研究者業績
基本情報
- 所属
- 兵庫県立大学 工学研究科 教授 (研究所長)
- 学位
- 博士(工学)(姫路工業大学)
- 研究者番号
- 00332966
- ORCID ID
https://orcid.org/0000-0003-3659-4114- J-GLOBAL ID
- 200901031674454407
- researchmap会員ID
- 6000003807
- 外部リンク
研究キーワード
33研究分野
12経歴
11-
2022年4月 - 現在
-
2021年8月 - 現在
-
2017年4月 - 現在
-
2018年1月 - 2023年3月
-
2018年4月 - 2022年3月
学歴
2-
1997年4月 - 2000年3月
-
1995年4月 - 1997年3月
委員歴
22-
2011年 - 現在
-
2008年 - 現在
受賞
32-
2023年12月
論文
321-
Discover Computing 28(1) 2025年12月 査読有り最終著者責任著者Bronchopulmonary dysplasia (BPD) in preterm infants is a major concern in neonatal intensive care, necessitating early and accurate detection for improved outcomes. Despite the use of clinical information in previous studies to assess BPD severity, there is a gap in early prediction through imaging techniques. This paper proposed a novel method using convolutional neural networks (CNNs) for the early prediction of BPD from neonatal chest X-rays. We employed two strategies: first, analyzing chest X-ray images taken on specific days post-birth to evaluate day-wise BPD predictive performance using CNN models; and second, aggregating these images to enhance the training dataset. Thirteen specific CNN architectures were evaluated using a five-fold cross-validation method on a dataset acquired at four distinct time points: 3, 7, 14, and 28-days post-birth. The dataset included 115 preterm infants, 51 with BPD and 64 normal, classified based on their condition at 36 weeks of post-menstrual age. MobileNetV2 demonstrated consistent and fairly above-moderate performance among the networks used, with calculated metrics showing an accuracy of 0.665 ± 0.045, an AUC of 0.736 ± 0.053, a recall of 0.635 ± 0.042, a precision of 0.647 ± 0.046, and an F1-score of 0.641 ± 0.042. The results highlight the potential of CNNs in enhancing early diagnostic accuracy for BPD in neonatal patients using chest X-ray images.
-
Journal of Advanced Computational Intelligence and Intelligent Informatics 29(2) 325-336 2025年3月 査読有り最終著者Impacted third molar extraction, particularly of mandibular teeth, is a common procedure performed to alleviate pain, infection, and misalignment. Accurate diagnosis and classification of impaction types are crucial for effective treatment planning. This study introduces a novel algorithm for automatically measuring the impaction angles of mandibular third molars (T32 and T17) from orthopantomogram (OPG) images. The proposed method is based on deep learning techniques, including segmentation and key point detection models. It categorizes impactions into Winter’s classification: distoangular, mesioangular, horizontal, vertical, and other on both sides, using the measured angles. The proposed method used 450 OPGs, achieving high mandibular molar segmentation accuracy with dice similarity coefficients (DSC) values of 0.9058–0.9162 and intersection over union (IOU) scores of 0.82–0.84. The object keypoint similarity (OKS) for detecting the four corner points of each molar was 0.82. Angle measurement analysis showed 80% accuracy within ±5° deviation for distoangular impaction of T32 and within ±8° for T17. The F1-scores for mesioangular classifications were 0.88 for T32 and 0.91 for T17, with varying performance in other categories. Nonetheless, the predicted angles aid in identifying impaction types, showcasing the method’s potential to enhance dental diagnostics and treatment planning.
