山口大学生命医工学センター

  • 限定情報
  • English

イベント案内

終了したイベント

第20回イブニングセミナー（YUBECes20）
日時 2017年3月30日(木)　16:00-17:00
場所 山口大学工学部　電電105教室
講演タイトル 「バイオ実験データ解析のための統計学の基礎」
講師 熊本高等専門学校 共通教育科 准教授　菊池 耕士
第19回イブニングセミナー（YUBECes19）
日時 2017年1月27日 (金) 17:00-18:30
会場 山口大学工学部 D11教室
プログラム

  1. 製剤学入門

    岐阜薬科大学　教授　竹内　洋文

  2. 製造における製剤学

    協和発酵キリン宇部工場 木越 誠
第1回医工学人材育成講座（YUBEC-School-1）
日時 2017年1月28日 (土) 10:00-16:00
会場 山口大学工学部 D12教室
プログラム

  1. 10:00-10:40　医用工学

    山口大学大学院創成科学研究科機械系　教授　森川 治

  2. 10:45-11:25　消化器内科学

    山口大学医学部付属病院(第一内科）　講師　橋本真一

  3. 11:35-12:15　臨床診断法

    山口大学　客員教授　宮川英二

  4. 12:20-13:00　生体認識工学

    山口大学大学院創成科学研究科生命科学系　教授　山本修一

  5. 14:00-16:00　製剤学の基礎と最近の話題

    岐阜薬科大学　教授　竹内洋文
備考 一般の方の参加を歓迎します。
 第4回YUBECシンポジウム(YUBECS4)
「山口大学生命医工センター　医工連携の推進に向けたシーズ発表会」
日時 2016年12月27日（火）14:00～17:00
会場 山口グランドホテル　2F「鳳凰・鶴」（JR新山口駅新幹線口徒歩1分）
対象 医療・バイオ関連に興味のある企業、大学、支援機関関係者
定員 150名（先着順）
参加料 無料
概要 この度、山口大学生命医学工学センター（YUBEC）は、県内企業の医療関連産業への参入を推進している山口県産業技術センターとともに、YUBECの研究シーズ群についてご紹介し、実用化を目指した研究開発に興味のある企業様とのマッチングを目的とする発表会を開催します。
YUBECには、医療と工学の境界領域で活躍する研究者が多数在籍しており、この機会に医療関連産業などの新規参入等に興味のある方との出会いを楽しみにしております。
参加希望の方は，住所，氏名，連絡先等を申込書にてお申し込みください。
プログラム

  1. 開催の挨拶（14:00-14:20）

    ・山口大学生命工学研究センター（YUBEC）の概要

    山本　修一（山口大学大学院創成科学研究科教授　YUBECセンター長）

    ・山口県の医工連携

    安田　研一（山口産業技術センター　プロジェクトプロデューサー）

  2. 特別講演（14:20-14:50）

    ・医工学領域の産学公連携と課題

    岡　正明（山口大学　学長）

  3. セッション1 ~YUBECシーズショートプレゼン~（15:00-16:00）

    各研究室が取り組んでいる研究概要を紹介します。
    興味を持たれたテーマについては、ポスターセッションにお越しください。

  4. セッション2 ~ポスターセッション・企業展示~（16:00-17:00）

    主要研究テーマのポスターセッションおよび企業展示を行います。
    山口県内企業と大学研究者間で技術内容や製品化の可能性について議論や名刺交換などの交流をお願いします。
主催 山口大学生命医工学センター、（地独）山口県産業技術センター
共催 山口医療関連成長戦略推進協議会
第18回YUBECセミナー(YUBECes18)
日時 2016年11月8日（火）10:20～11:50
会場 山口大学工学部　E31講義室
講演題目 Deep Neural Network の基礎と医用画像応用に向けて
概要 人工知能分野において深層ニューラルネットモデル(DNN)は，近年の画像，音声処理等において標準ツールになりつつある。DNN は，工学的な意味合いが，強く前面に打ち出されているが，構造設計などに関しては，表に出てこない要素も多い。
本講演では，画像処理に適応した畳み込み型の DNN (Deep Convolutional Neural Network: DCNN) についての議論を行う。DCNN は，Fukushima の ネオコグニトロンを起源とし，脳の視覚処理のモデルとして議論されており，多くの設計指針が脳の機能にもとづいている。このDCNN に 関して生物学的，歴史的な観点などを交えつつ解説し，今後新たにDNNを導入したいと思う方々への助けとなるような解説を行っていく予定である。
ディープラーニング（深層学習）は，現在最も注目されている機械学習の一分野であり，グーグル，マイクロソフト，IBM といったIT大手が積極的に参入することにより，IT業界に一大人工知能ブームを巻き起こしています。
講師 庄野逸　教授，　東京電気通信大学大学院情報理工学研究科
第17回イブニングセミナー（YUBECes17）
日時 2016年9月20日（火）16:00～17:00
会場 山口大学工学部　D23教室
講演題目 A search for diabetes mellitus related disruptions of proliferation, functions and apoptosis of leukocytes and treatment of these conditions
概要 ウクライナの国立リヴィブ大学生物学部からNataliia Sybirna博士を招き，糖尿病における免疫系細胞の機能不全と植物成分によるその抑制ついて話していただきます。糖尿病は世界中の大きな課題で，高齢化社会が進むとさらに深刻になります。糖尿病の進行過程では好中球やリンパ球の増殖低下やアポトーシスの増加が見られますが，Sybirna博士らは，古くから薬草として使われているGalega officinalis（ガレガ草）抽出成分にリンパ球などの数を回復させる効果があることを見出されました。抽出成分は新しい治療薬として期待されます。
講師 Prof. Dr. Nataliia Sybirna
Department of Biochemistry, Faculty of Biology, Ivan Franko National University of Lviv, Ukraine
第16回イブニングセミナー（YUBECes16）
日時 2016年5月30日（月） 10:20-11:50
会場 山口大学工学部 知能情報棟E31教室
講演題目 医用画像処理・解析・診断における計算知能」
概要
（※講演は日本語で行われます）		 Image processing and analysis, and computer-aids in diagnosis are indispensable in medical imaging. Machine leaning (ML) has become one of the most active areas of research in the medical imaging field, including medical image analysis and computer-aided diagnosis (CAD), because objects such as signals, lesions and organs in medical images may not be represented accurately by a simple equation; thus, tasks in medical imaging essentially require "learning from examples" to determine a large number of parameters in complex models of signals, lesions and organs.
Recently, as the available computational power increased dramatically, image/patch -based ML, which uses pixel/voxel values in patches in images directly instead of features calculated from segmented regions as input information, emerged. The image/patch-based ML including convolutional neural networks and deep learning is a versatile, powerful framework that can acquire image-processing and analysis functions, including noise reduction, lesion and organ enhancement, pattern separation, segmentation and classification, through training with image examples.
In this talk, image/patch-based MLs are overviewed to make clear a) the basic principles of the image/patch-based ML and b) its applications to 1) separation of bones from soft tissue in chest radiographs, 2) radiation dose reduction in CT, 3) enhancement of lesions such as lung nodules in CT, 4) CAD for lung nodule detection in chest radiography and thoracic CT, 5) distinction between benign and malignant nodules in CT, and 7) polyp detection and classification in CT colonography. The effectiveness of the above technologies was rigorously evaluated in task-based observer performance studies, and some of the technologies were translated into clinical practice.
講師 イリノイ工科大学 准教授
鈴木賢治 氏

PAGE TOP