立命館大学　研究者学術情報データベース English>> TOPページ TOPページ > 陳　延偉 （最終更新日 : 2023-11-20 16:02:34） チン　エンイ 陳　延偉 CHEN Yen-Wei 所属 情報理工学部 情報理工学科 職名 教授 業績 その他所属 プロフィール 学歴 職歴 委員会・協会等 所属学会 資格・免許 研究テーマ 研究概要 研究概要（関連画像） 現在の専門分野 研究 著書 論文 その他 学会発表 その他研究活動 講師・講演 受賞学術賞 科学研究費助成事業 競争的資金等(科研費を除く) 共同・受託研究実績 取得特許 研究高度化推進制度 教育 授業科目 教育活動 社会活動 社会における活動 研究交流希望テーマ その他 研究者からのメッセージ ホームページ メールアドレス 科研費研究者番号 researchmap研究者コード 外部研究者ID その他所属 1. 情報理工学研究科   2. 総合科学技術研究機構 バイオメディカルエンジニアリング研究センター   学歴 1. 1990/03(学位取得) 大阪大学 工学博士 2. ～1985/03 神戸大学 工学部 卒業 3. ～1990 大阪大学大学院 工学研究科 博士課程 修了 職歴 1. 2004/04 立命館大学 情報理工学部 教授（現在に至る） 2. 2003/04 ～ 2004/03 琉球大学 工学部 教授 3. 2003 オークスフォード大学 客員研究員[国外] 4. 1995/04 ～ 2003/04 琉球大学 工学部 助教授 5. 1994/04 ～ 1995/03 琉球大学 工学部 講師 全件表示（6件） 所属学会 1. IEEE 2. 電気学会 3. 電子情報通信学会 4. 日本医用画像工学会 研究概要 知的画像処理に関する研究 情報化社会において，「画像」というメディアはますます注目されるようになっています．計算機に人間のような極めて柔軟かつ信頼性の高い画像処理・認識・理解を行わせるためには，人間のような学習能力，適応能力を持たせる必要があります．人間の視覚や脳を工学的に模倣し，柔軟かつ信頼性の高い画像システムを創出することを目指して，「医用画像・三次元画像処理」，「画像解析・パターン認識」と「知的画像処理」の三本柱を基礎とし，三分野を融合しながら，基礎研究から応用まで幅広い研究内容を取り上げ，研究を行っています． 現在の専門分野 キーワード：パターン認識, 医用画像処理, 人工知能（深層学習） 著書 1. 2021 Innovation in Medicine and Healthcare 2021 │ (共著)   2. 2021 Intelligent System Design │ (共著)   3. 2020 Deep Learning in Healthcare │ (共著)   4. 2019 Innovation in Medicine and Healthcare Systems, and Multimedia │   5. 2017/06 Innovation in Medicine and Healthcare 2017 │ (共著)   全件表示（17件） 論文 1. 2023/11 Unsupervised Logo Detection Using Adversarial Learning From Synthetic to Real Images │ IEEE Transactions on Emerging Topics in Computational Intelligence │ (共著)   2. 2023/05 3D Multiple-Contextual ROI-Attention Network for Efficient and Accurate Volumetric Medical Image Segmentation │ IEICE Trans. Information and Systems │ E106-D (5),1027-1037頁 (共著)   3. 2023/03 Modality-Invariant Temporal Representation Learning for Multimodal Sentiment Classification, │ Information Fusion │ Vol.91,504-514頁 (共著)   4. 2023/03 TensorFormer: A Tensor-based Multimodal Transformer for Multimodal Sentiment Analysis and Depression Detection, │ IEEE Transactions on Affective Computing │ Vol.91,504-514頁 (共著)   5. 