備瀬竜馬

Bise Ryoma | Bise Ryoma

所属機関・部署：
職名：教授
その他の所属（所属・部署名・職名） (2件)：

ホームページURL (1件)： http://human.ait.kyushu-u.ac.jp/

研究分野 (2件)：生命、健康、医療情報学 , 知覚情報処理

研究キーワード (4件)： Bio Image Informatics , Medical Image , Image Processing , Computer Vision

競争的資金等の研究課題 (14件)：

全件表示

論文 (86件)：

Takeaki Kadota, Hideaki Hayashi, Ryoma Bise, Kiyohito Tanaka, Seiichi Uchida. Deep Bayesian active learning-to-rank with relative annotation for estimation of ulcerative colitis severity. Medical Image Analysis. 2024. 97. 103262-103262
Kosuke Tomimatsu, Takeru Fujii, Ryoma Bise, Kazufumi Hosoda, Yosuke Taniguchi, Hiroshi Ochiai, Hiroaki Ohishi, Kanta Ando, Ryoma Minami, Kaori Tanaka, et al. Precise immunofluorescence canceling for highly multiplexed imaging to capture specific cell states. Nature Communications. 2024. 15. 1
Kazuki Miyama, Takenori Akiyama, Ryoma Bise, Shunsuke Nakamura, Yasuharu Nakashima, Seiichi Uchida. Development of an automatic surgical planning system for high tibial osteotomy using artificial intelligence. The Knee. 2024. 48. 128-137
川口健悟, 美山和毅, 遠藤誠, 備瀬竜馬, 孝橋賢一, 廣瀬毅, 鍋島央, 藤原稔史, 松本嘉寛, 小田義直, et al. 人工知能による骨肉腫患者の予後予測腫瘍切除標本における残存腫瘍細胞密度をディープラーニングを用いて算出. 日本整形外科学会雑誌. 2024. 98. 2. S57-S57
Kengo Kawaguchi, Kazuki Miyama, Makoto Endo, Ryoma Bise, Kenichi Kohashi, Takeshi Hirose, Akira Nabeshima, Toshifumi Fujiwara, Yoshihiro Matsumoto, Yoshinao Oda, et al. Viable tumor cell density after neoadjuvant chemotherapy assessed using deep learning model reflects the prognosis of osteosarcoma. NPJ precision oncology. 2024. 8. 1. 16-16

MISC (14件)：

安部健太郎, ZHENG Yan, 早志英朗, 備瀬竜馬, 備瀬竜馬, 河村卓二, 碕山直邦, 田中聖人, 内田誠一, 内田誠一. ランキング学習による大腸内視鏡画像の重症度予測. 電子情報通信学会大会講演論文集(CD-ROM). 2020. 2020
原田翔太, 早志英朗, 備瀬竜馬, 備瀬竜馬, 河村卓二, 碕山直邦, 田中聖人, 内田誠一, 内田誠一. 内視鏡画像のMayo分類のための分離された特徴表現の獲得. 電子情報通信学会技術研究報告(Web). 2020. 120. 187(PRMU2020 18-37)
備瀬竜馬, 内田誠一. 画像解析 I.画像の分類・特徴化 3.機械学習のさまざまな問題設定と解法-正しくラベルが付いたサンプルが少ない場合の機械学習. 実験医学. 2020. 38. 20
早志英朗, 安部健太郎, 備瀬竜馬, 備瀬竜馬, 内田誠一, 内田誠一. 九州大学の取り組み:内視鏡画像診断支援の取り組み. Medical Imaging Technology (Web). 2019. 37. 2
備瀬竜馬, 安部健太郎, 早志英朗, 田中聖人, 内田誠一. 内視鏡画像のソフト制約クラスタリングによるラベル付け簡略化. 電子情報通信学会技術研究報告. 2019. 119. 193(MI2019 31-49)(Web)

書籍 (4件)：

機械学習のさまざまな問題設定と解法(第3章-I-3), 細胞トラッキングの機械学習および数理最適化技術-多物体トラッキングの課題とアプローチ(第3章-II-5), 行動追跡とDeepLabCut-アニマルポーズトラッキング技術(第3章-II-6) in機械学習を生命科学に使う! : シークエンスや画像データをどう解析し、新たな生物学的発見につなげるか?
羊土社 2020 ISBN:9784758103916
再生医療の細胞培養技術と産業展開
シーエムシー出版 2014
再生医療事業の課題解決のための手引書
技術情報協会 2013
幹細胞医療の実用化技術と産業展望
シーエムシー出版 2012

講演・口頭発表等 (43件)：

zebrafish胚中内胚葉形成時の1細胞におけるNodalシグナルの時間変化解析
(2017)
Low-rank最適化による血管・ノイズ・欠損領域分離及び位置合わせを用いた光超音波画像の画質改善
(第20回画像の認識・理解シンポジウム 2017)
ヒト皮膚透明化技術の開発と毛細血管の 3 次元的可視化
(第42 回日本香粧品学会 2017)
Low-rank最適化によるノイズ分離および位置合わせを用いた光超音波血管画像の画質改善
(日本超音波医学会第90回学術集会 2017)
Cell Tracking for Cell Behavior Analysis
(SPIE Biomedical Imaging and Sensing Conference (BISC 2017) 2017)

学歴 (2件)：

学位 (1件)：

経歴 (6件)：

全件表示

委員歴 (3件)：

2016/03 - 2016/07 CVPR2016 Workshop Computer Vision for Microscopy Image Analysis (CVMIA) Program Committee member
2014/04 - 2015/08 幹細胞評価基盤技術研究組合運営委員
バイオイメージインフォマティクスWS2015 オーガナイザー

受賞 (2件)：

※　J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。登録・更新については、こちらをご覧ください。

備瀬 竜馬