in Medicine 58th Annual Meeting (AAPM2016)　2016年7月

    詳細を見る 詳細を閉じる

    査読有り

  49. Detection of Masses On Mammograms Using Deep Convolutional Neural Network: A Feasibility Study 国際会議

    S. Suzuki, X. Zhang, N. Homma, K. Ichiji, Y. Kawasumi, T. Ishibashi, M. Yoshizawa

    American Association of Physicists in Medicine 58th Annual Meeting (AAPM2016)　2016年7月

    詳細を見る 詳細を閉じる

    査読有り

  50. Markerless dynamic MLC trackingの技術開発

    市地慶

    第42回臨床医学物理研究会　2016年6月18日

  51. 多人数の状況を効果的に観測するウェアラブル生体センサネットワークのシミュレーション評価

    佐々木塁, 市地慶, 阿部亨, 菅沼拓夫

    情報処理学会第78 回全国大会　2016年3月10日

  52. Tumor Motion Tracking Using kV/MV X-ray Fluoroscopy for Adaptive Radiation Therapy

    張曉勇, 本間経康, 市地慶, 杉田典大, 髙井良尋, 吉澤誠

    計測自動制御学会 システム・情報部門学術講演会2015（SSI2015）　2015年11月20日

  53. 呼吸性移動時系列の最大リャプノフ指数推定に基づく予測可能性の検討

    市地慶, 本間経康, 張曉勇, 武田賢, 髙井良尋, 杉田典大, 吉澤誠

    計測自動制御学会 システム・情報部門学術講演会2015（SSI2015）　2015年11月20日

  54. Impact of dynamic MLC-based tumor tracking on radiotherapy for lung cancer: Dosimetric comparison between non-gated, gated and tracking plan

    Y. Nakajima, N. Kadoya, K. Ichiji, K. Ito, K. Takeda, Y. Takai, N. Homma, K. Jingu

    日本放射線腫瘍学会 第28回学術大会　2015年11月19日

  55. 呼吸性移動時系列の最大リャプノフ指数推定に基づく予測可能性の検討

    市地慶, 市地慶, 本間経康, 張曉勇, 武田賢, 井良尋, 杉田典大, 吉澤誠

    計測自動制御学会システム・情報部門学術講演会講演論文集(CD-ROM)　2015年11月18日

  56. Prediction and Control of Respiration-Induced Lung Tumor Motion for Accurate Radiotherapy 国際会議

    K. Ichiji

    6th seminar DSP 6/2015 - Seminar Series on Digital Signal Processing, Adaptive Signal Processing and Informatics Computational Centre (ASPICC)　2015年11月2日

  57. A real-time feature-based markerless tumor tracking method using X-ray image sequence for radiotherapy 国際会議

    Y. Yoshida, K. Ichiji, X. Zhang, N. Homma, Y. Takai, M. Yoshizawa

    Computational Intelligence for Multimedia Understanding (IWCIM), 2015 International Workshop on　2015年10月29日

    詳細を見る 詳細を閉じる

    査読有り

  58. Tumor motion tracking using kV/MV X-ray fluoroscopy for adaptive radiation therapy 国際会議

    X. Zhang, N. Homma, K. Ichiji, M. Abe, N. Sugita, I. Bukovsky, Y. Takai, M. Yoshizawa

    Computational Intelligence for Multimedia Understanding (IWCIM), 2015 International Workshop on　2015年10月29日

    詳細を見る 詳細を閉じる

    査読有り

  59. A Real-Time Homography-Based Tumor Tracking Method for Image-Guided Radiation Therapy

    X. Zhang, N. Homma, K. Ichiji, M. Abe, N. Sugita, Y. Takai, M. Yoshizawa

    第25回インテリジェント・システム・シンポジウム（FAN2015）　2015年9月25日

  60. 赤外線深度センサを用いた体表面同時多点の呼吸誘導システムに関する研究

    塚田卓也, 市地慶, 張曉勇, 本間経康, 髙井良尋, 吉澤誠

    第25回インテリジェント・システム・シンポジウム（FAN2015）　2015年9月25日

  61. 赤外線深度センサを用いた体表面同時多点の呼吸誘導システムに関する研究

    塚田拓也, 市地慶, ZHANG X, 本間経康, 高井良尋, 吉澤誠

    インテリジェント・システム・シンポジウム(CD-ROM)　2015年9月24日

  62. 多人数の状況を効果的に観測する ウェアラブル生体センサネットワークシステムの基本設計

    佐々木塁, 市地慶, 阿部亨, 菅沼拓夫

    第7回コンピューテーショナル・インテリジェンス研究会　2015年9月8日

  63. 多人数の状況を効果的に観測するウェアラブル生体センサネットワークシステムの基本設計

    佐々木塁, 市地慶, 市地慶, 阿部亨, 阿部亨, 菅沼拓夫, 菅沼拓夫

    電子情報通信学会大会講演論文集(CD-ROM)　2015年8月25日

  64. A Real-Time Homography-Based Algorithm for Markerless Deformable Lung Tumor Motion Tracking Using KV X-Ray Fluoroscopy 国際会議

    X. Zhang, N. Homma, Y. Takai, K. Ichiji, N. Sugita, M. Abe, M. Yoshizawa

    American Association of Physicists in Medicine 56th Annual Meeting (AAPM2015)　2015年7月15日

