目は口ほどにものをいう!？　
視線で情報機器を動かす技術

疋田准教授が進めているのは、視線の動きでパソコンなどを操作できるインターフェースの開発です。障がいのある人のコミュニケーションにも役立ち、画面から離れていたり、両手がふさがっていたりする時にも操作が簡単にでき便利です。疋田准教授は、現在、日常生活で使いやすいよう、眼鏡のフレームにカメラを取り付けるデバイスを開発中。

視線の推定には、瞳孔や虹彩などの形状の変化を利用しますが、目の正面からでなく横からの画像で視線の検出を行うのは至難の業。まだ他にはない新技術の開発に挑戦中です。

また視線の方向だけでなく、視線を使った簡単なジェスチャーの検出にも取り組んでいます。現段階で検出できる動作の中には、たとえば、少し頭を振ってうなずくようなジェスチャーなどがあります。目の合図だけで機器の操作がどこまで実現できるのか、楽しみな研究です。

次世代の技術者育成のために
ARを利用した目で見てわかるロボット教材の開発

また疋田准教授では、次世代を担う技術者育成のために、ARを利用したロボット教材の開発にも積極的に取り組んでいます。

私たちが相手の顔を見て「眠そう」「疲れている」「楽しそう」といったさまざまな情報を読み取るように、機械も上手に私たちを「みる」ことができれば、人の気持ちを理解し、自発的に手助けしてくれるやさしいロボットの誕生につながるかも知れません。疋田研究室で取り組んでいるのは、人間が視覚（目）から得ている情報を判断し、次の動作を決めているのと同じように、ロボットもカメラ（目）から得た情報で状況を判断し、動作できるようにするしくみの開発です。

開発中の教材をいくつか紹介します。２つの動画から、自動運転のしくみについて考えてみると、ARを利用したロボットについて理解が進むかも知れません。同時に、ロボットと共に生きる近未来が見えてくるかも知れません。

The post <strong>人を「みる」技術で</strong><br><strong>暮らしをもっと豊かに</strong> appeared first on WHO’S LAB ｜大阪電気通信大学研究室紹介サイト.

ディープラーニングによる画像セグメンテーションにより、
小児水頭症の脳室の体積を正確に測定　
疾患の定量化や患者に分かりやすく伝えることができるゴールを目指す 　

医療機関との共同研究のテーマは、医用画像から小児水頭症の脳室をセグメンテーションし、より高精度な解析と的確な診断へ導くソフトウェアの開発。特に小児は脳形状が多様であることから難易度の高さも課題となります。

現在、ディープラーニングを活用しながら高い精度で領域をセグメンテーションすることで、対象となる脳室の体積を測り、定量化する技術を開発しています。この技術が確立できれば、 正確に測定された体積から、疾患の定量化や、患者に術前・術後の変化を分かりやすく伝えたりすることが可能になります。

今後ますますニーズが高まる、医用画像の自動セグメンテーションと
画像処理技術に着目！　
既存の技術もブラッシュアップすることで医療分野にAIの技術で貢献

医用画像の対象となる領域を自動でセグメーテーションし、現場の医師が直感的に利用できるシステムの開発は、今後ますます医療分野で必要とされる技術の一つです。

上の画像のように脾臓や肝臓を抽出する技術はすでに広く活用されていますが、その精度をできるだけ上げるために最新のアルゴリズムを使ってその開発に取り組んだり、小児水頭症のように、これまでセグメンテーションの研究例が少ない領域に着目し、ソフトウェアの開発を目指したりしています。

このほか、CTスキャンやMRI画像のノイズ除去や、解像度を上げるなどの医用画像処理に関する研究にも取り組み、医療分野で広く活用されるAI技術の発展に力を注いでいます。

参考文献

1. Medical Segmentation Decathlon, [Online]. Available: http://medicaldecathlon.com/
2. Amber L. Simpson et al. “A large annotated medical image dataset for the development and evaluation of segmentation algorithms”,
   arXiv:1902.09063
3. Paul A. Yushkevich, Joseph Piven, Heather Cody Hazlett, Rachel Gimpel Smith, Sean Ho, James C. Gee, and Guido Gerig. User-guided 3D active contour segmentation of anatomical structures: Significantly improved efficiency and reliability. Neuroimage 2006 Jul 1;31(3):1116-28. [Online]. Available: www.itksnap.org

The post <strong>AI技術を駆使した医用画像処理研究で</strong><br><strong>小児水頭症の脳室領域抽出をより高精度に</strong> appeared first on WHO’S LAB ｜大阪電気通信大学研究室紹介サイト.

画像で見るその色は、実際の色と異なるかも知れない!？　
分光スペクトルを手がかりに情報を抽出する、実時間画像センシング手法

たとえばスマートフォンで撮影した赤い服。赤いものは赤く「見える」のですが、実際の色とは異なる場合があります。日常の記録ならそれでいいですが、農産物を見分けたり生体組織の異常を見極めたりするには、より精密な情報が必要です。その場合、色の元になる光の波長（分光スペクトル）まで立ち入り調べなければ区別することはできません。ですが、精密な計測をしようとすればするほど膨大な画像の枚数、それを用意する時間と労力がかかります。

現在、高速カメラは1秒間に1,000枚撮影できますが、対応できるハードウェアも必要です。また、それだけの枚数を撮影しているうちに調べるものが変化したり動いてしまうと計測できないという問題も。

これらの課題を解決するために開発を進めているのが「実時間画像センシング手法」。一般的なビデオカメラのスピードで、たった1枚撮影するだけで、計測に必要な情報を得られるという技術です。

