研究者業績

竹村 匡正

タケムラ タダマサ  (Takemura Tadamasa)

基本情報

所属
兵庫県立大学 大学院 情報科学研究科 教授
(兼任)社会情報科学部 教授
(兼任)先端医療工学研究所 教授
(兼任)大学院 応用情報科学研究科 教授
神戸大学 生命・医学系保健学域 特命教授
学位
博士(保健学)(2003年3月 大阪大学)

J-GLOBAL ID
200901083307620880
researchmap会員ID
6000016392

京都大学大学院医学研究科 非常勤講師

姫路獨協大学 非常勤講師

国立循環器病研究センター 客員研究員

神戸大学医学部附属病院 医学研究員


研究キーワード

 3

論文

 127
  • 門野 勇介, 山下 晃平, 粂川 雅子, 阪本 恭子, 疋田 智子, 山本 剛, 中井 隆史, 岸本 和昌, 竹村 匡正
    医療情報学連合大会論文集 44回 901-903 2024年11月  
  • 竹村 匡正
    Precision Medicine 7(12) 71-74 2024年11月  筆頭著者責任著者
  • 吉次 研二, 岸本 和昌, 竹村 匡正
    日本医用画像工学会大会予稿集 43回 146-147 2024年8月  
    深層学習を用いた画像分類が近年,医療に応用されているが,医用画像の多くは良性と悪性のような所見の違いで不均衡なデータ構成になっていることが珍しくない。機械学習による不均衡なデータ構成を持つ画像の分類は,数の多いデータの影響で数の少ない所見の画像の検出が困難な場合が多い。多くの研究はこの問題を深層学習で解決しようとしているが,本研究ではレディオミクス特徴量という数値特徴量に基づく分類に置き換えて,少ないデータを多いデータと同じ数にアップサンプリングすることで,定量的に良悪性の分類を改善できるのではないかと考えた。画像から算出したレディオミクス特徴量をSMOTE,BorderlineSMOTE,SVMSMOTE,ADASYNの4つ方法でアップサンプリングしてランダムフォレストアルゴリズムで分類した結果,深層学習による画像分類に比べて高い汎化性と堅牢性が示唆された。(著者抄録)
  • 竹村 匡正, 本谷 崇之, 櫻井 理紗, 佐藤 瑞月, 門野 勇介, 山下 晃平, 森本 崇裕, 岸本 和昌
    Precision Medicine 7(9) 47-51 2024年8月  筆頭著者責任著者
  • Kenji Yoshitsugu, Kazumasa Kishimoto, Tadamasa Takemura
    Proceedings of the 2024 6th International Conference on Intelligent Medicine and Image Processing 15-21 2024年4月26日  

MISC

 159

講演・口頭発表等

 27

共同研究・競争的資金等の研究課題

 19