カテゴリー: 未分類

我々のグループの新しいプレプリントです。

ランダム化比較試験において、新しい治療法が対照治療法に比べて十分でない場合がありますが、新しい治療法がすべての患者に対して無効なのか、特定の特徴を持つ患者のサブグループに対してのみ有効なのかは不明です。
このようなサブグループを検出し、患者に効果的な治療を提供するためには、治療効果を推定する必要です。
これを実現するために、スパース回帰法に基づくさまざまな治療効果推定方法が提案されていますが、これらの方法はノイズの影響を受けます。
そこで、L0ノルムを用いたラッソ回帰とリッジ回帰を用いた修正された共変量法に基づく新しい治療効果推定手法を提案しています。

今年も卒業式・修了式の日がやってきました。
担当学生、無事終了できました。
みなさんおめでとう。
幸せに、各場所で活躍してください。

そして２２年度が終了しました。２３年度が開始です。
さらにブラッシュアップしてがんばります。

いわゆる修論発表会、終了しました。
発表したM2のみなさんおつかれさま。８名が無事発表しました。

医用画像班　とりあえず終了。
ダーツもとりあえず終了かな。
回帰は力を入れて取り組みましたがちょっとむずかしかったかな・
Topology Data Analysisの進化計算への応用は難しいけれどももうちょっとできるかなと思っています。
趣味にはしったデータの処理もおもしろかったですね。
角膜のパノラマ化も一段落かな。
ケモインフォはもう少し、力を入れてやります。

全体的には一区切りついた研究が多かったように思います。
その分、新しい研究にシフトしていきますね。

われわれの新しい論文です。
ながく取り掛かっていたましたがようやく出版できました。

narrow-band imaging (M-NBI)-based 画像に対してがん病変と背景粘膜のデマルケーションラインを、教師なし学習で決定する手法の提案です。

Demarcation Line Determination for Diagnosis of Gastric Cancer Disease Range Using Unsupervised Machine Learning in Magnifying Narrow-Band Imaging

医用画像は精度が重要です。
精度が高い教師データは、優秀なお医者さんしか用意できません。
多くの教師データを用意するのは現実的でしょうか？
また、得られたラインを説明する必要もあります。Deep Learningが大流行ですが、うまくいくでしょうか。
われわれの提案は、教師なし学習です。

われわれの研究Gからのあたらしい　pre-printです。

良心学研究のアウトプットです。
社会的相互作用を脳神経科学的アプローチで迫っています。
fnirsで hyperscanning　をやっています。　あと、解析方法でおもろいことやっています。

biorxiv