現在の所属組織 【 表示 ／ 非表示 】

現在の所属組織 【 表示 ／ 非表示 】

職歴 【 表示 ／ 非表示 】

職歴 【 表示 ／ 非表示 】

全件表示 >>

所属学会・委員会 【 表示 ／ 非表示 】

所属学会・委員会 【 表示 ／ 非表示 】

全件表示 >>

研究キーワード 【 表示 ／ 非表示 】

研究キーワード 【 表示 ／ 非表示 】

全件表示 >>

研究分野 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• Simulation of time-intensity curve based on k-space filling in breast dynamic contrast-enhanced three-dimensional magnetic resonance imaging.

  Yasuo Takatsu, Tsuyoshi Ueyama, Takahiro Iwasaki, Tomoko Tateyama, Tosiaki Miyati

  Radiological physics and technology   17 ( 2 ) 536 - 552   2024年06月 [ 査読有り ]

  掲載種別: 研究論文（学術雑誌）

  　概要を見る

  This study elucidated the effects of a three-dimensional k-space trajectory incorporating the partial Fourier (PF) technique on a time-intensity curve (TIC) in a dynamic contrast-enhanced magnetic resonance imaging of a typical malignant breast tumor using a digital phantom. Images were obtained from the Cancer Imaging Archive Open Data for Breast Cancer, and 1-min scans with high temporal resolution were analyzed. The order of the k-space trajectory was set as Linear (sequential), Low-High (centric), PF (62.5%; Z-, Y-, and both directions), and Low-High Radial. k0 (center of the k-space) timing and TIC shape were affected by the chosen k-space trajectory and implementation of the PF technique. A small TIC gradient was obtained using a Low-High Radial order. If the k-space filling method (particularly the radial method) produces a gentle TIC gradient, misinterpretation could arise during the assessment of tumor malignancy status.

  • この論文にアクセスする

    DOI
  • 関連情報を調べる
    PubMed

• A motion-aware and temporal-enhanced Spatial–Temporal Graph Convolutional Network for skeleton-based human action segmentation

  Shurong Chai, Rahul Kumar Jain, Jiaqing Liu, Shiyu Teng, Tomoko Tateyama, Yinhao Li, Yen-Wei Chen

  Neurocomputing ( Elsevier BV )  580   127482 - 127482   2024年05月 [ 査読有り ]

  掲載種別: 研究論文（学術雑誌）

  • この論文にアクセスする

    DOI

• An Intra- and Inter-Emotion Transformer-Based Fusion Model with Homogeneous and Diverse Constraints Using Multi-Emotional Audiovisual Features for Depression Detection

  Shiyu TENG, Jiaqing LIU, Yue HUANG, Shurong CHAI, Tomoko TATEYAMA, Xinyin HUANG, Lanfen LIN, Yen-Wei CHEN

  IEICE Transactions on Information and Systems ( Institute of Electronics, Information and Communications Engineers (IEICE) )  E107.D ( 3 ) 342 - 353   2024年03月 [ 査読有り ]

  掲載種別: 研究論文（学術雑誌）

  • この論文にアクセスする

    DOI
  • 関連情報を調べる
    J-GLOBAL

• Usefulness of fat-containing agents: an initial study on estimating fat content for magnetic resonance imaging.

  Yasuo Takatsu, Hiroshi Ohnishi, Tomoko Tateyama, Tosiaki Miyati

  Physical and engineering sciences in medicine   47 ( 1 ) 339 - 350   2024年03月 [ 査読有り ]

  掲載種別: 研究論文（学術雑誌）

  　概要を見る

  This initial study aimed at testing whether fat-containing agents can be used for the fat mass estimation methods using magnetic resonance imaging (MRI). As an example for clinical application, fat-containing agents (based on soybean oil, 10% and 20%), 100% soybean oil, and saline as reference substances were placed outside the proximal femurs obtained from 14 participants and analyzed by 0.3 T MRI. Fat content was the estimated fat fraction (FF) based on signal intensity (SIeFF, %). The SIeFF values of the femoral bone marrow, including the femoral head, neck, shaft, and trochanter area, were measured. MRI data were compared in terms of bone mineral content (BMC) and bone mineral density (BMD) by dual-energy X-ray absorptiometry (DXA) in the proximal femur. Twelve pig femurs were also used to confirm the correlation between FF by the DIXON method and SIeFF. According to Pearson's correlation coefficient, the SIeFF and total BMC and BMD data revealed strong and moderate negative correlations in the femoral head (r <  - 0.74) and other sites (r =  - 0.66 to - 0.45). FF and SIeFF showed a strong correlation (r = 0.96). This study was an initial investigation of a method for estimating fat mass with fat-containing agents and showed the potential for use in MRI. SIeFF and FF showed a strong correlation, and SIeFF and BMD and BMC showed correlation; however, further studies are needed to use SIeFF as a substitute for DXA.

  • この論文にアクセスする

    DOI
  • 関連情報を調べる
    PubMed

• Multi-Modal and Multi-Task Depression Detection with Sentiment Assistance.