    詳細を見る 詳細を閉じる

    査読有り

  65. 乳房Ｘ線画像診断支援のための木構造自己組織化マップによる自動特徴抽出の試み

    長谷川奈保, 本間経康, 張暁勇, 市地慶, 小山内実, 阿部誠, 杉田典大, 吉澤誠

    第7回コンピューテーショナル・インテリジェンス研究会　2015年5月30日

  66. ネットワーク情報のAR可視化によるネットワーク管理手法に関する基礎的検討

    大沼信也, 市地慶, 阿部亨, 菅沼拓夫

    情報処理学会第77回全国大会　2015年3月19日

  67. 多人数の状況を効果的に観測する利用者指向センサネットワークの基礎的検討

    佐々木塁, 市地慶, 阿部亨, 菅沼拓夫

    情報処理学会第77回全国大会　2015年3月19日

  68. SDNを利用したネットワーク情報のAR可視化システムの基礎的検討

    大沼信也, 市地慶, 阿部亨, 菅沼拓夫

    情報処理学会全国大会講演論文集　2015年3月17日

  69. 多人数の状況を効果的に観測する利用者指向センサネットワークの基礎的検討

    佐々木塁, 市地慶, 阿部亨, 菅沼拓夫

    情報処理学会全国大会講演論文集　2015年3月17日

  70. 肺腫瘍追跡のための混合正規分布モデルを用いたX線画像シーケンスの背景差分

    澁澤直樹, 市地慶, 吉田裕輔, 張曉勇, 本間経康, 高井良尋, 吉澤誠

    電子情報通信学会 医用画像研究会　2015年3月

  71. 肺腫瘍追跡のための混合正規分布モデルを用いたX線画像シーケンスの背景差分

    澁澤直樹, 市地慶, 吉田裕輔, ZHANG Xiaoyang, 本間経康, 高井良尋, 吉澤誠

    電子情報通信学会技術研究報告　2015年2月23日

  72. 呼吸誘導システムのための赤外線深度センサによる体表面多点動態計測

    塚田拓也, 市地慶, 張曉勇, 本間経康, 髙井良尋, 吉澤誠

    計測自動制御学会東北支部第293 回研究集会　2015年2月19日

  73. A Region-Scalable Level Set Method for Tracking Tumor in Megavoltage X-Ray Image Sequences

    X. Zhang, N. Homma, K. Ichiji, Y. Takai, M. Yoshizawa

    第48回 日本生体医工学会 東北支部大会　2014年12月

  74. 追尾放射線治療における X 線透視画像を用いた腫瘍位置計測法

    吉田裕輔, 市地慶, 張曉勇, 本間経康, 髙井良尋, 澁澤直樹, 吉澤誠

    第48回 日本生体医工学会 東北支部大会　2014年12月

  75. 放射線治療のための X 線透視画像シーケンスからの腫瘍輝度成分の分離

    澁澤直樹, 市地慶, 張曉勇, 本間経康, 髙井良尋, 吉澤誠

    第48回 日本生体医工学会 東北支部大会　2014年12月

  76. 放射線治療のための混合正規分布モデルを用いた X 線透視画像シーケンスからの腫瘍輝度成分の抽出・強調

    澁澤直樹, 市地慶, 張曉勇, 本間経康, 髙井良尋, 吉澤誠

    計測自動制御学会 東北支部50周年記念学術講演会　2014年12月

  77. X 線透視画像を用いた特徴点ベースのマーカレス腫瘍位置計測法

    吉田裕輔, 市地慶, 張曉勇, 本間経康, 髙井良尋, 澁澤直樹, 吉澤誠

    計測自動制御学会 東北支部50周年記念学術講演会　2014年12月

  78. Study of Learning Entropy for Novelty Detection in Lung Tumor Motion Prediction for Target Tracking Radiation Therapy 国際会議

    I. Bukovsky, N. Homma, M. Cejnek, K. Ichiji

    2014 International Joint Conference on Neural Networks (IJCNN), 2014 IEEE World Congress on Computational Intelligence (WCCI 2014)　2014年7月6日

    詳細を見る 詳細を閉じる

    査読有り

  79. Tracking Tumor’s Boundary in MV Image Sequences for Image-Guided Radiation Therapy 国際会議

    X. Zhang, N. Homma, Y. Narita, K. Ichiji, M. Abe, N. Sugita, M. Yoshizawa

    American Association of Physicists in Medicine 56th Annual Meeting (AAPM2014)　2014年7月