2023/02 Unsupervised MRI Super-Resolution using Deep External Learning and Guided Residual Dense Network with Multimodal Image Priors │ IEEE Transactions on Emerging Topics in Computational Intelligence │ 7 (2),426-435頁 (共著)   全件表示（195件） 学会発表 1. 2020/05 UNET 3+: A Full-Scale Connected UNET for Medical Image Segmentation (The 45th IEEE International Conference on Acoustics, Speech, and Signal Processing (IEEE ICASSP2019) (H5: 79)) 2. 2020/04 WNET: An End-to-end Atlas-Guided and Boundary-Enhanced Network for for Medical Image Segmentation (IEEE International Symposium on Medical Imaging (IEEE ISBI2020) (H5: 28)) 3. 2020/01 An improved Faster R-CNN based mobile food object detection and classification system (38th IEEE International Conference on Consumer Electronics (IEEE ICCE2020) (H5:20)) 4. 2020/01 Color Guided Depth Map Super-Resolution based on a Deep Self-Learning Approach (38th IEEE International Conference on Consumer Electronics (IEEE ICCE2020) (H5:20)) 5. 2020/01 Deep Learning Method for Content-Based Retrieval of Focal Liver Lesions Using Multiphase Contrast-Enhanced Computer Tomography Images (38th IEEE International Conference on Consumer Electronics (IEEE ICCE2020) (H5:20)) 全件表示（168件） 受賞学術賞 1. 2018/01 国際学会IEEE International Conference on Consumer Electronics (Las Vegas, USA) IEEE CE East Joint Japan Chapter ICCE Young Scientist Paper Award (Multi-Frame Super Resolution Using Frame Selection and Multiple Fusion for 250 Million Pixel Images) 2. 2017/11 映像メディア学会 平成29年度関西連合大会映像情報メディア学会関西支部優秀論文発表賞 (L字スクリーンとKinectを用いた体感型VRキャンパス案内システム) 3. 2017/09 2017 4th International Conference on Mechanical, Electronics and Computer Engineering (CMECE 2017). Best Student Presentation Award (Kinect-Based Gesture Recognition for Touchless Visualization of Medical Images) 4. 2015/09 日本顔学会 20周年記念フォーラム顔学2015大会長賞 (3D Reconstruction of Facial Expression for Evaluation of Facial Paralysis) 5. 2013/08 日本医用画像工学会 学術誌Medical Imaging Technology　論文賞 (患者に特化した肝臓情報とその脈管分布可視化及び対話かつ直感的な手術支援システムの構築,) 全件表示（9件） 科学研究費助成事業 1. 2020/04 ～ 2021/03 三次元深層学習を用いた動態顕微鏡画像における細胞分裂の自動検出法の開発 │ 新学術領域研究   2. 2018/04 ～ 2020/03 テンソルスパース表現による多時相CT画像の時空間特徴抽出と肝腫瘍性病変の診断支援 │ 基盤研究(B)   3. 2018/04 ～ 2019/03 多重線形スパースと低ランクテンソル分解法による４次元生物データの解析 │ 新学術領域研究   4. 2015/04 ～ 2016/03 多重線形スパースモデリング法による多元医用データの解析 │ 新学術領域研究   5. 