識別困難な物体も分光スペクトルを手がかりに識別　
人の眼では区別できない類似色や三次元形状の計測もリアルタイムでとらえる

この研究で実時間＝リアルタイムで撮影するのは、時間相関カメラという特殊なカメラ。数ある撮影手法のうちの１つがLEDを使った類似色物体の識別です。

たとえば少し古いタイプの蛍光灯の光は１秒間に120回点滅していますが、その時間変化のスピードに、ほとんどの人は気が付きません。ですが、時間相関カメラは１秒間に1,000回振動しているものと2,000回振動しているものを、カメラに指示信号を与えることで撮り分けることが可能です。

この機能を応用し、点滅スピードが異なる12種類のLEDを多数並べて物体を照明し、反射光から点滅スピードごとの感度調整を時間相関カメラが行い、分光スペクトルを区別することで、類似色の識別をすることもできます。さらに、形状と質感を同時に計測するシステム、運動物体の三次元形状を計測するシステムも開発中。今後はさらに画像センシングの手法の幅を広げ、時間や作業の効率化、精密さの向上へと繋げます。

The post 特殊カメラで撮影する一枚の画像が<br>画像センシングの精度と効率を向上させる appeared first on WHO’S LAB ｜大阪電気通信大学研究室紹介サイト.

社会インフラをよりよいものにする
AIやデータサイエンスを活用した技術開発

テーマの一つは、AIを活用した交通量調査の自動化です。交通量は道路の劣化予測や交通計画立案の基礎データとして重要ですが、従来の人手による調査では人件費や調査員の熱中症リスクなどの課題がありました。そこで、街頭の監視カメラを使いAIで人を認識させる自動化技術の開発を企業と共同で進め、すでにサービスの運用が開始されています。

また、データサイエンスを使った防災技術の開発も進めています。道路の造成で人工的に造った地形の周辺は、豪雨などによる災害が起こりやすくなります。そこで、航空レーザー測量などで取得した3次元データで、切土・盛土・擁壁などの構造物を自動的に抽出。年度のデータとの比較によって損壊・劣化状況などを把握し、崩壊などの危険性を自動的に判別する技術です。そのための計測技術も開発しています。

スポーツ根性論を不要にする解析アプリなど
簡単に使えてかゆいところに手が届く技術

一方で、AIをスポーツ解析や指導支援に役立てようという研究も行っています。バレーボールの試合中に選手やボールの動きをAIや画像処理技術を使って自動でリアルタイムに分析する技術の開発もその一つです。選手交代や相手の動き応じた戦術分析などに役立つ技術です。

また、スマホのカメラで3次元の骨格の動きをリアルタイムにキャプチャーできる技術を活用した、スポーツ指導支援の研究も実施中。競技に必要な動きを可視化して自動的に分析し、その結果から導き出したアドバイスを自動で表示することを目指しています。

このほか、AIによる動作解析を手話自動翻訳に活用する例も。中原研究室では、自由な発想で幅広いニーズに応える研究が進んでいます。

The post <strong>進化する情報技術を活用して何ができるか</strong><br><strong>多様な社会ニーズに応えるソリューション開発</strong> appeared first on WHO’S LAB ｜大阪電気通信大学研究室紹介サイト.

骨粗しょう症の早期発見に役立つ
海綿骨領域の骨密度を自動測定する技術

体の中に何か異常が疑われる時、より正確な診断、質の高い治療を実現するために実施されるCT検査。レントゲン検査では、正確に細部までわからなかったような骨質や骨の高さ、骨の形状も、CT検査なら正確に撮影できます。CTスキャンの3Dデータを処理・解析したり表示させる技術は年々高度化しており、診断や治療を支援する重要な情報処理技術として注目を集めています。

光本准教授は、骨粗しょう症患者のCTスキャンで得られた3Dデータを画像処理する技術を研究しています。

開発中の技術は、まず内臓も、ろっ骨も含んだ元データから脊柱領域だけを抽出し、脊柱のスライス画像を作成。さらにそこから骨の内側にある海綿骨と呼ばれる領域だけを抽出して、その骨密度を割り出すところまでを自動化しようというものです。海綿骨の骨密度に着目するのは、骨粗しょう症の初期には骨の外側より海綿骨のほうがより骨量の減少が目立つため、早期発見に役立つからです。

画像診断に必要な処理を自動化できれば、医師の読影を支援することが可能になります。さらに、より精緻なデータ処理を実現することで、投薬による効果を確認する方法としても活用できます。光本研究室では、画像処理技術の開発を通して医療支援ツールの実用化をめざしています。

人によって違う骨の形や構造を
より正確に認識できる技術を確立

課題となるのは骨の形や構造に見られる個人差です。脊柱領域だけ抽出する作業の自動化にしても、何百人ものデータを安定的に処理できる技術の確立が必要です。

光本研究室では、円形度という数値を基準にする、これまでにないやり方でより正確に抽出する方法を開発し、一連の自動化処理を可能にしました。この方法で骨粗しょう症患者の骨密度を計測したところ、患者には健常者のようなリズムがなく、海綿骨の骨密度も複雑な変化をしていることがわかりました。

今後は、AIのディープラーニングを活用して、画像処理の解像度をより高めることが目標。骨の内部の微細な構造がわかる精密な画像処理で、症状の経過観察や薬の開発に役立てられることが期待されています。

The post 個人差の大きな生体情報を確実に認識・処理できる　<br>3D画像処理・データ計測技術で医療を支援 appeared first on WHO’S LAB ｜大阪電気通信大学研究室紹介サイト.