    詳細を見る 詳細を閉じる

    査読有り

  80. 追尾放射線治療のためのMV X 線画像を用いたマーカレス腫瘍位置計測に関する一考察

    吉田裕輔, 市地慶, 張曉勇, 本間経康, 髙井良尋, 成田雄一郎, 澁澤直樹, 小山内実, 阿部誠, 杉田典大, 吉澤誠

    計測自動制御学会東北支部第287 回研究集会　2014年3月

  81. マーカレス動体追尾照射システムの開発

    本間経康, 酒井正夫, 張曉勇, 市地慶, 澁澤直樹, 吉田裕輔, 阿部誠, 杉田典大, 吉澤誠, 成田雄一郎, 髙井良尋

    日本放射線腫瘍学会 第27回日本高精度放射線外部照射研究会　2014年2月

  82. 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み

    市地慶, 本間経康, 張暁勇, 成田雄一郎, 髙井良尋, 阿部誠, 杉田典大, 吉澤誠

    電気学会 電子・情報・システム部門 第9回システム技術講演会　2014年1月

  83. マーカレス動体追尾照射のための汎用型リニアック制御システムの開発に向けて

    本間経康, 酒井正夫, 張曉勇, 市地慶, 渋澤直樹, 吉田裕輔, 阿部誠, 杉田典大, 吉澤誠, 成田雄一郎, 髙井良尋

    日本放射線腫瘍学会第26回学術大会　2013年10月

  84. 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み

    市地慶, 本間経康, ZHANG Xiaoyong, 成田雄一郎, 高井良尋, 阿部誠, 杉田典大, 吉澤誠

    電気学会システム研究会資料　2013年9月25日

  85. 呼吸性位置変動時系列予測の性能改善のための知的モデル化の試み

    市地慶, 本間経康, 張曉勇, 成田雄一郎, 髙井良尋, 阿部誠, 杉田典大, 吉澤誠

    第23回インテリジェント・システム・シンポジウム FAN2013　2013年9月25日

  86. A Kernel-Based Method for Real-Time Markerless Tumor Tracking in Fluoroscopic Image Sequence 国際会議

    X. Zhang, N. Homma, Y. Takai, N. Yuichiro, K. Ichiji, M. Abe, N. Sugita, M. Yoshizawa

    SICE Annual Conference 2013　2013年9月

    詳細を見る 詳細を閉じる

    査読有り

  87. Moving Object Segmentation in Surveillance Video Based on Adaptive Mixtures 国際会議

    X. Zhang, N. Homma, K. Ichiji, M. Abe, N. Sugita, M. Yoshizawa

    SICE Annual Conference 2013　2013年9月

    詳細を見る 詳細を閉じる

    査読有り

  88. A Kernel-Based Method for Non-Rigid Tumor Tracking in KV Image Sequence 国際会議

    X. Zhang, N. Homma, K. Ichiji, Y. Takai, Y. Narita, M. Abe, N. Sugita, M Yoshizawa

    American Association of Physicists in Medicine 55th Annual Meeting (AAPM2013)　2013年8月

    詳細を見る 詳細を閉じる

    査読有り

  89. Dosimetric Impact in Moving Tumor Under Irradiation Dose by Chasing Its Motion with DMLC 国際会議

    Y. Narita, N. Homma, K. Ichiji, Y. Takai

    American Association of Physicists in Medicine 55th Annual Meeting (AAPM2013)　2013年8月

    詳細を見る 詳細を閉じる

    査読有り

  90. A Kernel-Based Method for Non-Rigid Tumor Tracking in KV Image Sequence

    X. Zhang, N. Homma, K. Ichiji, Y. Takai, Y. Narita, M. Abe, N. Sugita, M. Yoshizawa

    MEDICAL PHYSICS　2013年6月

    詳細を見る 詳細を閉じる

    Purpose: To develop a fast algorithm to track the non‐rigid lung tumor motion in KV X‐ray image sequence for image‐guided radiation therapy (IGRT). Methods: The KV X‐ray image sequence was acquired on the Varian On‐Board Imager (OBI) KV imaging system. As a pre‐processing, a histogram equalization was employed to enhance the tumor contrast in the images. In the first frame, a target model containing tumor area was delineated manually, and its feature space was represented by its histogram weighted with an isotropic kernel. In the subsequent frames, the tumor location was estimated by maximizing a Bhattacharyya coefficient which measures the similarity between the target candidates in the current frame and the target model in the previous frame. The numerical solution of maximizing the Bhattacharyya coefficient was performed by using a mean‐shift algorithm. Results: We implemented four conventional template matching algorithms to compare their performance with the proposed method. Experiments were conducted on four lung tumor kV image sequences of resolution 0.26 mm/pixel. Each sequence consists of 100 frames. The ground truths of the tumor motion were obtained by manual localization. Experimental results demonstrated that the proposed algorithm was superior to the conventional template matching algorithms in terms of its accuracy and computational cost. Conclusion: This study aims at developing a robust and fast algorithm used for tracking the lung tumor for real‐time IGRT. Due to the histogram representation of the target feature, the proposed method is robust against the tumor&#039;s shape deformation. In addition, the proposed tracking algorithm is based on a kernel gradient estimation and its computational cost is much lower than that of the conventional template matching algorithms that involve in exhaustive search procedures. The proposed method shows the effectiveness of tracking tumor in KV image sequence and a promising prospect for MV image sequence. © 2013, American Association of Physicists in Medicine. All rights reserved.