-
The Journal of bone and joint surgery. American volume 106(23) 2196-2204 2024年12月4日 査読有りBACKGROUND: Ultrasonography is used to diagnose osteochondritis dissecans (OCD) of the humerus; however, its reliability depends on the technical proficiency of the examiner. Recently, computer-aided diagnosis (CAD) using deep learning has been applied in the field of medical science, and high diagnostic accuracy has been reported. We aimed to develop a deep learning-based CAD system for OCD detection on ultrasound images and to evaluate the accuracy of OCD detection using the CAD system. METHODS: The CAD process comprises 2 steps: humeral capitellum detection using an object-detection algorithm and OCD classification using an image classification network. Four-directional ultrasound images of the elbow of the throwing arm of 196 baseball players (mean age, 11.2 years), including 104 players with normal findings and 92 with OCD, were used for training and validation. An external dataset of 20 baseball players (10 with normal findings and 10 with OCD) was used to evaluate the accuracy of the CAD system. A confusion matrix and the area under the receiver operating characteristic curve (AUC) were used to evaluate the system. RESULTS: Clinical evaluation using the external dataset resulted in high AUCs in all 4 directions: 0.969 for the anterior long axis, 0.966 for the anterior short axis, 0.996 for the posterior long axis, and 0.993 for the posterior short axis. The accuracy of OCD detection thus exceeded 0.9 in all 4 directions. CONCLUSIONS: We propose a deep learning-based CAD system to detect OCD lesions on ultrasound images. The CAD system achieved high accuracy in all 4 directions of the elbow. This CAD system with a deep learning model may be useful for OCD screening during medical checkups to reduce the probability of missing an OCD lesion. LEVEL OF EVIDENCE: Diagnostic Level II. See Instructions for Authors for a complete description of levels of evidence.
-
Annals of clinical and translational neurology 11(12) 3103-3114 2024年12月 査読有りOBJECTIVE: We evaluated the effect of CHA2DS2-VASc score and prior use of oral anticoagulants (OACs) on endovascular treatment (EVT) in patients with acute ischemic stroke and atrial fibrillation (AF). METHODS: Patients with AF who received EVT in 353 centers in Japan (2018-2020) were included. The outcomes were symptomatic intracerebral hemorrhage (sICH), in-hospital mortality, functional independence, and successful and complete reperfusion. The effects of CHA2DS2-VASc score, its components, and prior use of OACs were assessed via a multiple logistic regression model. RESULTS: Of the 6984 patients, 780 (11.2%) used warfarin and 1168 (16.7%) used direct oral anticoagulants (DOACs) before EVT. Based on the CHA2DS2-VASc score, 6046 (86.6%) presented a high risk (≥2 for males and ≥3 for females) while 938 (13.4%) had intermediate to low risks. Higher CHA2DS2-VASc scores were associated with increased sICH, in-hospital mortality, and decreased functional independence, regardless of prior OACs. For patients with a high-risk category, prior DOACs increased the odds of successful and complete reperfusion (adjusted odds ratio [95% confidence interval (CI)], 1.27 [1.00-1.61] and 1.30 [1.10-1.53]). For those with integrated intermediate to low risks, neither prior warfarin nor DOAC affected the outcomes. Regardless of total CHA2DS2-VASc scores, patients with congestive heart failure or left ventricular dysfunction, hypertension, age >75 years, or female benefited similarly from prior DOAC use. INTERPRETATION: Prior DOAC use for patients with high- and selected intermediate-risk CHA2DS2-VASc scores increased prevalence of successful and complete reperfusion. These findings may provide supplemental evidence to introduce preventive DOAC for patients with AF.
-
International journal of computer assisted radiology and surgery 2024年11月9日 査読有りPURPOSE: Carotid endarterectomy (CEA) is a surgical treatment for carotid artery stenosis. After CEA, some patients experience cardiovascular events (myocardial infarction, stroke, etc.); however, the prognostic factor has yet to be revealed. Therefore, this study explores the predictive factors in pathological images and predicts cardiovascular events within one year after CEA using pathological images of carotid plaques and patients' clinical data. METHOD: This paper proposes a two-step method to predict the prognosis of CEA patients. The proposed method first computes the pathological risk score using an anomaly detection model trained using pathological images of patients without cardiovascular events. By concatenating the obtained image-based risk score with a patient's clinical data, a statistical machine learning-based classifier predicts the patient's prognosis. RESULTS: We evaluate the proposed method on a dataset containing 120 patients without cardiovascular events and 21 patients with events. The combination of autoencoder as the anomaly detection model and XGBoost as the classification model obtained the best results: area under the receiver operating characteristic curve, accuracy, sensitivity, specificity, and F1-score were 81.9%, 84.1%, 79.1%, 86.3%, and 76.6%, respectively. These values were superior to those obtained using pathological images or clinical data alone. CONCLUSION: We showed the feasibility of predicting CEA patient's long-term prognosis using pathological images and clinical data. Our results revealed some histopathological features related to cardiovascular events: plaque hemorrhage (thrombus), lymphocytic infiltration, and hemosiderin deposition, which will contribute to developing preventive treatment methods for plaque development and progression.
