シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	医用データサイエンス特論
時間割コード／Course Code	S232002015
ナンバリングコード／Numbering Code
開講所属／Course Offered by	理工学研究科／
曜日コマ／Day, Period	水／Wed　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	1,2,3
主担当教員／Main Instructor	尾﨑　翔／OZAKI SHO
科目区分／Course Group	大学院（博士後期課程）　安全システム工学専攻
教室／Classroom
必修・選択／Required/Elective	選択
授業形式／Class Format	講義科目
メディア授業／Media lecture	－

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
尾﨑　翔／OZAKI SHO	理工学研究科／

難易度（レベル）／Level	レベル5
対応するＤＰ／DP	DP1･DP2･DP3
授業としての具体的到達目標／Concrete arrival target as the class	○深層学習はCTやMRI、病理画像などの医用画像処理を中心に医療の様々な場面で応用されている。 ○本科目では、深層学習の医療分野への応用を目標に理論と実装の両方を学ぶ。
授業の概要／Summary of the class	深層学習の数理的な側面を理解する事は、新たなモデルを構築する上で重要となる。また、PyTorchやChainer、TensorFlowなどの深層学習を実装するためのフレームワークを修得する。U-NetやGANなど医療分野で用いられている深層学習モデルについて講義を行い、フレームワークを用いた実装に取り組んでもらう。さらに、発展的な内容として、Transformerや拡散モデルなど最新の深層学習モデルについても講義する。
授業の内容予定／Contents plan of the class	第１回ガイダンス・イントロダクション第２回畳み込みニューラルネット第３回 U-Netを使った臓器や腫瘍のセグメンテーション第４回畳み込みニューラルネットを用いたDNA解析第５回 GANを使った医用画像生成第６回変分オートエンコーダー第７回自然言語処理とレセプトデータの解析第８回自然言語処理とTransformer 第９回 ViS Transformerと医用画像処理第１０回拡散モデルの数理I 第１１回拡散モデルの数理II 第１２回フレームワークを使った課題解決１第１３回フレームワークを使った課題解決２第１４回フレームワークを使った課題解決３第１５回課題の発表
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	授業への参加度（50%)と最後の課題発表（50%）により総合的に評価する。
予習及び復習等の内容／Contents such as preparations for lessons and the review	授業内容について予習・復習しておくこと。
教材・教科書／The teaching materials, textbook	特に指定しない。
参考文献／bibliography	特に指定しない。
留意点・予備知識／Point to keep in mind, back ground	特にない。
授業内容に関する質問・疑義等／Question, doubt about class contents	オフィスアワー水曜日16:00~17:00
Eメールアドレス・HPアドレス／E-mail address, HP address	(sho.ozaki(at)hirosaki-u.ac.jp)
学問分野1（主学問分野）／Discipline 1	I90:人間医工学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義形式
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	特になし

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	医用データサイエンス特論
時間割コード／Course Code	S232002015
ナンバリングコード／Numbering Code
開講所属／Course Offered by	理工学研究科／
曜日コマ／Day, Period	水／Wed　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	1,2,3
主担当教員／Main Instructor	尾﨑　翔／OZAKI SHO
科目区分／Course Group	大学院（博士後期課程）　安全システム工学専攻
教室／Classroom
必修・選択／Required/Elective	選択
授業形式／Class Format	講義科目
メディア授業／Media lecture	－

難易度（レベル）／Level	レベル5
対応するＤＰ／DP	DP1･DP2･DP3
授業としての具体的到達目標／Concrete arrival target as the class	○深層学習はCTやMRI、病理画像などの医用画像処理を中心に医療の様々な場面で応用されている。 ○本科目では、深層学習の医療分野への応用を目標に理論と実装の両方を学ぶ。
授業の概要／Summary of the class	深層学習の数理的な側面を理解する事は、新たなモデルを構築する上で重要となる。また、PyTorchやChainer、TensorFlowなどの深層学習を実装するためのフレームワークを修得する。U-NetやGANなど医療分野で用いられている深層学習モデルについて講義を行い、フレームワークを用いた実装に取り組んでもらう。さらに、発展的な内容として、Transformerや拡散モデルなど最新の深層学習モデルについても講義する。
授業の内容予定／Contents plan of the class	第１回ガイダンス・イントロダクション第２回畳み込みニューラルネット第３回 U-Netを使った臓器や腫瘍のセグメンテーション第４回畳み込みニューラルネットを用いたDNA解析第５回 GANを使った医用画像生成第６回変分オートエンコーダー第７回自然言語処理とレセプトデータの解析第８回自然言語処理とTransformer 第９回 ViS Transformerと医用画像処理第１０回拡散モデルの数理I 第１１回拡散モデルの数理II 第１２回フレームワークを使った課題解決１第１３回フレームワークを使った課題解決２第１４回フレームワークを使った課題解決３第１５回課題の発表
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	授業への参加度（50%)と最後の課題発表（50%）により総合的に評価する。
予習及び復習等の内容／Contents such as preparations for lessons and the review	授業内容について予習・復習しておくこと。
教材・教科書／The teaching materials, textbook	特に指定しない。
参考文献／bibliography	特に指定しない。
留意点・予備知識／Point to keep in mind, back ground	特にない。
授業内容に関する質問・疑義等／Question, doubt about class contents	オフィスアワー水曜日16:00~17:00
Eメールアドレス・HPアドレス／E-mail address, HP address	(sho.ozaki(at)hirosaki-u.ac.jp)
学問分野1（主学問分野）／Discipline 1	I90:人間医工学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義形式
科目ナンバー／The subject number
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	特になし

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information