  91. Dosimetric Impact in Moving Tumor Under Irradiation Dose by Chasing Its Motion with DMLC

    Y. Narita, N. Homma, K. Ichiji, Y. Takai

    MEDICAL PHYSICS　2013年6月

  92. A Faster Phase-Only Correlation-Based Method for Estimations of Translations, Rotation and Scaling in Images

    X. Zhang, N. Homma, K. Ichiji, M. Abe, N. Sugita, M. Yoshizawa

    第１１回 情報シナジー研究会　2013年3月

  93. 高精度放射線治療のためのMV X線画像によるマーカレス腫瘍位置計測法

    石川駿介, 市地慶, 本間経康, 張曉勇, 髙井良尋, 成田雄一郎, 酒井正夫, 阿部誠, 杉田典大, 吉澤誠

    計測自動制御学会東北支部第279 回研究集会　2013年3月

  94. 追尾放射線治療のための高速な肺腫瘍位置変動計測

    澁澤直樹, 市地慶, 張暁勇, 本間経康, 髙井良尋, 成田雄一郎, 石原恵太, 酒井正夫, 阿部誠, 杉田典大, 吉澤誠

    計測自動制御学会東北支部第279 回研究集会　2013年2月

  95. MLC 可変動体追尾 その1：4Dファントムの幾何学的駆動精度とMLC同期駆動精度の評価

    若生愛奏, 成田雄一郎, 本間経康, 市地慶, 張暁勇, 細川洋一郎, 髙井良尋

    日本放射線腫瘍学会第25回学術大会　2012年11月

  96. MLC 可変動体追尾 その 2：追尾遅延に伴う腫瘍内線量誤差の評価

    若生愛奏, 成田雄一郎, 本間経康, 市地慶, 張暁勇, 細川洋一郎, 髙井良尋

    日本放射線腫瘍学会第25回学術大会　2012年11月

  97. Respiratory Motion Prediction for Tumor Following Radiotherapy by using Time-variant Seasonal Autoregressive Techniques 国際会議

    K. Ichiji, N. Homma, M. Sakai, Y. Takai, Y. Narita, M. Abe, N. Sugita, M. Yoshizawa

    34th Annual International Conference of the IEEE EMBS (EMBC2012)　2012年8月

    詳細を見る 詳細を閉じる

    査読有り

  98. An Extended Time-Variant Seasonal Autoregressive Model-Based Prediction for Irregular Breathing Motion Tracking 国際会議

    K. Ichiji, N. Homma, M. Sakai, Y. Narita, Y. Takai, M. Yoshizawa

    American Association of Physicists in Medicine 54th Annual Meeting (AAPM2012)　2012年7月

    詳細を見る 詳細を閉じる

    査読有り

  99. An Extended Time-Variant Seasonal Autoregressive Model-Based Prediction for Irregular Breathing Motion Tracking

    K. Ichiji, N. Homma, M. Sakai, Y. Narita, Y. Takai, M. Yoshizawa

    MEDICAL PHYSICS　2012年6月

  100. Tumor image extraction from fluoroscopy for a markerless lung tumor motion tracking and prediction 国際会議

    N. Homma, K. Ishihara, Y. Takai, H. Endo, K. Ichiji, M. Sakai, Y. Narita, M. Abe, N. Sugita, M. Yoshizawa

    SPIE Medical Imaging 2012　2012年2月

    詳細を見る 詳細を閉じる

    査読有り

  101. Intelligent Sensing of Biomedical Signals - Lung Tumor Motion Prediction for Accurate Radiotherapy 国際会議

    K. Ichiji, N. Homma, I. Bukovsky, M. Yoshizawa

    IEEE Symposium Series on Computational Intelligence (SSCI) / IEEE Workshop CompSens 2011　2011年4月

    詳細を見る 詳細を閉じる

    査読有り

  102. Lung Tumor Motion Prediction Based On Multiple Time-Variant Seasonal Autoregressive Model for Tumor Following Radiotherapy 国際会議

    K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa

    IEEE/SICE Int’l Symposium on System Integration (SII2010)　2010年12月

    詳細を見る 詳細を閉じる

    査読有り

  103. 時変位相自己回帰モデルによる追尾照射放射線治療のための肺腫瘍位置変動予測法

    市地慶, 酒井正夫, 本間経康, 髙井良尋, 吉澤誠

    第11回 公益社団法人 計測自動制御学会 システムインテグレーション部門講演会　2010年12月

  104. A Time Variant Seasonal ARIMA Model for Lung Tumor Motion Prediction 国際会議

    K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa

    15th Int’l Symposium on Artificial Life and Robotics (AROB2010)　2010年10月

    詳細を見る 詳細を閉じる

    査読有り

  105. Adaptive Seasonal Autoregressive Model Based Intrafractional Lung Tumor Motion Prediction for Continuously Irradiation 国際会議

    K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa

    American Association of Physicists in Medicine 52nd Annual Meeting (AAPM2010)　2010年7月

    詳細を見る 詳細を閉じる

    査読有り

  106. Testing Potentials of Dynamic Quadratic Neural Unit for Prediction of Lung Motion during Respiration for Tracking Radiation Therapy 国際会議

    I. Bukovsky, K. Ichiji, N. Homma, M. Yoshizawa

    2010 Int’l Joint Conference on Neural Networks (IJCNN2010)　2010年7月

    詳細を見る 詳細を閉じる

    査読有り

  107. Lung Motion Prediction by Static Neural Networks 国際会議

    R. Rodriguez, K. Ichiji, I. Bukovsky, J. Bila, N. Homma

    4th Int'l Symposium on Measurement, Analysis and Modeling of Human Functions　2010年6月14日