  Shiyu Teng, Shurong Chai, Jiaqing Liu, Tomoko Tateyama, Lanfen Lin, Yen-Wei Chen 0001

  ICCE     1 - 5   2024年 [ 査読有り ]

  掲載種別: 研究論文（国際会議プロシーディングス）

  • この論文にアクセスする

    DOI

全件表示 >>

著書 【 表示 ／ 非表示 】

著書 【 表示 ／ 非表示 】

• ニューラルネットワークとディープラーニング

  Aggarwal, Charu C, 李, 鍾賛, 今井, 貴史, 今井, 徹, 今泉, 允聡, 紅林, 亘, 斉藤, 邦彦, 健山, 智子, 寺田, 裕, 西出, 俊, 西出, 亮, 竹村, 彰通 ( 担当: その他 )

  学術図書出版社  2022年03月 ( ページ数: xvi, 487p, 図版 [3] 枚 )

• ニューラルネットワークとディープラーニング

  Aggarwal Charu C., 李 鍾賛, 今井 貴史, 今井 徹, 今泉 允聡 , 紅林 亘, 斉藤 邦彦, 健山 智子, 寺田 裕, 西出 俊, 西出 亮 , 竹村 彰通 ( 担当: 単著 )

  学術図書出版社  2022年

MISC（その他業績・査読無し論文等） 【 表示 ／ 非表示 】

MISC（その他業績・査読無し論文等） 【 表示 ／ 非表示 】

• 画像解析によるマンゴー等級判定の高精度化の検討と果実撮像構成

  城間 康, 健山 智子, 平良 英三, 長山 格

  2021年3月2・3日次世代産業システム研究会-1 ( 電気学会【D】産業応用部門 次世代産業システム研究会 )  ( IIS-21-001-004.006 ) 13 - 14   2021年02月

   

  J-GLOBAL

• 自由記述からの講義キーワード検出と主成分分析を用いた学習者の理解度評価

  森田博人, 健山智子, 折本研, 松本慎平

  2019年度学生研究会発表会 ( 教育情報システム学会 )  46th   172 - 174   2021年02月

   

  J-GLOBAL

• Graph Convolutional Networksを用いた人体の3次元ポーズ認識

  木下将児, 劉家慶, 健山智子, 岩本祐太郎, 陳延偉

  映情学技報 ( 電子情報通信学会 映像情報メディア学会 )  45 ( 7 ) 27 - 28   2021年02月

   

  J-GLOBAL

• CNNとTransformerエンコーダを用いたうつ状態の検出

  劉家慶, 柴樹榕, 黄越, 黄辛隠, 健山智子, 岩本祐太郎, 陳延偉

  信学技報   120 ( 409 ) 83 - 85   2021年02月

   

  J-GLOBAL

• YOLOv4 を用いた広告画像内の文字情報抽出法の検討

  常川空雅, 野崎真也, 健山智子, 松本慎平, 折本研

  令和2年度 電気学会九州支部沖縄支所講演会 ( 電気学会 )    2020年12月

   

全件表示 >>

研究発表等の成果普及活動 【 表示 ／ 非表示 】

研究発表等の成果普及活動 【 表示 ／ 非表示 】

• 胸郭面積による「吸気ズレ」への心胸比自動補正の開発

  池之上 辰義, 林 奈奈子, 明瀬 貴行, 健山 智子, 北村 哲也

  日本透析医学会雑誌  1900年01月  -  1900年01月   

• 機械学習による医用画像からの臓器情報の特徴抽出と領域セグメンテーション

  健山 智子

  日本放射線技術学会総会学術大会予稿集  1900年01月  -  1900年01月   

• 機械学習と形状解析にもとづく口腔領域の歯列特徴解析と口唇口蓋裂疾患解析のためのデータベースへの応用

  倉田 冴彩, 木下 千莉, 小林 義和, 健山 智子

  JART: 日本診療放射線技師会誌  1900年01月  -  1900年01月   

• 回復期リハビリテーション病棟における脳卒中患者のサルコペニア合併と嚥下障害の単一施設調査

  長澤 美穂, 上野 芳也, 伊藤 慎英, 池之上 辰義, 健山 智子, 杉本 知之, 櫻井 宏明, 金田 嘉清, 大高 洋平, 長坂 佳馬, 桃平 知佳, 西岡 拓未, 中川 裕規, 布施 郁子, 菊地 克久, 野々村 和男

  The Japanese Journal of Rehabilitation Medicine  1900年01月  -  1900年01月   

• 回復期リハビリテーション病棟におけるサルコペニアを伴う大腿骨近位部骨折患者の探索的調査

  上野 芳也, 伊藤 慎英, 池之上 辰義, 健山 智子, 杉本 知之, 櫻井 宏明, 金田 嘉清, 大高 洋平, 長坂 佳馬, 田中 一樹, 中川 裕規, 布施 郁子, 菊地 克久, 野々村 和男

