Tokushima University / Educator and Researcher Directory --- Torii, Kohei

Search:

Tokushima University ⟩ Center for Design-Oriented AI Education and Research ⟩

(Files for researchmap) [PDF manual] [Auto-propagate to researchmap]

Research

Personal Web Page

https://researchmap.jp/wt501 (researchmap)

Field of Study

○	Artificial Intelligence

Subject of Study

○	医用画像AI開発支援ソフトウェアの開発，ニューラルネットワークの教師なし学習によって得られる潜在表現の解析とその応用，脳の実構造に基づくニューラルネットワークの構築 (artificial intelligence, medical image, neural network, software, computer vision)

Book / Paper

Book:

1.	Motohiro Ishida and Kohei Torii : 手を動かして学ぶ生成AI使い方入門, C&R研究所, Tokushima, Jul. 2024. (Keyword) artificial intelligence / programming / large scale language model / image processing

Academic Paper (Judged Full Paper):

1.	Kohei Torii : Research and Development of Medical Imaging AI, 日本歯科産業学会誌, Vol.38, No.2, 2024. (Keyword) artificial intelligence / medical image / deep learning
2.	Kohei Torii, Ryota Nishimura and Eiichi Honda : Segmentation of Mandibular Canal on Dental Cone Beam CT Images with AI Development Support Software for Medical Images, Dental Radiology, Vol.64, No.1, 11-19, 2024. (Keyword) medical image / artificial intelligence / Segmentation
3.	Kohei Torii, Eiichi Honda and Kenji Kita : Development of an AI-based Dental Support System for Panoramic X-ray Images, Dental Radiology, Vol.62, No.1, 24-34, 2022. (Summary) Research and development of AI-based diagnostic systems in the medical and dental fields is flourishing worldwide. However, there are few practical dental support systems and dental databases. Support for medical record input is needed to reduce the burden at diagnosis. We have been developing a dental database with detailed annotation information and building an AI system for automatic teeth detection, teeth numbering, teeth contour estimation, and disease diagnosis from panoramic X-ray images since 2019. Three dentists and one expert of dental radiology created our database, which includes teeth number based on FDI method, coordinates of teeth contour, and various dental conditions, using Anotee, a software developed for creating dental databases. Our system consists of multiple deep neural networks that were trained using 1,781 panoramic X-ray images and annotations, which excluded deciduous teeth and rare dental conditions. The deep neural network to classify dental conditions is based on EfficientNetV2-S and can diagnose multiple dental conditions. To verify our systems usefulness, we evaluated two dental condition classifications for 20 dental conditions and 10 dental conditions such as caries, periodontitis, root canal filling, inlay, composite resin, crown, pontic, implant, and impacted tooth. We performed 5-fold cross validation and calculated precision, sensitivity, and specificity. Experimental results were encouraging. For the diagnosis of 20 conditions, precision was 90.4%, sensitivity was 86.1%, and specificity was 99.4%; for the diagnosis of 10 conditions, precision was 92.9%, sensitivity was 90.0%, and specificity was 99.1%. The system achieved high accuracy, suggesting that AI systems are useful in assisting medical record input support. (Keyword) Panoramic X-ray Images / medical imaging / image processing / artificial intelligence / Dental Support System (Tokushima University Institutional Repository) ● Metadata: 118606 (Link to Publication Site) ● Publication site (DOI): 10.11242/dentalradiology.62.24 (Link to Search Site for Scientific Articles) ● Search Scopus @ Elsevier (DOI): 10.11242/dentalradiology.62.24 (Tokushima University Institutional Repository: 118606, DOI: 10.11242/dentalradiology.62.24)

Proceeding of International Conference:

1.	Kei Daizumoto, Naoka Osafune, Kohei Torii, Ryota Nishimura, Hisanori Uehara, Mitsuki Nishiyama, Saki Kobayashi, Yutaro Sasaki, Ryotaro Tomida, Yoshito Kusuhara, Tomoya Fukawa, Kunihisa Yamaguchi and Masayuki Takahashi : Deep learning-based depth prediction system for upper tract urothelial carcinoma, the 111th Annual Meeting of the Japanese Urological Association (JUA), PDA-36-05, Yokohama, Apr. 2024. (Keyword) medical image / deep learning
2.	Kei Daizumoto, Naoka Osafune, Kohei Torii, Ryota Nishimura, Hisanori Uehara, Mitsuki Nishiyama, Saki Kobayashi, Yutaro Sasaki, Ryotaro Tomida, Yoshiteru Ueno, Yoshito Kusuhara, Tomoya Fukawa, Kunihisa Yamaguchi, Yasuyo Yamamoto, Masayuki Takahashi and Junya Furukawa : Development of pT classification prediction system in UTUC using deep-learning, 39th Annual European Association of Urology Congress, A0130, Paris, Apr. 2024.
3.	Peng Tzu-Jui, Nakanishi Akihiro, Kohei Torii, Hasui Hayato, Kei-ichiro Murai and Toshihiro Moriga : Classification and Prediction of Compounds Taking Garnet-type Structure by Machine Learning, 10th International Forum on Advanced Technologies (IFAT2024), Tokushima, Mar. 2024.
4.	Akihiro Nakanishi, Kohei Torii, Hayato Hasui, Tzu-Jui Peng, Kei-ichiro Murai and Toshihiro Moriga : Prediction of garnet-type structure formation by machine learning, 4th International Conference on Nanomaterials and Advanced Composites (NAC 2023), Busan, Nov. 2023.
5.	Kohei Torii, Minoru Yoshida, Kazuyuki Matsumoto, Jiro Tsuruki, Kobayashi Kenichiro, Eiichi Honda and Kenji Kita : Towards Automatic Dental Diagnosis System Based on Deep Learning, Proc. IEEE International Conference on Natural Language Processing and Knowledge Engineering, 64-65, Online, Oct. 2020.

Proceeding of Domestic Conference:

1.	玉越麗奈, 西村仁志, 竹田大登, Ryo Kawatani, Kohei Torii, Ken Yoshida, Hitoshi Mizuguchi and Tomohiro Hirano : ジアクリレートとスチレンとのラジカル共重合で合成したゲルの構造解析, 第73回高分子討論会, Sep. 2024.
2.	西村仁志, Ryo Kawatani, Kohei Torii, Ken Yoshida, Hitoshi Mizuguchi and Tomohiro Hirano : 1H NMRスペクトルの多変量解析によるアクリル酸メチル/スチレン共重合体の統計的連鎖解析, 第73回高分子討論会, Sep. 2024.
3.	西村仁志, Ryo Kawatani, Kohei Torii, Ken Yoshida, Hitoshi Mizuguchi and Tomohiro Hirano : 1H NMRスペクトルの多変量解析によるアクリル酸メチル/スチレン共重合体の連鎖解析, 第70回高分子研究発表会(神戸)・70周年記念講演会, Jul. 2024.
4.	Kohei Torii : Research and Development of Medical Images AI, 日本歯科産業学会誌(第39回日本歯科産業学会学術講演会ランチョンセミナー), Vol.38, No.1, 48, Jun. 2024. (Keyword) medical image / artificial intelligence
5.	Hideyuki Takano, Kohei Torii, Yukihiro Momota, Naoya Kitamura and Kenji Terada : 大規模災害時の歯科的個人識別において画像解析や遠隔作業は許容されうるのか?, 18th Annual Meeting of Japanese Society ofForensic Dental Science, C-4, May 2024. (Keyword) dental care / image processing
6.	Tsuyoshi Honda, Kohei Torii, Ryota Nishimura, Minoru Yoshida and Kazuyuki Matsumoto : Segmentation of Dental Panoramic X-ray Images Using the Deep Learning Model TransUNet, 第22回情報科学技術フォーラム (FIT2023), 571-572, Sep. 2023. (Summary) 歯科パノラマ X 線画像は歯の診療に使われる画像である．歯科パノラマの照合には専門的な知識が必要であり，歯科医師の負担軽減を目的として歯の自動診断システムの研究が行われてきた．その中で，深層学習技術を用いて歯の識別を行う状態分類モデルが開発されている．本研究では状態分類モデルの入力として必要な歯の輪郭情報を作成するため，深層学習技術を用いて歯科パノラマ X 線画像のセグメンテーションを行う．実験では，歯科クリニックで撮影，ラベル付けされたデータを取り扱う．セグメンテーションモデルには，近年医療セグメンテーションタスクで成功を収めているTransUNet モデルを用いて実験を行った． (Keyword) パノラマX線画像 / セグメンテーション / deep learning / TransUNet
7.	RYOTAROH Nagae, Kohei Torii, Ryota Nishimura, Kazuyuki Matsumoto and Minoru Yoshida : Automatic Classification Method for Dental Implants Using Deep Segmentation Model, 第22回情報科学技術フォーラム (FIT2023), 567-568, Sep. 2023. (Summary) 歯科インプラントとは，失った歯を補うための医療機器である．インプラントは，メーカーや種類が様々あり，それぞれで治療法が異なるため，歯科医師は治療時にインプラントの種類を把握しておく必要がある．本研究では，歯科医師の負担軽減を目的として，患者の歯科デンタル X 線画像から深層学習を用いたセグメンテーションモデルによってインプラントの領域を切り取り，画像分類モデルを用いてインプラントの分類を行う．切り抜きの精度は，IoU と Dice 係数でそれぞれ，0.923，0.857 となった．U-Net によってインプラントの領域を切り抜いた画像に対する分類の評価は，正解率，適合率，再現率，F 値がそれぞれ，0.851，0.852，0.884，0.840 となった． (Keyword) デンタルX線画像 / 画像認識 / deep learning
8.	Kenta Kumakura, Kohei Torii, Ryota Nishimura, Kazuyuki Matsumoto and Minoru Yoshida : Diagnosis of Teeth Condition in Dental Panoramic X-Ray Images and Validation of Generalization Performance, 第22回情報科学技術フォーラム (FIT2023), 563-564, Sep. 2023. (Summary) 近年, 医療ビッグデータの深層学習技術への活用が盛んに行われており, 医療ビッグデータから診療情報や画像, カルテ情報等を用いて診断結果の提示や診断援助等ができるようになってきた. 本研究では, 歯科医師の負担軽減と診断援助を目的として, 深層ニューラルネットワークアーキテクチャを利用した歯科パノラマ X 線画像における歯の状態診断を行う. 実験では, 共同研究先の歯科クリニックで撮影, ラベル付けされたデータを取り扱う. 歯は複数の状態を持つため, 分類モデルはマルチラベル分類手法を用いて実装する. 結果として, う蝕や根尖病巣の識別が困難であった. また, 未知の撮影機材由来のデータでは精度の低下が見受けられた. そのため, ドメイン汎化手法を用いて, さらなる検証を行った. (Keyword) パノラマX線画像 / 画像認識 / deep learning
9.	Kohei Torii, Nakanishi Akihiro and Toshihiro Moriga : 化学と情報~PythonとMaterial Projectによる機械学習の手ほどき~, 日本化学会中国四国支部, Dec. 2021. (Keyword) machine learning / inorganic materials
10.	Kohei Torii, Eiichi Honda, 小林健一郎, 友江剛, Jiro Tsuruki and Kenji Kita : AI技術を用いたパノラマ歯科X線画像診断支援システムの開発, 歯科放射線61巻増刊号(第2回秋季学術大会), Vol.61, 31, Oct. 2021. (Keyword) artificial intelligence / パノラマX線画像 / 診断支援 / 歯科診断支援
11.	Atsuya Miyake, Eiichi Honda, Kohei Torii, 小林健一郎, 友江剛 and Kenji Kita : 深層ニューラルネットワークを用いた歯科インプラントの同定, 令和3年度電気・電子・情報関係学会四国支部連合大会, 14-4, Sep. 2021. (Keyword) implant / deep learning / artificial intelligence
12.	hara kazuki, Kohei Torii, Kazuyuki Matsumoto, Minoru Yoshida, Ryota Nishimura, Jiro Tsuruki, 小林健一郎 and Kenji Kita : Tooth detection and segmentation from panoramic radiographs using Mask R-CNN, 令和2年度電気・電子・情報関係学会四国支部連合大会, No.15-9, Sep. 2020. (Summary) In Japan, the number of diagnostic items in dental diagnosis is considerably larger than in other countries, and it is necessary to reduce the burden of diagnosis on dentists because it is time-consuming for dentists to write dental formulae from scratch. Since interpretation of pantomime images is essential for diagnosis, understanding of dental health status, and planning of treatment, processing of pantomime images is an important issue for automation. In this study, tooth detection and segmentation from pantomime images are performed automatically. In this paper, we describe the method. (Keyword) medical image / deep learning
13.	AIERKEN MAIERHABA, Kohei Torii, Kazuyuki Matsumoto, Minoru Yoshida and Kenji Kita : 深層ニューラルネットワークに基づくテキストと画像間のクロスメディア検索, 電子情報通信学会2020年総合大会学生ポスターセッション, No.ISS-A-076, Mar. 2020. (Keyword) deep learning / クロスメディア検索
14.	Kohei Torii, Kazuyuki Matsumoto, Minoru Yoshida, Jiro Tsuruki, 小林健一郎 and Kenji Kita : 深層学習を用いたパントモ画像からのインプラント体検出, 電子情報通信学会2020年総合大会学生ポスターセッション, No.ISS-A-060, Mar. 2020. (Keyword) deep learning / Panoramic radiographs / implant / Implant detection