MISC
295講演・口頭発表等
235-
2022 International Conference on Machine Learning and Cybernetics (ICMLC) 2022年9月9日 IEEE
-
Computers in Biology and Medicine 2021年12月 Elsevier BVBACKGROUND: Diabetic Sensorimotor polyneuropathy (DSPN) is one of the major indelible complications in diabetic patients. Michigan neuropathy screening instrumentation (MNSI) is one of the most common screening techniques used for DSPN, however, it does not provide any direct severity grading system. METHOD: For designing and modeling the DSPN severity grading systems for MNSI, 19 years of data from Epidemiology of Diabetes Interventions and Complications (EDIC) clinical trials were used. Different Machine learning-based feature ranking techniques were investigated to identify the important MNSI features associated with DSPN diagnosis. A multivariable logistic regression-based nomogram was generated and validated for DSPN severity grading using the best performing top-ranked MNSI features. RESULTS: Top-10 ranked features from MNSI features: Appearance of Feet (R), Ankle Reflexes (R), Vibration perception (L), Vibration perception (R), Appearance of Feet (L), 10-gm filament (L), Ankle Reflexes (L), 10-gm filament (R), Bed Cover Touch, and Ulceration (R) were identified as important features for identifying DSPN by Multi-Tree Extreme Gradient Boost model. The nomogram-based prediction model exhibited an accuracy of 97.95% and 98.84% for the EDIC test set and an independent test set, respectively. A DSPN severity score technique was generated for MNSI from the DSPN severity prediction model. DSPN patients were stratified into four severity levels: absent, mild, moderate, and severe using the cut-off values of 17.6, 19.1, 20.5 for the DSPN probability less than 50%, 75%-90%, and above 90%, respectively. CONCLUSIONS: The findings of this work provide a machine learning-based MNSI severity grading system which has the potential to be used as a secondary decision support system by health professionals in clinical applications and large clinical trials to identify high-risk DSPN patients.
-
日本医用画像工学会大会予稿集 2021年10月 (一社)日本医用画像工学会脳血管疾患は日本の死因第4位であり,2019年の死亡者数は約10万人に上る.その要因の一つは脳内血腫(ICH;intracerebral hemorrhage)である.ICHは専門医でも読影が難しく,診断に時間を要する為,医師の負担軽減や診断の迅速性・正確性向上の為に,脳CT画像からのICH領域自動抽出法が必要とされている.従来研究として,FCNによる手法が研究されているが,実用化には不十分で,特に高吸収を示す脳室内やクモ膜下出血領域の誤抽出が多い.本研究では,高吸収領域の過抽出を削減する脳CT画像からのICH領域自動抽出法を提案する.提案法は,ICHの解剖構造に注目し,高吸収領域の抽出,深層学習を用いたクラス分類による階層的手法を提案する.このモデルの性能を,脳室内出血を有する被験者30名を用いて評価し,感度83%,特異度91%を記録した.(著者抄録)