  日本運動器理学療法学会学術大会抄録集  1900年01月  -  1900年01月   

全件表示 >>

学術関係受賞 【 表示 ／ 非表示 】

学術関係受賞 【 表示 ／ 非表示 】

• 教育情報システム学会2020年度学生研究発表会中国支部優秀発表賞（口頭発表）

  2021年02月   教育情報システム学会中国支部  

  受賞者: 森田博人, 健山智子, 折本研, 広, 松本慎平

• 電気学会知覚情報技術委員会技術委員会奨励賞

  2020年03月   電気学会知覚情報技術委員会技術委員会   膝軟骨の3次元形態変化の観測のための症例間位置合わせと可視化支援  

  受賞者: 縄手就矢, 健山智子, 福間一輝

科研費獲得情報 【 表示 ／ 非表示 】

科研費獲得情報 【 表示 ／ 非表示 】

• データサイエンスによる紙の道の解明―量的・質的調査とＡＩ多面的解析に基づいて―

  基盤研究(A)

  課題番号: 22H00003

  研究期間: 2022年04月  -  2027年03月 

  代表者: 柴崎 幸次, 神谷 直希, 阪野 智啓, 岩田 明子, 本田 光子, 健山 智子 

  直接経費: 32,300,000（円）  間接経費: 41,990,000（円）  金額合計: 9,690,000（円）

• 顔面形態変化観測のための標準顔形態生成と可視化，および顔面浮腫診断支援への応用

  基盤研究(C)

  課題番号: 21K11936

  研究期間: 2020年  -  2025年03月 

  代表者: 健山智子 

  直接経費: 3,200,000（円）  間接経費: 4,160,000（円）  金額合計: 960,000（円）

  　概要を見る

  顔面浮腫は,通常時の顔の状態と比較すると,頬周辺が赤みを帯びて,頬形状の下方向への膨張が視認される症状である.この疾患における発症要因は様々であるが,形成外科分野においては顎矯正手術後,切離・剥離から派生する傷などが要因として高い頻度で確認される.現状,顔面浮腫の診断は,臨床医の直接視診・触診によって行われ,経過観察に基づいて投薬治療を行うことが主であった.このため,医師ごとの診断が異なる可能性が高く,計算機による客観評価が可能な診断支援システムの確立が求められる. 上記の課題解決について,本研究では,①3次元顔形状情報観測とデータベースの構築,②正常と疾患奨励間における形状違いの観測と可視化,③①,②の成果にもとづく,顔面浮腫の計算機診断支援を目指す.今年度における本研究では，研究初年度(2021年度)に引き続き,①の課題についての研究に焦点を置いた. ①について，本研究で国内外の研究調査を行ったところ，顔面形状変化に関連した研究は，顔部位においても目元，口，鼻などの顕著な局所部位を想定したランドマークを用いた解析が主である．しかし，本研究で対象とする解析は，頬部位を導入した解析となるため，頬部位情報をより詳細に解析したデータベースは存在していない．それゆえ，本研究ではこの頬部位情報を考慮した３次元顔形状のデータ取得ならびにデータ解析を行った． 今年度は，疾患症例のデータベース化を行い，実際の形状と本研究による顔形状取得と比較を行う．

• 手術中における医用画像の可視化操作のためのジェスチャモデル構築とデータベース公開

  基盤研究(C)

  課題番号: 18K11454

  研究期間: 2018年04月  -  2021年03月 

  代表者: 健山 智子, 陳 延偉, 松本 慎平, 北上 始, 山岸 秀一 

  直接経費: 3,400,000（円）  間接経費: 4,420,000（円）  金額合計: 1,020,000（円）

  　概要を見る

  本年度は，初年度の研究として当初の予定どおり，Kinectから手指形状の取得ならびに取得すべきジェスチャの決定，ジェスチャ撮影環境の決定を行った．さらに，本研究では，取得されたジェスチャがどの形状であるか，を高精度に認識するためのデータベースを構成した．この構成されたデータベースは次年度の深層学習においても利用することを目的としており，初年度だけでなく，さらにデータ数を増やしていく． ジェスチャ取得の環境は，Kinect V2を用いて正面と斜め上45度の静止画の2方向より，カラー画像とDepth画像（距離情報を画像の輝度値として表現する）の撮像を行った．また，ジェスチャの種類は，手のオープンをはじめ26パターンの種類を決定した．また，この撮像方法とは別で，Kinect V2と対象ジェスチャ間を正面のみ80cmとして，26種類のパターンでカラー画像とDepth画像の取得を行った．後者のジェスチャデータは，Kinect V2で撮像したジェスチャ間のデータにおける精度評価を行うこと，そして距離の違いからのジェスチャ推定の精度評価，撮像の精度評価が可能になる．この精度の評価について，手指形状を中心に顔形状も用いて，Kinect V2に対する計測精度の評価を行い，本研究のジェスチャデータの取得の確立とジェスチャデータベースの構築に進め，本課題の提案に対するDepthデータの取得・評価ならびにそのデータベースの有効性について解析を行った．2年目は，取得されたジェスチャデータを用いて実際に深層学習から手指形状の認識および環境の違いによる評価を行うことを予定している．