  108. Prediction Method of Unsteady Periodic Tumour Motion for Radiotherapy 国際会議

    M. Sakai, K. Ichiji, N. Homma, Y. Takai, M. Yoshizawa

    5th Int'l Symposium on Medical, Bio- and Nano-Electronics　2010年2月

  109. Development of a Prediction System for Lung Tumor Motion for Radiation Therapy 国際会議

    K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa

    5th Int'l Symposium on Medical, Bio- and Nano-Electronics　2010年2月

  110. Lung tumor motion prediction based on multiple time-variant seasonal autoregressive model for tumor following radiotherapy

    Kei Ichiji, Masao Sakai, Noriyasu Homma, Yoshihiro Takai, Makoto Yoshizawa

    2010 IEEE/SICE International Symposium on System Integration: SI International 2010 - The 3rd Symposium on System Integration, SII 2010, Proceedings　2010年

    詳細を見る 詳細を閉じる

    This paper presents a new lung tumor motion prediction method for tumor following radiation therapy. An essential core of the method is accurate estimation of complex fluctuation of time-variant periodical nature of lung tumor motion. Such estimation can be achieved by using a multiple time-variant seasonal autoregressive integral moving average (TVSARIMA) model in which several windows of different lengths is used to calculate correlation based time-variant period of the motion. The proposed method provides the final predicted value as a combination of those based on different window lengths. We have tested unweighted average, multiple regression, and multi layer perceptron (MLP) for the combination method by using real lung tumor motion data. The proposed methods with multiple regression and MLP based combinations showed high accurate prediction and are superior to the single TVSARIMA based prediction. The most highest prediction accuracy was achieved by using the MLP based combination. The average errors were 0.7953±0.0243[mm] at 0.5[sec] ahead and 0.8581±0.0510[mm] at 1.0[sec] ahead predictions, respectively. The results clearly demonstrate that the proposed method with an appropriate combination of several TVSARIMA is useful for improving the prediction performance. ©2010 IEEE.

  111. SU‐HH‐BRB‐10: Adaptive Seasonal Autoregressive Model Based Intrafractional Lung Tumor Motion Prediction for Continuously Irradiation

    K. Ichiji, M. Sakai, N. Homma, Y. Takai, M. Yoshizawa

    Medical Physics　2010年

    詳細を見る 詳細を閉じる

    Purpose: To irradiate continuously to a moving tumor, core techniques are to observe position and shape of the target tumor and to adapt the radiation beam to the intra‐fractional motion and deformation. In addition, we need a compensation technique because measurement of the tumor position and control of the radiation device have some time delays. In this study, we propose a new prediction method of lung tumor motion, to compensate the time delays. Method and Materials: An essential core of the proposed method is adaptation to time‐variant nature of lung tumor motion. Lung tumor motion observed at Hokkaido university hospital was used for development of the proposed method. The motion has time‐variant, but periodic nature, that is, the cyclic period changes with time. This nature often causes the rise of the prediction error when we use conventional prediction method for periodical time series (e.g. seasonal autoregressive integral moving‐average model: SARIMA). The proposed method is based on SARIMA model, but was developed to take into account the quasi‐periodic nature of the lung tumor motion. To estimate the time‐variant period, we adopted correlation analysis. Then, the conventional SARIMA model was modified to a time‐variant SARIMA model by using the estimated period. Results: Prediction error of the proposed method was compared with that of the conventional methods, by using real lung tumor motion. Experimental results show that the prediction error of the proposed method was the least. The average of prediction error are 0.7911 [mm] at 0.5[sec] ahead and 0.8818[mm] at 1.0[sec] ahead, respectively. Conclusion: We have developed the new prediction method of the lung tumor motion for compensation of time‐delays of radiation device. The proposed method achieved highly accurate prediction of the real lung tumor motion. The method can thus sufficient for continuously irradiation to the moving lung tumor. © 2010, American Association of Physicists in Medicine. All rights reserved.