-
日本医用画像工学会大会予稿集 2021年10月 (一社)日本医用画像工学会骨粗鬆症による高齢者脆弱性骨盤骨折は,外傷に因らず,自覚症状が顕著でなく,CT画像上でその検出が容易ではないため,発見後の治療が遅れ,転位が進行し,機能的予後回復が得られない場合がある.そこで,医師の診断能向上のため,CT画像から骨盤脆弱性骨折を自動的に検出する医師の診断支援システムが求められている.従来手法では,単純X線画像やCT画像による2次元画像解析に基づくため,3次元的に分布する微小な脆弱性骨折の検出が困難であった.そこで我々は,新しい手法として,3次元CT画像を用いて,骨表から骨内部にかけて3次元的に骨折有無を探索するボーリング調査法を模した自動骨盤骨折検出法(BSFD法;boring survey based fracture detection)を提案した.本研究では,BSFD法における特徴量抽出法について検討する.BSFD法では,3次元CT画像から骨表同値面を求め,同値面上の各点にCT値で構成される3次元特徴ベクトルを割り当て,学習済みの3次元畳み込みニューラルネットワーク(CNN)モデルにより,各点において骨折確率を求める.各点でアノテーションされた骨折領域からの3次元Chamfer距離から求められた骨折確率を用いて,CNNを学習する.ここで,3次元特徴ベクトルに関して,領域範囲の拡大を比較検討して,検出性能を評価する.提案手法を110人の被験者のデータで検証した結果,学習データではAUC0.90,評価データではAUC0.84を確認した.(著者抄録)
-
日本医用画像工学会大会予稿集 2021年10月 (一社)日本医用画像工学会現在,関節リウマチの国内患者数は60万人から100万人であると推定され,毎年数万人ずつ増加している.関節リウマチの診断には,手足のX線画像から算出するmTSS(modified Total Sharp Score)が標準的な診断基準として用いられているが,診断の問題点として,医師の目視による主観的診断であること,スコアの判断箇所が多いことが挙げられている.そのため,医師の負担軽減や診断の迅速性・正確性向上のためにmTSS自動で評価するコンピュータ支援診断(CAD)システムの開発が期待されている.本研究では,手関節リウマチのmTSS推定法に関して,リッジ回帰(RR)を用いた手法と,畳み込みニューラルネットワーク(CNN)の3つのモデル(VGG16,DenseNet201,Xception)を用いた手法の比較を行う.4手法の比較のために,90名のRA患者を対象に,手のX線画像を用いた実験を行った.実験結果は,erosionのmTSS予測はRR,JSNのmTSS予測はVGG16で最も良い結果が得られた.(著者抄録)
-
日本医用画像工学会大会予稿集 2021年10月 (一社)日本医用画像工学会脳画像を用いて小児の脳疾患を診断する指標の一つとして,未発達や未熟児などの脳の正常な発達の進行が評価される。しかし,脳の発達度合いを定量的に推定する方法はなく,現状では医師の経験に基づいて診断が行われている.そのため,読影可能な医師の不足,定量性の欠如が問題である.本研究では,小児の脳CT画像から脳の発達年齢を予測する手法を提案する.この手法では,CT画像から頭蓋領域を抽出し,姿勢と位置の補正を行う.本研究では,3次元畳み込みニューラルネットワーク(3D CNN)を用いてCT画像から特徴を抽出し,全結合層で脳の発達年齢を予測する新しいネットワークモデルを提案した.このモデルの性能を,0歳から3歳までの脳神経医学的に異常のない小児60人を用いて評価した.予測年齢と患者の実年齢の間の平均平方根誤差は7.80(月)で、相関係数は0.801であった.(著者抄録)
-
Precision Medicineの確立に資する統合医療データベースの利活用に関する研究 令和2年度 総括研究年度終了・分担研究報告書(Web) 2021年
-
臨床整形外科 2020年8月 (株)医学書院＜文献概要＞関節置換術は多くの工程で構成され,多くの手術器具が使用される.そのため器械出し看護師にとって,複雑な工程と手術器具を把握することは大きな負担であり,術中の器具の受け渡しのミス,手術時間延長による予後不良などの手術の質の低下につながる可能性がある.そこで,われわれは術中に器械出し看護師を含む医療スタッフに対し手術手順を通知する整形外科手術-人工知能ナビゲーションシステム(Orthopaedic Surgery AI Navigation System)を構築した.本稿では,人工知能技術の新しい応用として.本システムにおける手術工程自動認識法を紹介する.
-
臨床整形外科 2019年9月 (株)医学書院＜文献概要＞本研究の目的は,術前MRI画像から腱板断裂部の3次元形状モデルMRI画像を構築し,その診断に与える影響を検討することである.検者をレジデント群,専門医群に分け,2D-MRI画像と3次元形状モデルMRI画像から断裂形状とサイズを診断した.予測した結果と術中所見を比較して,腱板断裂形状,サイズに関する診断率を評価した.2D-MRI画像での診断率は専門医群のほうが高かったが,3次元形状モデルMRI画像では,断裂形状,断裂サイズともに両群同等の診断率であった.3次元形状モデルMRI画像での診断では,有意に診断率が向上し,かつレジデント群でも専門医群と同等の診断率が得られた.