2012 ～ 2015/03 一般化Ｎ次元スパースコーディングによる腹部の複数実質臓器統計ボリュームモデリング │ 基盤研究(B)   全件表示（9件） 競争的資金等(科研費を除く) 1. 2007 ～ 2007 MRI画像ナビゲーションによる肝腫瘍治療するためのＣＴ画像とオープンＭＲ画像との変形位置合わせ手法 プロジェクト主体：立命館大学 │ 競争的資金等の外部資金による研究 │ 独立行政法人科学技術振興機構 平成19年度新規制度「良いシーズをつなぐ知の連携システム（つなぐしくみ）」   共同・受託研究実績 1. 2011/02 ～ 2012/03 顔情報抽出技術の実用化を目的とした顔情報データベースの構築と検証 │ 共同研究 2. 2011/01 ～ 2011/03 ICA次元削減によるノイズ除去技術の指導 │ 技術指導 3. 2010/07 ～ 2011/06 統計画像解析による顔画像の特徴抽出 │ 共同研究 4. 2010/05 ～ 2011/03 イメージアノテーションに関する研究 │ 受託研究 5. 2009/07 ～ 2009/11 自動輪郭変形に関する研究 │ 受託研究 全件表示（20件） 取得特許 1. 2006/12 画像処理装置、コンピュータプログラム、及び画像処理方法 （2006-351320） 2. 2006/11 独立成分分析（ＩＣＴ）法を用いたデジタル画像の画質改善法 （2006-308271） 研究高度化推進制度 1. 2019/062020/03 研究支援制度分類：JSPS特別研究員採択推進プログラム種目：-深層学習を用いた画像の画質改善と物体検出・認識への応用 2. 2019/042020/03 研究支援制度分類：研究推進プログラム種目：科研費獲得推進型高次元深層畳込ネットワークのモデリングと医用画像への応用 3. 2018/102019/03 研究支援制度分類：研究成果国際発信プログラム種目：-人工知能を用いた肝臓癌の早期診断支援システムの開発 (中国、インドとの共同研究) 4. 2018/062019/03 研究支援制度分類：JSPS特別研究員採択推進プログラム種目：-「患者に特化した肝臓、腫瘍及び脈管分布のモデリングと手術支援システムの開発」 5. 2017/062018/03 研究支援制度分類：JSPS特別研究員採択推進プログラム種目：-患者に特化した肝臓、腫瘍及び脈管分布のモデリングと手術支援システムの開発 全件表示（27件） 教育活動 ●教育方法の実践例 1. 2005/04 専門科目「画像処理」にて、実際の画像処理プログラムを学生に作らせ、提出させた。問題点などは、次回の授業で解説するなど学生の理解を深める 2. 2004/10 専門基礎科目「情報基礎数学」にて、最初の講義にPlacement Testを実施し、学生の学力に合わせた講義を実施する。また、講義時間外にFollow upの時間を設けて、学生の質問などに対応した。 ●教育に関する発表 1. 2006/08 ～ 2006/08 京都キャンバスプラザにて高校の数学先生を対象に大学での数学教育とその重要性について講演し、意見交換を行った。 2. 2005/10 ～ 2005/10 教育フォーラムにて、”情報理工学部における 「情報基礎数学」の教育について”というタイトルで講演し、我々の情報基礎数学での取り組み方について紹介し、意見交換を行った。 ●その他教育活動上特記すべき事項 1. 2009/07 ～ 2009/07 高校等の模擬講義： 本学主催の「学びの形」にて、高校2年生を対象にIT技術を活用した人間の顔処理に関する講義と実体験を実施した。 2. 2008/11 ～ 2008/11 高校等の模擬講義： 本学付属校「立命館守山高等学校」で”理工系で勉強しましょう ”というタイトルで講演し、大学での理工系勉強や研究の面白さを紹介した。 3. 2004/09 ～ 2007/09 高校等の模擬講義： すばる高校2年生を対象に”情報と未来”について講義し、最先端の情報技術を紹介した。 研究者からのメッセージ 1. 柔軟かつ信頼性の高い画像処理を目指して情報化社会において、「画像」というメディアはますます注目されるようになっています。計算機に人間のような極めて柔軟かつ信頼性の高い画像処理・認識・理解を行わせるためには、人間のような学習能力、適応能力を持たせる必要があります。人間の視覚や脳を工学的に模倣し，柔軟かつ信頼性の高い画像システムを創出することを目指して、「画像処理・認識」と「学習・進化計算法」の二本柱を基礎とし、両分野を融合しながら，基礎研究から応用まで幅広い研究テーマを取り上げ，研究及び教育を行っています。中国杭州市生まれ。１９８１年に来日、1985年に神戸大学を卒業、1990年に大阪大学博士課程修了。工学博士。レーザー技術総合研究所研究員、琉球大学講師・助教授・教授、オークスフォード大学客員研究員などを経て、2004年4月より本大学に赴任。趣味はテニスなど。 ホームページ 知的画像処理研究室 © Ritsumeikan Univ. All rights reserved.