  112. 放射線治療のための肺腫瘍位置変動の周期ダイナミクス予測に関する一考察

    市地慶, 酒井正夫, 本間経康, 髙井良尋, 吉澤誠, 竹田宏

    計測自動制御学会 東北支部45周年記念学術講演会　2009年9月

︎全件表示 ︎最初の5件までを表示

産業財産権 7

  1. 画像処理装置,画像処理方法および画像処理プログラム

    本間 経康, 市地 慶, 新藤 雅大, 杉田 典大, 吉澤 誠, ▲高▼井 良尋

    特許第7273416号

    産業財産権の種類: 特許権

  2. 画像処理装置、画像処理方法、及び、画像処理プログラム

    本間 経康, 酒井 正夫, 市地 慶, 澁澤 直樹, 張 暁勇, 阿部 誠, 杉田 典大, 吉澤 誠, ▲高▼井 良尋

    特許第6524497号

    産業財産権の種類: 特許権

  3. 信号処理装置、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体

    本間 経康, 高井 良尋, 遠藤 春奈, 市地 慶, 酒井 正夫, 吉澤 誠

    特許第5797197号

    産業財産権の種類: 特許権

  4. 画像処理装置,画像処理方法および画像処理プログラム

    本間 経康, 市地 慶, 新藤 雅大, 杉田 典大, 吉澤 誠, ▲高▼井 良尋

    産業財産権の種類: 特許権

  5. 画像処理装置、画像処理方法、及び、画像処理プログラム

    本間 経康, 酒井 正夫, 市地 慶, 澁澤 直樹, 張 暁勇, 阿部 誠, 杉田 典大, 吉澤 誠, ▲高▼井 良尋

    産業財産権の種類: 特許権

  6. 信号処理装置、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体

    本間 経康, 高井 良尋, 遠藤 春奈, 市地 慶, 酒井 正夫, 吉澤 誠

    産業財産権の種類: 特許権

  7. 信号処理装置、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体

    本間 経康, 高井 良尋, 遠藤 春奈, 市地 慶, 酒井 正夫, 吉澤 誠

    産業財産権の種類: 特許権

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 10

  1. PET検査の体動補正技術評価に向けた新たなシステム開発

    小田桐 逸人, 渡部 浩司, 高浪 健太郎, 市地 慶

    2025年4月1日 ～ 2028年3月31日

  2. データ同化技法で拓く適応照射のための2D-X線透視像からの実時間的3D体内動態の推定

    市地 慶

    2024年4月1日 ～ 2027年3月31日

  3. 深層強化学習による真の“人工知能型”自動放射線照射計画法の開発

    角谷 倫之, 山本 貴也, 梶川 智博, 市地 慶

    2023年4月1日 ～ 2026年3月31日

  4. イメージプレチスモグラムによる血管状態推定を用いた動脈紋認証に関する基礎的研究

    杉田 典大, 八巻 俊輔, 湯田 恵美, 市地 慶

    2021年4月1日 ～ 2025年3月31日

    詳細を見る 詳細を閉じる

    本研究では，映像から得られる脈動情報であるイメージプレチスモグラム(IPG)の生成パターンが皮下の動脈走行状態によって決まるという仮説のもと，身体の各部位でみられるIPG生成パターンに基づいて個人認証を行う「動脈紋」認証の手法を確立することを目指している．本研究課題では，この「動脈紋」抽出に関する基礎的技術を確立すると共に，その認証精度について検証を行う．従来の生体認証が主に静止画像から捉えられる身体的特徴を用いるのに対し，本提案手法では経時的変化を伴うIPGの生成パターンから得られる身体的特徴を用いており，偽造が極めて困難であると考えられる． 初年度にあたる今年度は，先行研究で報告されている，手掌部において得られるIPGで生じる特異的な脈動領域である「ホットスポット」の存在を確認するため，白色光と近赤外光を照射光として用いた際の手掌部マルチスペクトル画像から緑色光画素と近赤外光画素によるIPGデータをそれぞれ取得し，これに周波数スペクトル解析を行って脈動成分を抽出した後，手掌領域内における脈動強度の空間分布を計算した．3人の被験者に対して分析を行った結果，先行研究と同様に，脈動が強く現れる箇所とそうでない箇所が存在し，特に緑色光画素における脈動強度分布において個人毎に異なるパターンが生じることを確認した． 次に，このIPG脈動強度分布パターンに認証として活用できる情報が含まれているか否かを調査するため，生体認証の基本要件である「普遍性」に着目して検証実験を実施した．実験では，複数の被験者から日付や時間帯を変えた場合のIPGを取得し，前述の脈動強度分布を求めた．その結果，測定回によらず，同一被験者の脈動強度分布では特に強い相関がみられることが確認された.

  5. イメージプレチスモグラムによる血管状態推定を用いた動脈紋認証に関する基礎的研究

    杉田 典大, 八巻 俊輔, 湯田 恵美, 市地 慶

    2021年4月1日 ～ 2025年3月31日

    詳細を見る 詳細を閉じる

    本研究では，映像から得られる脈動情報であるイメージプレチスモグラム(IPG)の生成パターンが皮下の動脈走行状態によって決まるという仮説のもと，身体の各部位でみられるIPG生成パターンに基づいて個人認証を行う「動脈紋」認証の手法を確立することを目指している．本研究課題では，この「動脈紋」抽出に関する基礎的技術を確立すると共に，その認証精度について検証を行う．従来の生体認証が主に静止画像から捉えられる身体的特徴を用いるのに対し，本提案手法では経時的変化を伴うIPGの生成パターンから得られる身体的特徴を用いており，偽造が極めて困難であると考えられる． 初年度にあたる今年度は，先行研究で報告されている，手掌部において得られるIPGで生じる特異的な脈動領域である「ホットスポット」の存在を確認するため，白色光と近赤外光を照射光として用いた際の手掌部マルチスペクトル画像から緑色光画素と近赤外光画素によるIPGデータをそれぞれ取得し，これに周波数スペクトル解析を行って脈動成分を抽出した後，手掌領域内における脈動強度の空間分布を計算した．3人の被験者に対して分析を行った結果，先行研究と同様に，脈動が強く現れる箇所とそうでない箇所が存在し，特に緑色光画素における脈動強度分布において個人毎に異なるパターンが生じることを確認した． 次に，このIPG脈動強度分布パターンに認証として活用できる情報が含まれているか否かを調査するため，生体認証の基本要件である「普遍性」に着目して検証実験を実施した．実験では，複数の被験者から日付や時間帯を変えた場合のIPGを取得し，前述の脈動強度分布を求めた．その結果，測定回によらず，同一被験者の脈動強度分布では特に強い相関がみられることが確認された.