-
日本医用画像工学会大会予稿集 2019年7月 日本医用画像工学会整形外科手術は腹腟鏡手術や開腹手術と比較して手術工程および使用する手術器具が多く,外科手術中に医療器具の受け渡しを行う看護師は大きな負担を強いられている.我々は過去に人工膝関節置換術を対象とした整形外科手術における手術室看護師を支援するためのナビゲーションシステムを提案した.この研究では畳み込みニューラルネットワークを用いて手術画像全体に基づいた画像認識により手術工程の認識を試みたが,実用化に必要とされる精度には及ばなかった.本研究では整形外科手術における手術工程の認識精度の改善を実現するために,手術映像から取得したフレーム毎に物体検出(YOLO)を行い,器具のクラス情報と位置座標を検出する.スマートグラス(眼鏡型のデバイス)を用いて記録した整形外科手術映像は手術間で照明環境や撮影角度が大きく異なっており,それらの影響を低減させるための最適なデータの前処理法やデータ拡張法を検討した.(著者抄録)
-
International Symposium on Affective Science and Engineering (Web) 2019年
-
MEDICAL IMAGING TECHNOLOGY 2018年11月 日本医用画像工学会本邦には約70万人の慢性関節リウマチ患者が存在し、また毎年数万人が発病する。リウマチは早期治療による予後の著しい改善がみられるが、リウマチの進行度に応じた適切な治療を行う必要がある。リウマチ進行度診断では、年に数回関節レントゲン画像を撮影し、関節破壊進行度mTSスコアを算出しているが、手動であるため膨大な作業時間を要し、また、スコアは主観的評価であるため自動化、定量化の需要が高まっている。本稿では、mTSスコアの自動推定を目的とした手X線画像からの手指関節自動検出法を提案する。また、サポートベクター回帰による手関節X線画像からのmTSスコア推定とその評価を行う。特徴量として関節周辺画素のHOG(histograms of oriented gradient)を用いた。90名のリウマチ患者手X線画像に提案法を適用した結果、81.4%の精度で手指関節を自動認識できた。また、mTSスコア推定結果から、サポートベクター回帰によるmTSスコアの推定が可能であることが示唆された。(著者抄録)
-
細胞 2018年10月 (株)ニュー・サイエンス社新生児脳疾患は患者のみではなく家族の生活の質を大きく損ねる恐れがあるが、新生児脳疾患は早期からの治療・療育開始によりその症状を軽減できるため、早期での発見が求められている。本稿では、新生児脳MR画像解析による小児期発達障害発症予測に関し、脳形状統計解析において基礎となる脳形状位置合わせ法、解剖学的特徴点を用いた新生児脳の時空間統計的形状モデルstSSMの構築法を説明する。19名の新生児被験者に対する実験結果より、解剖学的特徴点を用いることで個人差を含めた新生児脳の成長モデルを構築できることを明らかとした。(著者抄録)
-
臨床バイオメカニクス 2018年10月 日本臨床バイオメカニクス学会【目的】大腿骨と脛骨両方に原因があり、変形が大きい内反変形膝に対し我々はbi-plane cutの骨切りを大腿骨と脛骨両方に行うdouble level osteotomy(以下、DLO)を行っている。本研究の目的はこのDLO術後の回旋アライメントの変化を3DCTを用いて検討することであった。【方法】26膝を対象とした。回旋アライメントの測定は解析ソフトZiocubeを用い、術前後の大腿骨・脛骨各々の骨座標を一致させて行った。骨切りはともにbi-plane cut、大腿骨はclosing wedge、脛骨はopening wedgeで行い、人工骨はβ-TCPを使用した。統計学的評価はWilcoxonの符号順位検定を用い、危険率が5%未満のものを有意差ありとした。【結果】平均大腿骨遠位回旋角度は術後に内旋2.8°増加と有意な変化を認めた。平均脛骨遠位回旋角度は術後に内旋0.6°増加したが術前後で有意な差は認めなかった。【考察】内反変形膝に対するDLOでは術後、大腿骨で軽度ではあるが遠位骨片の内旋を認めた。この回旋アライメント変化の影響や要因を今後の研究で検討する必要がある。(著者抄録)
-
細胞 2018年10月 (株)ニュー・サイエンス社新生児脳疾患は患者のみではなく家族の生活の質を大きく損ねる恐れがあるが、新生児脳疾患は早期からの治療・療育開始によりその症状を軽減できるため、早期での発見が求められている。本稿では、新生児脳MR画像解析による小児期発達障害発症予測に関し、脳形状統計解析において基礎となる脳形状位置合わせ法、解剖学的特徴点を用いた新生児脳の時空間統計的形状モデルstSSMの構築法を説明する。19名の新生児被験者に対する実験結果より、解剖学的特徴点を用いることで個人差を含めた新生児脳の成長モデルを構築できることを明らかとした。(著者抄録)
-
