徳島大学 / 教育研究者総覧 --- 鳥井浩平

検索:

徳島大学 ⟩ デザイン型AI教育研究センター ⟩

(researchmapへのインポート用ファイル) [PDF解説] [researchmapへの自動反映について]

研究活動

個人のホームページ

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

専門分野

○	人工知能 (Artificial Intelligence)

研究テーマ

○	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 (人工知能 (artificial intelligence), 医用画像 (medical image), ニューラルネットワーク (neural network), ソフトウェア (software), コンピュータビジョン (computer vision))

著書・論文

著書:

1.	石田基広, 鳥井浩平 : 手を動かして学ぶ生成AI使い方入門, C&R研究所, 徳島, 2024年7月. (キーワード) 人工知能 (artificial intelligence) / プログラミング (programming) / 大規模言語モデル (large scale language model) / 画像処理 (image processing)

学術論文(審査論文):

1.	鳥井浩平 : 医用画像AIの研究開発, 日本歯科産業学会誌, Vol.38, No.2, 2024年. (キーワード) 人工知能 (artificial intelligence) / 医用画像 (medical image) / 深層学習 (deep learning)
2.	鳥井浩平, 西村良太, 誉田栄一 : 医用画像AI開発支援ソフトウェアを用いた歯科用CBCT画像における下顎菅のセグメンテーション, 歯科放射線, Vol.64, No.1, 11-19, 2024年. (キーワード) 医用画像 (medical image) / 人工知能 (artificial intelligence) / セグメンテーション
3.	鳥井浩平, 誉田栄一, 北研二 : AIを用いたパノラマX線画像からのカルテ入力支援システムの開発, 歯科放射線, Vol.62, No.1, 24-34, 2022年. (要約) 我々は従来の診断支援に関する技術をカルテ入力支援に応用するために，詳細なアノテーションを付与した歯科データベースの構築と，パノラマ X 線画像を対象としたカルテ入力支援システムの研究開発を行ってきた．本システムは，歯検出ニューラルネットワーク，セグメンテーションニューラルネットワーク，状態診断ニューラルネットワークを用いて，パノラマ X 線画像から，歯の検出，歯式推定，歯の輪郭推定および歯の状態診断を行うことができる．本システムとパノラマ X 線画像ビューアおよび電子カルテ(レセコン)を連携することでカルテの自動入力を可能にするため，歯科医のカルテ作成に必要な労力を軽減し，診断全体の効率化に貢献することができる．また歯科医の画像診断に AI の画像診断が加わることで画像診断における見落としを防ぐことも期待できる．ただし最終的なカルテの確定は歯科医が視診等を踏まえた診断のあとにカルテを修正して行うため，本システムは確定診断のために用いるものではなく，画像から明確に判断できうる情報を AI が事前に自動入力することを目的としている．本論文では本システムの有用性を検討するために，構築したデータベースとデータ作成のプロセスについて述べ，歯の状態診断に対する精度評価を行う．また AI システムと専門医の診断結果の比較を行う． (キーワード) パノラマX線画像 / 医用画像処理 (medical imaging) / 画像処理 (image processing) / 人工知能 (artificial intelligence) / 歯科支援システム (徳島大学機関リポジトリ) ● Metadata: 118606 (出版サイトへのリンク) ● Publication site (DOI): 10.11242/dentalradiology.62.24 (文献検索サイトへのリンク) ● Search Scopus @ Elsevier (DOI): 10.11242/dentalradiology.62.24 (徳島大学機関リポジトリ: 118606, DOI: 10.11242/dentalradiology.62.24)

国際会議:

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. (キーワード) 医用画像 (medical image) / 深層学習 (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.

国内講演発表:

1.	三好亮太朗, 川谷諒, 鳥井浩平, 吉田健, 水口仁志, 平野朋広 : 1H NMRスペクトルの多変量解析によるビニルアルコール/酢酸ビニル共重合体の連鎖解析, 2024年日本化学会中国四国支部大会岡山大会, 2024年11月.
2.	田中隆太, 新井広幸, 鳥井浩平, 北研二, 小林健一郎, 阪本貴司 : 人工知能を用いたインプラントの種類の判別手法について, 第54回公益社団法人日本口腔インプラント学会学術大会, 2024年11月. (キーワード) 歯科医療 (dental care) / 医用画像 (medical image) / 人工知能 (artificial intelligence)
3.	玉越麗奈, 西村仁志, 竹田大登, 川谷諒, 鳥井浩平, 吉田健, 水口仁志, 平野朋広 : 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エステル交換反応を利用した構造解析, 第29回高分子分析討論会, 2024年11月.
4.	玉越麗奈, 西村仁志, 竹田大登, 川谷諒, 鳥井浩平, 吉田健, 水口仁志, 平野朋広 : 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, 2024年9月.
5.	西村仁志, 川谷諒, 鳥井浩平, 吉田健, 水口仁志, 平野朋広 : 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, 2024年9月.
6.	西村仁志, 川谷諒, 鳥井浩平, 吉田健, 水口仁志, 平野朋広 : 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, 2024年7月.
7.	鳥井浩平 : 医用画像AIの研究開発, 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, 2024年6月. (キーワード) 医用画像 (medical image) / 人工知能 (artificial intelligence)
8.	高野栄之, 鳥井浩平, 桃田幸弘, 北村直也, 寺田賢治 : 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?, 日本法歯科医学会第18回学術大会, C-4, 2024年5月. (キーワード) 歯科医療 (dental care) / 画像処理 (image processing)
9.	本田剛, 鳥井浩平, 西村良太, 吉田稔, 松本和幸 : 深層学習モデル TransUNet を用いた歯科パノラマ X 線画像のセグメンテーション, 第22回情報科学技術フォーラム (FIT2023), 571-572, 2023年9月. (要約) 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． (キーワード) パノラマX線画像 / セグメンテーション / 深層学習 (deep learning) / TransUNet
10.	長江亮太朗, 鳥井浩平, 西村良太, 松本和幸, 吉田稔 : 深層セグメンテーションモデルによる歯科インプラントの自動分類手法, 第22回情報科学技術フォーラム (FIT2023), 567-568, 2023年9月. (要約) 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． (キーワード) デンタルX線画像 / 画像認識 / 深層学習 (deep learning)
11.	熊倉健太, 鳥井浩平, 西村良太, 松本和幸, 吉田稔 : 歯科パノラマX線画像における歯の状態診断及び汎化性能の検証, 第22回情報科学技術フォーラム (FIT2023), 563-564, 2023年9月. (要約) 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. (キーワード) パノラマX線画像 / 画像認識 / 深層学習 (deep learning)
12.	鳥井浩平, 中西昭博, 森賀俊広 : 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, 2021年12月. (キーワード) 機械学習 (machine learning) / 無機材料 (inorganic materials)
13.	鳥井浩平, 誉田栄一, 小林健一郎, 友江剛, 鶴木次郎, 北研二 : 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, 2021年10月. (キーワード) 人工知能 (artificial intelligence) / パノラマX線画像 / 診断支援 / 歯科診断支援
14.	三宅惇也, 誉田栄一, 鳥井浩平, 小林健一郎, 友江剛, 北研二 : 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, 2021年9月. (キーワード) インプラント (implant) / 深層学習 (deep learning) / 人工知能 (artificial intelligence)
15.	原和樹, 鳥井浩平, 松本和幸, 吉田稔, 西村良太, 鶴木次郎, 小林健一郎, 北研二 : Mask R-CNNを用いたパントモ画像からの歯牙検出及びセグメンテーション, 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, 2020年9月. (要約) 歯科診断における日本の診断項目数は海外と比べてかなり多く，歯科医師が 1 から歯式を書くことは手間がかかるため，歯科医師の診断負担軽減が必要である．診断，歯の健康状態の把握，治療計画の立案にはまずパントモ画像の解釈が不可欠であることから，パントモ画像の処理は自動化の重要な課題である．本研究では自動でパントモ画像から歯牙検出・セグメンテーションを行う．本稿では，その方法について述べる． (キーワード) 医用画像 (medical image) / 深層学習 (deep learning)
16.	MAIERHABA AIERKEN, 鳥井浩平, 松本和幸, 吉田稔, 北研二 : 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, 2020年3月. (キーワード) 深層学習 (deep learning) / クロスメディア検索
17.	鳥井浩平, 松本和幸, 吉田稔, 鶴木次郎, 小林健一郎, 北研二 : 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, 2020年3月. (キーワード) 深層学習 (deep learning) / パントモ画像 / インプラント (implant) / インプラント検出