Yu NISHIYAMA (西山 悠)

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (B), Category: Grant-in-Aid for Scientific Research (B), Fund Type: -, Overall Grant Amount: - (direct: 13500000, indirect: 4050000)
本研究課題の目的は、人工知能技術・ロボット技術・超音波技術を用いてロボティック超音波診断・治療基盤システムの構築法を確立することであり、下記の5つのコア基盤技術に関する研究を遂行し、下記に示すようにきわめて順調に優れた成果を積み重ねてきている。(コア技術I) 機能に応じた機構設計技術、 (コア技術II) 医療診断・治療技能における機能の抽出・構造化技術、 (コア技術III) 患者に対するロボットの安全・安心動作技術、(コア技術IV) 診断・治療タスクに応じたシステム動作技術、(コア技術V) リアルタイム医用画像処理技術。
とりわけ (コア技術V) リアルタイム医用画像処理技術については超音波画像中に表示される臓器が呼吸や拍動に伴って変位・変形・回転する場合や音響陰影によって画像が一部欠損した場合にも、特定臓器の輪郭や患部を画像合成および抽出・追従・モニタリングできる、深層学習を援用した画像処理技術を新規に開発するなど、成果を順調に積み重ねてきている（第22回日本超音波医学会奨励賞受賞）。また、(コア技術I)に関してロボティック超音波医療診断・治療支援システム（アラベスク）の有効性を評価するために診断対象であるファントムの体位・姿勢を制御する、患者体位・姿勢制御ロボット（ピルエット）を新規開発した。これにより、ロボティック超音波診断システムが指定された位置・姿勢・接触力で超音波プローブをアプローチして、任意の臓器内の患部に対して超音波診断画像を獲得することが可能になった。
ほかにもAI・ロボティック支援医療診断・治療システム分野の一流国際誌（IJCARS）への論文掲載、トップカンファレンスでの発表（CARS2021）、日経新聞等への掲載など，医療診断・治療のための生体患部抽出・追従・モニタリング技術のパイオニアかつ中核的な存在として国内外からきわめて高い注目を集めてきている。

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 基盤研究(C), Category: 基盤研究(C), Fund Type: -, Overall Grant Amount: - (direct: 3100000, indirect: 930000)
【背景】状態空間モデルによる時系列モデリングでは，フィルタリングアルゴリズムと平滑化アルゴリズムの開発が重要である．離散時間時不変状態空間モデルの設定として，観測過程の条件付き確率をカーネル平均埋め込み手法でノンパラメトリックに推定し，状態遷移過程の条件付き確率をパラメトリックモデルに推定する状況を考える．このとき，model-based kernel Bayes’ filter (Mb-KBF)が提案されている．
【問題点とそれに対する提案法】
1.Mb-KBFに対応する平滑化アルゴリズムmodel-based kernel Bayes’ smoother (Mb-KBS)は未開発であった．そこでMb-KBSアルゴリズムを開発し，Stochastic Volatility モデルの場合に有効性を検証した．関連手法 (Mb-KBF, nonparametric kernel Bayes smoothing)と比較して隠れ状態の推定精度 (RMSE)が高くなる結果を得た．本アルゴリズムは4つの超パラメータのチューニングを必要とするが，超パラメータを変化させたときのアルゴリズムの振る舞いの詳細な検証を行い，また直観的に分かりやすい可視化を行った．
2.状態遷移過程時に大きな外れ値ノイズが発生する場合，加法的ガウスノイズモデルを用いた学習より，加法的コーシーノイズモデルを用いた学習が有効と考えられる．しかしそのアルゴリズムは未開発であった．そこで状態遷移過程時に大きな外れ値ノイズが発生する状況に対応するため，加法的コーシーノイズモデルとコーシーカーネルの共役性を組み合わせたMb-KBFを開発した．またコーシーカーネルのときに点推定アルゴリズムを開発した．数値実験の結果，提案手法は加法的ガウスノイズモデルを用いた学習より，隠れ状態の推定精度 (RMSE)が高くなる結果を得た．

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (C), Category: Grant-in-Aid for Scientific Research (C), Fund Type: competitive_research_funding, Overall Grant Amount: - (direct: 3400000, indirect: 1020000)
This study has obtained four results related to model-based control, management, and securing of pneumatic artificial muscles (PAM) that realize flexible actuators. Specifically, we have identified a precise mathematical model of the PAM. We have developed model-based control and sensorless control to track the desired flexibility (stiffness), a method for detecting the failure of the PAM by focusing on changes in model parameters of the PAM model, and a secure control method by applying encrypted control.

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (B), Category: Grant-in-Aid for Scientific Research (B), Fund Type: competitive_research_funding, Overall Grant Amount: - (direct: 13400000, indirect: 4020000)
The purpose of this research is to establish a method for constructing an integrated ultrasonic diagnosis / treatment system that operates robustly and with high accuracy, and excellent research results regarding the core basic technology related to robot mechanism / control / image processing algorithm technology for this purpose. Have been piled up.
In particular, medical image processing technology has made epoch-making breakthroughs in the field of image processing by machine learning such as deep learning in recent years, and this project also started research on medical robot vision technology that incorporates deep learning. The results have been steadily accumulating (received the 25th Robotics Symposia Student Encouragement Award (2020), the 21st and 22nd Japan Society of Ultrasonics Medicine Encouragement Award (2020, 2021), etc.).

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Young Scientists (B), Category: Grant-in-Aid for Young Scientists (B), Fund Type: competitive_research_funding, Overall Grant Amount: - (direct: 2000000, indirect: 600000)
Kernel Bayes Inference (KBI), which is a Bayesian inference based on kernel methods, has been studied. KBI infers kernel means, which are features of probability distributions in reproducing kernel Hilbert space. In KBI, characteristic kernels play an important role in specifying probability distributions by kernel means. We studied a connection between characteristic kernels and infinitely divisible distributions. We showed that continuous bounded and symmetric density functions of infinitely divisible distributions can be used for characteristic kernels. Within the infinitely divisible distributions, we proposed a convolution trick, which is a generalization of the kernel trick. The convolution trick can be used for developing various kernel algorithms that combine infinitely divisible distributions.

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area), Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area), Fund Type: -, Overall Grant Amount: - (direct: 40300000, indirect: 12090000)
Filtering problems aims at estimating the current unobserved state variable from the unknown dynamics of the unobserved state variables and indirect observations. We consider filtering under the assumption that the observation model is uncertain and not able to be modeled easily, and proposed effective algorithms in such difficult situations. We confirmed the advantage of the proposed algorithms over existing relevant methods. We also studied fast methods for complex sparse modeling, and proposed an optimization methods that achieves the best convergence rate theoretically.