研究成果を知る
内視鏡画像，CT画像，細胞・病理画像などを対象に，病変の検出，セグメンテーション，分類に加えて，形状，深さ，大きさを定量化する診断支援を研究しています．
本研究室では，深層学習に加え，光学・幾何・物理に基づく画像理解を組み合わせることで，病変を「見つける」だけでなく「どのような形か」「どの程度の大きさか」まで扱うことを目指します．
とくに，内視鏡画像からのポリープ三次元形状復元は，本研究室の特徴的な研究テーマです．
なぜ難しいか
医用画像は，施設差，撮像条件，患者個体差，病変の多様性によって分布変動が大きく，少量データ・不均衡データでの学習が避けられません．
さらに，内視鏡では非剛体変形，鏡面反射，照明変動，視点移動が重なり，単眼画像からの形状復元や絶対スケール推定は本質的に難しい問題です．
実用化には，精度だけでなく，誤検出の許容度，計測の安定性，説明可能性，臨床ワークフローとの整合が求められます．
研究方針
本研究室では，データ駆動型の深層学習と，光学・幾何・物理制約を導入したモデル化を接続し，病変検出から三次元形状復元までを一体として扱います．
1. 病変検出・分類・セグメンテーション
内視鏡，CT，細胞・病理画像を対象に，少量ラベル学習，転移学習，半教師あり学習，生成モデルを活用しながら，頑健な検出・分類・領域抽出を実現します．
2. 三次元形状復元と定量計測
血管構造，陰影，照明・投影モデルなどの手掛かりを用いて，単眼または少数視点画像から病変の相対深さ，三次元形状，絶対的な大きさを推定します．
3. ドメインシフトへの対応
施設差，装置差，撮像条件差に対して，ドメイン適応やデータ拡張を用い，現場で崩れにくい医用画像AIを設計します．
4. 臨床ワークフローへの統合
読影や内視鏡診断の流れに沿って，見落とし低減，計測の再現性向上，診断時間短縮につながる支援技術を評価します．
評価の考え方
評価では，検出・分類・セグメンテーションの精度だけでなく，三次元形状復元における深さ誤差，表面誤差，サイズ推定誤差，再構成の安定性を分けて評価します．
さらに，読影支援としての有用性，診断時間の短縮，見落とし低減，計測の再現性など，臨床的観点からの検証を重視します．
現在の問い
- 1血管構造と光学的手掛かりを利用した内視鏡ポリープの三次元形状・絶対寸法推定
- 2少量ラベル・施設差・装置差をまたぐ頑健な病変検出・分類・セグメンテーション
- 3検出，形状復元，良悪性推定を統合したマルチタスク診断支援
- 4生成モデルと説明可能性を取り入れた学習・検証基盤の構築
Demo
画像1枚から三次元形状を復元するデモを確認できます．
Demo関連する研究業績（8件）
皮膚鏡画像分類における臨床属性融合段階の病変別選択
皮膚画像と臨床属性を組み合わせる段階を，病変ごとに選ぶ画像分類の研究です．
伊豆原 慶万, 宇佐美 裕康
第60回東海ファジィ研究会 in 豊橋（ガマ研2026）予稿集, 2026 (8月)
S2-03, pp. 12-13, 2026-08-19
Anatomy-Preserving Diffusion-Based Data Augmentation for Medical Image Segmentation
解剖構造の保持と生成画像の選別を取り入れ，医用画像の領域分割に使う学習データを補う研究です．
Tominari, Hiroki, Nakayama, Natsuki, Arakawa, Naoko, Usami, Hiroyasu
Proceedings of the 19th International Joint Conference on Biomedical Engineering Systems and Technologies -- BIOIMAGING, 2026
BIOIMAGING 2026
正解マスク画像をベースとした網膜画像セグメンテーションのためのデータ拡張
正解の領域マスクを手掛かりに，網膜画像の領域分割に使う学習データを増やす研究です．
冨成 啓希, 宇佐美 裕康
令和7年度電気・電子・情報関係学会東海支部連合大会講演論文集, 2025 (9月)
2025-09-18; program title variant: 正解マスク画像をベースにした網膜画像セグメンテーションのためのデータ拡張
Efficient Automatic IMT Region Extraction Using MobileNetV3 and SegNet for Mobile Carotid Ultrasound Imaging
MobileNetV3による画像の分類とSegNetによる領域分割を組み合わせ，頸動脈超音波解析の軽量化を検討した発表です．
Usami, Hiroyasu, Nakayama, Natsuki, Arakawa, Naoko
BIOIMAGING 2025, 2025
BIOIMAGING25-367: Abstract, 20 min oral presentation
SegNetによる頸動脈エコー画像のIMT領域分割手法の提案
頸動脈超音波画像の血管壁領域を，SegNetで分割する手法を扱う研究です．
土居 瑞生, 宇佐美 裕康, 中山 奈津紀, 荒川 尚子
第56回東海ファジィ研究会論文集, 2024 (8月)
2024-08-05
Polyp Shape Recovery from Single Endoscope Image using Medical Suture
既知の太さの縫合糸と照明モデルを利用し，1枚の内視鏡画像からポリープの概略形状と絶対スケールを推定する研究です．
Usami, Hiroyasu, Iwahori, Yuji, Wang, Aili, Bhuyan, M. K., Ogasawara, Naotaka, Kasugai, Kunio
The Open Bioinformatics Journal, 2019 (1月)
Vol. 12, No. 1, pp. 1–17
Recovering Polyp Shape from an Endoscope Image Using Two Light Sources
2光源の照明モデルと学習による法線補正を組み合わせ，内視鏡画像から奥行きと形状を推定する研究です．
Usami, Hiroyasu, Iwahori, Yuji, Hanai, Yuki, Kijsirikul, Boonserm, Kasugai, Kunio
International Journal of Software Innovation, 2017 (4月)
Vol. 5, No. 2, pp. 33–54