  6. Radiomics技術を用いてCT画像のみから肺機能画像を作成する手法の開発

    角谷 倫之, 市地 慶, 神宮 啓一, 山本 貴也

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (C)

    研究種目：Grant-in-Aid for Scientific Research (C)

    研究機関：Tohoku University

    2019年4月1日 ～ 2022年3月31日

    詳細を見る 詳細を閉じる

    我々は肺癌の放射線治療において、患者毎に肺機能に応じた正常肺への線量低減により重篤な副作用を低減する目的で、肺機能画像を用いたオーダーメイド放射線治療法の開発を行ってきた。今までは肺機能画像を取得するために追加検査が必要であり、かつその検査も容易に行う事ができなかった。そこで、我々は放射線治療予後予測研究に既に用いているradiomics技術に注目し、この技術を用いることで肺野内のCT値情報から膨大な高次元画像特徴量を抽出することができ、これまで不可能であったCT画像のみから局所的な換気能力の違いを捉えることができ、高精度な肺機能画像を簡便に作成することが可能ではないかという着想に至った。本研究では、そのradiomics技術とCT画像のみから肺機能画像を作成する手法の開発を行う。昨年度は、肺野内から膨大なradiomics特徴量を抽出できるプラットフォームを用いて、呼吸機能検査値と相関があるradiomics特徴量の探索および機械学習のモデルの最適化を行った。その中で、LASSOモデルを用いることで高い予測精度を達成できることがわかり、高い予測精度となるモデルを構築できた(AUC > 0.8).今年度得られた結果から、複数のradiomics特徴量を組み合わせることで高い精度で肺機能値を予測できることがわかり、radiomicsを使うことで医用画像のみから呼吸機能検査値を十分推定できる可能性を見出すことができた。

  7. 動体追尾照射の予測制御性能向上に向けたパーソナライズド呼吸誘導システムの開発

    市地 慶

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists

    研究種目：Grant-in-Aid for Early-Career Scientists

    研究機関：Tohoku University

    2018年4月1日 ～ 2022年3月31日

    詳細を見る 詳細を閉じる

    本研究は，肺がんをはじめとする体内臓器移動を伴う動体腫瘍に対する効果的な放射線照射方式である動体追尾照射の予測制御の正確性向上のため，視聴覚的なバイオフィードバックを活用し，個別化された新しい呼吸誘導システムの開発を目的としている． 本年度は，体表面より呼吸動態のリアルタイムな計測を行うサブシステム，被験者個人の呼吸動態に基づく誘導波形（目標呼吸状態）の生成，ならびに生成した誘導波形の視覚的フィードバックによる提示サブシステムの構築をそれぞれ行い，さらにこれらを組み合わせた誘導システムのプロトタイプを開発した． 呼吸誘導は，被験者が随意制御によって自らの呼吸を，ある目標状態（すなわち誘導波形）へと連続的に追従することで実現される．たとえば，従来の呼吸誘導システムでは，被験者は誘導波形である目標値へ自らの呼吸動態を一致させることがタスクとして求められる．このとき，誘導波形からのずれにセンシティブな追従傾向をもつ被験者では，目標値からの過剰なオーバーシュート（行き過ぎ量）が頻発し，結果として高周波状の変動を含む不安定な呼吸動態が生じる場合があった．これを抑制する目的で，本プロトタイプシステムの情報提示においては，誘導波形の上下にマージンを加えることで，目標値に代えて目標範囲を提示する方式を導入した．本プロトタイプシステムを用いた予備実験の結果からは，視覚提示される追従目標の範囲化によって，行き過ぎ量が抑制され，呼吸動態に含まれる不自然な高周波状変動を低減可能なことが示唆された． このほか，線形状態空間モデルを用いた呼吸ダイナミクスの予測法の実装・性能検証を通じて，システム制御工学の観点から呼吸動態の解析を進めた．また，呼吸誘導下の体内腫瘍の動態計測に利用可能なX線透視を用いたマーカレス腫瘍追跡のための画像処理手法の開発にも進展が見られた．