World Automation Congress Proceedings 2018年8月8日© 2018 TSI Press. Currently, the humeral head portion of the artificial shoulder joint is usually designed by approximating it to a sphere or an ellipse. The differences between the approximated shape and the actual shape of the humeral head could limit the shoulder motion. Toward artificial shoulder joint design, this study introduces a method of constructing a 3-D statistical shape model (SSM) of the humeral head from a set of healthy subjects with CT images of the shoulder. Firstly, the humerus region is segmented from CT images, and then the anatomical coordinate system of the segmented humerus regions is determined. Secondly, each humerus region is aligned to a common reference space by using the determined anatomical coordinate system of the humeral head. Finally, 3-D SSM of the humeral head is constructed by applying principal component analysis to the aligned images. The method was validated by generalization ability, and satisfactory outcome was obtained which reveals its potential applicability toward artificial shoulder joint design in future.
-
World Automation Congress Proceedings 2018年8月8日© 2018 TSI Press. This paper proposes a new method to analyze resting state fMRI images for brain functional connectivity extraction. The proposed method regards the brain areas as nodes and the brain functional connectivity as a diffusion network, and then applies multitask diffusion LMS (MD-LMS) algorithm and hierarchical clustering to extract the valid networks. MD-LMS algorithm is a signal analysis method in a diffusion network. The proposed method was applied to three healthy subjects, and extracted multiple brain functional connectivity networks. The proposal method examined the brain hierarchical functional structure, and extracted temporal change of the brain functional connectivity. The novelty of the method is that the proposed method can extract transition of brain functional connectivity networks.
-
日本医用画像工学会大会予稿集 2018年7月 日本医用画像工学会現在用いられている多くの人工肩関節の骨頭部分は球または楕円への近似で設計されている。しかし、同形状は実際の上腕骨頭形状を十分に表現しているとは言い難い。本研究では、人工肩関節設計の目安と成り得る三次元形状を把握するため、上腕骨頭の三次元統計的モデル(SSM)作成法を示す。本手法では、まず肩関節CT画像から上腕骨領域を抽出し、抽出領域から上腕骨形状に基づく座標系を決定する。求めた座標系を基準に位置姿勢を校正し、主成分分析によって上腕骨頭のSSMを取得する。実験では被験者8例から上腕骨頭SSMを構築し、SSMによる個人の生体肩形状に類似した人工肩関節モデル設計の可能性を示した。(著者抄録)
担当経験のある科目(授業)
17共同研究・競争的資金等の研究課題
25-
日本学術振興会 科学研究費助成事業 2023年4月 - 2027年3月
-
日本学術振興会 科学研究費助成事業 2023年4月 - 2026年3月
-
日本学術振興会 科学研究費助成事業 2023年4月 - 2026年3月
-
Qatar National Research Fund (QNRF) National Priorities Research Programme (NPRP) 2020年1月 - 2023年7月
-
日本学術振興会 科学研究費助成事業 2018年11月 - 2021年3月
産業財産権
7学術貢献活動
5-
企画立案・運営等World Automation Congress 2024年1月1日 - 2024年12月31日
-
企画立案・運営等WAC (World Automation Congress) 2022年10月11日 - 2022年10月15日
-
企画立案・運営等International Conference on Machine Learning and Cybernetics (ICMLC) 2022年9月9日 - 2022年9月11日