○「放射線情報学教育研究分野－医療画像情報学」のページ

分野（領域）紹介

医療画像情報学領域は、下瀬川正幸 教授と丸山星 准教授が担当しています。

診療放射線技師が取り扱う医療画像を中心に、画像処理や画像解析技術、画像評価の理論などの画像工学的側面と、情報科学の基礎やネットワーク技術の活用、情報システムの連携や運用・管理についての医療情報的側面を学ぶ領域です。本領域では、医療画像と医療情報という2つの軸を基盤に、医療の高度化・効率化に貢献できる人材の育成を目指しています。

学部においては、以下のような科目群を体系的に配置し、診療放射線技師に必要な医療画像情報の理論と応用をバランスよく学ぶカリキュラムを展開しています：

• 医療画像情報学１
• 医療画像情報学２
• 医療情報システム学
• 医療画像情報学演習
• 医療画像情報学実験
• 診療放射線技術学研究（医療画像情報学領域）

さらに、保健医療専門職共通科目である「保健医療チーム連携論２（実習）」では、チーム医療における医療情報の連携をテーマに、看護学部の学生とともに参加観察型の実習を通じて実践的な知識とスキルを養います。

大学院では、より高度な専門知識を深めるために、以下の科目を開講しています：

• 診療放射線学特論
• 放射線画像解析学特論２
• 医療画像情報学特論
• 医学物理学特論２

研究紹介

学部の卒業研究（診療放射線学研究１・２）や大学院の診療放射線学特別研究では、医療画像情報学領域のテーマとして以下のような研究課題にモダリティ横断的に取り組んでいます。

画質評価・画像システムの性能評価

• 新しい画像システムの性能評価
• 主観的感覚に対応する画質評価手法の理論検証
• 画像特徴量とクラスタリングを用いた画質分類
• 顕著性に基づく画質評価手法の有用性の検証
• 多施設におけるノイズ特性解析に基づいた画質比較

深層学習・基盤モデルの医療画像への応用

• 教師なし手法に基づく画質改善手法の開発
• 深層学習モデルによる病変検出難易度の定量評価
• 深層学習技術を用いた医療画像の解剖学的構造の分解
• 深層学習技術を用いた医療用ディスプレイの効率的な品質管理
• 深層学習技術を用いた整形外科領域における診療支援システムの開発
• 基盤モデルのセグメンテーション性能の評価とその応用

自然言語処理・生成AIの応用

• テキストマイニングや自然言語処理モデルを用いた国家試験の解析
• 国際的な視点における診療放射線技師国家試験に着目した生成AIの性能

診療放射線技師の職能・教育的研究

• 診療放射線技師が医療情報技師資格を有することの意義