  8. 呼吸性配置変動の予測に基づくリアルタイム適応放射線治療に関する研究

    市地 慶

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for JSPS Fellows

    研究種目：Grant-in-Aid for JSPS Fellows

    研究機関：Tohoku University

    2015年4月24日 ～ 2018年3月31日

    詳細を見る 詳細を閉じる

    本研究では，汎用リニアックによるDynamic multi-leaf collimator（DMLC）による，肺がんをはじめとした体内臓器移動を伴う腫瘍への追尾照射放射線治療の実用化推進と，既存の追尾照射を発展させ，動体腫瘍に対するリアルタイムな適応放射線治療のための技術開発を目的としている．DMLCによるリアルタイム適応照射実現には，標的である腫瘍のみならず，体内の組織・構造の位置・範囲を計測することが不可欠である．また，画像計測や機械駆動で生じる遅れの影響を補償するため，DMLCは予測的に制御する必要がある．そのため，（１）多次元情報に基づく体内組織・構造配置の超高精度予測アルゴリズムの開発と（２）動体追尾に対応したDMLCの動的制御に関する検討を進めている． 本年度は，これまでに臨床で取得されたkV X線透視像およびMV X線透視像に写る体内腫瘍の座標・範囲を手動計測するソフトウェアを開発し，呼吸性変動の解析を進め，これを真値として用いて体内組織・構造配置の画像計測アルゴリズムの開発を継続した．また，近年開発されたDMLCシミュレータ上で，提案している適応的時変季節性自己回帰モデルに基づくDMLC予測制御のシミュレーション評価を実施し，提案法によるDMLC予測制御が，競合する予測法を用いた場合と比べて正確な動体追尾性能および線量分布を達成可能であることを確認した．このほか，DMLCの動的制御に向けては，汎用リニアック実機を用いてMLC制御特性を同定するための実験を行った．さらに昨年度より先行して開始していたDMLCによる追尾照射の線量シミュレーションを発展し，照射中の腫瘍位置・範囲変動を考慮した線量分布シミュレーション手法の開発にも取り組んだ．この手法は，従来は定性的あるいは実験的に評価されてきた，追尾照射に要する照射時間の定量的な評価を可能とするものである．

  9. 体表面筋電位変化を用いたまったく新しい動体追尾予測モデルの確立

    秋本 裕義, 廣瀬 勝己, 髙井 良尋, 本間 経康, 市地 慶

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Young Scientists (B)

    研究種目：Grant-in-Aid for Young Scientists (B)

    研究機関：Hirosaki University

    2014年4月1日 ～ 2017年3月31日

    詳細を見る 詳細を閉じる

    肺の悪性腫瘍に対する放射線治療の精度を高めるシステム構築の為、胸表面の呼吸筋の電気信号を計測して肺の動きを予測する研究を行った。肺の動きを透視画像で測定、呼吸筋の信号を胸部に筋電位計の電極を配置して測定し、両者の関連性を解析した。結果は、呼吸筋の電気信号はノイズが大きく、測定できたデータからは呼吸性移動に先立った呼吸筋の電気信号を検知するシステムは構築することができなかった。システム構築には、研究計画時に必要と考えられたデータ量より多くのデータが必要であったと思われる。

  10. 腫瘍位置変動の時変予測モデルに基づく超高精度追尾放射線照射法に関する研究

    市地 慶

    提供機関：Japan Society for the Promotion of Science

    制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for JSPS Fellows

    研究種目：Grant-in-Aid for JSPS Fellows

    研究機関：Tohoku University

    2011年 ～ 2013年

    詳細を見る 詳細を閉じる

    本研究の目的は, 正確かつ高精度な肺腫瘍位置変動予測に基づく, 呼吸性移動を伴う肺腫瘍への汎用放射線治療装置による追尾照射の実用化である. 汎用放射線治療装置の多くは, 体内腫瘍位置の計測手段としてX線透視装置, そしてビーム照射範囲の動的な制御手段としてマルチリーフコリメータとを備えている. これらを活用することで, リアルタイムな腫瘍位置計測とそれに基づく適応的な照射範囲制御による追尾照射の実現が期待される. しかし, 計測から照射制御の完了までには, 最大数百ミリ秒程度の処理時間が必要であり, この間にも腫瘍は移動を続ける. この照射の遅れを補償し追尾照射を実現するためには, 正確・高精度な腫瘍位置の未来予測の開発が不可欠である. 本年度は, これまでに提案している適応的時変季節性自己回帰(adaptive time-varying seasonal autoregressive)モデルに基づく肺腫瘍位置予測法の信頼性を検証するため, 300例を超える大規模な臨床データセットを用いての予測実験を進め, サポートベクター回帰やウェーブレット分解に基づく線形適応フィルタなど, 複数の最新肺腫瘍位置予測法との性能比較を行った. その結果, 提案法である適応的TVSARモデルは, 数十ミリ秒先の予測においては, 他の予測法のうち最良のものに匹敵し, また数百ミリ秒先の予測では最小の平均予測誤差を達成することが確認された. この結果は, 適応的TVSARモデルが世界トップクラスの肺腫瘍位置予測性能を有することを示唆するものである. また, 適応的TVSARを実装した評価用ソフトウェアが医療機器メーカによって試験された結果, メーカ側実装の手法よりも高い予測性能が認められるなど, 実用化に向けて, 更なる進展も得られた. このほか, TVSARモデルを含めた複数予測法の結果を混合する手法を提案し, これによって予測性能をさらに高めることが可能であることを示した.

︎全件表示 ︎最初の5件までを表示

担当経験のある科目(授業) 9

  1. 情報とデータの基礎　東北大学医学部保健学科

  2. 医用画像工学特論　東北大学大学院医学系研究科

  3. 医用情報科学演習Ⅰ　東北大学医学部保健学科放射線技術科学専攻

  4. 医用電気回路学　東北大学医学部保健学科放射線技術科学専攻

  5. 自動制御工学実験　東北大学医学部保健学科放射線技術科学専攻

  6. 電気工学実験　東北大学医学部保健学科放射線技術科学専攻

  7. 情報基礎A　東北大学医学部保健学科

  8. 情報処理学　東北大学大学院医学系研究科

  9. 学生実験B B-1計算機の基礎　東北大学工学部電気情報物理工学科

︎全件表示 ︎最初の5件までを表示