人工知能、機械学習の研究は近年急速に進展し、画像認識などの分野では既に人間を超える性能を示すものも現れています。本研究では、ディープラーニングや各種機械学習手法を応用し、人間の意思決定をサポートするシステムや実世界の様々な異常を検知するシステムの開発を行っています。具体的には、分析対象となるデータの性質や規模に応じて適切な学習アルゴリズムを構築する研究や、応用として、医用画像から病変を検知する方式や、自然災害発生時に人工衛星画像から被災地域を高速に検出する方式の研究などを行っています。ディープラーニングを含む機械学習によって高精度な検知を行うには、正常や異常のラベルが付された大量の教師データが通常必要ですが、本研究では、教師データなし、あるいは少数の教師データを効率よく活用する学習アルゴリズムの開発も行っており、あらゆる現場で使いやすい人工知能の実現を目指しています。

①データベースを作成します。②機械学習（図ではディープニューラルネットワークの学習）を行います。③新たなデータに対する予測や検知を行います。

人間の関節は複雑な動きをしており、様々な日常生活動作やスポーツ動作を可能としています。 この複雑な関節のメカニズムを解明するために、生体内での関節の姿勢・動きを計測する動態解析に関する研究が行われています。 医療の分野では、関節疾患が関節機能に及ぼす影響や関節機能を再建する関節手術の評価が求められているため、 図に示すようなX線画像やCT画像などの医用画像を用いた関節の姿勢・運動の計測技術を開発しています。この技術によって、 これまで解明されていなかった生体内における関節の動きを３次元で捉えることが可能となり、整形外科での関節手術後の評価や手術方法の改善に寄与しています。 さらに、動態解析技術は医用画像の２次元的な情報を関節の姿勢や動きとして３次元的な情報に拡張できる技術であるため、 将来的には臨床で関節疾患を３次元で診断することを可能とする新たな診断支援技術としての応用も期待されています。

動態解析技術：CT画像を基にコンピュータ上で作成した擬似X線画像をX線画像内の骨の像に重ね合わせることで、生体内での関節の姿勢や動きを計測する技術