ロボットによる自動化把握姿勢推定分野の新たなブレークスルー——MetaCoorNetネットワーク 学術的背景と研究課題 ロボットの把握は、ロボティクスにおける基本的な課題であり、その核心は、ロボットが環境とインタラクションを行い、物体のピックアップや操作タスクを完了する能力にあります。自動化把握技術は、産業製造、家庭支援、部品組立などの分野で大きな可能性を示しているものの、その適用には多くの困難が伴います。たとえば、把握対象物の形状、サイズ、材質などの多様性や、環境の複雑な要因（遮蔽や照明の変化など）は、把握アルゴリズムの安定性や現実性に影響を及ぼします。また、センサーデータのノイズや機械手自体の複雑な設計も、高精度な把握を実現する上での課題を増加させています。 こうした背景から、把握姿勢推...

多層特徴探索と融合ネットワークを用いたMRIにおけるIDH状態予測研究 研究背景 膠芽腫は成人における最も一般的な悪性原発性脳腫瘍です。2021年の世界保健機関（WHO）の腫瘍分類によると、腫瘍のサブタイプの区分には遺伝子型が重要な意味を持ち、とりわけイソクエン酸脱水素酵素（IDH）遺伝子型は膠芽腫の診断に極めて重要です。臨床研究は、IDH変異を持つ膠芽腫が特定の表現型遺伝子変異特性を通じて酵素活性、細胞代謝および生物特性に影響を与えることを示しています。IDH変異を持つ膠芽腫は、IDH野生型のものよりもテモゾロミドに対して感受性が高く、予後が良好です。現在、IDH状態の認定は主に侵襲的手術後に組織標本を用いた遺伝子シーケンシングまたは免疫組織化学分析に依存しています。しかし、侵襲的な操作は...

セマンティックセグメンテーションのためのスタック反畳み込みネットワーク はじめに セマンティックセグメンテーションはコンピュータビジョン分野における重要なタスクであり、画像の各ピクセルを分類してそのカテゴリを予測することを目指しています。しかし、既存の完全畳み込みネットワーク（Fully Convolutional Networks, FCNs）は、空間解像度の処理において制限があり、物体の境界がぼやけたり小さな物体が見逃されたりする問題があります。これらの問題を解決するために、本論文ではセマンティックセグメンテーションの効果を向上させるために、スタック反畳み込みネットワーク（Stacked Deconvolutional Network, SDN）を提案します。 研究背景 深層畳み込み神経...