研究・産官学連携

　現在，高品質な医用画像を得るための画像再構成法について研究を行っています。例えばCT装置では，体の周囲からX線を照射して得られる投影データ，すなわちサイノグラムから，コンピュータを用いて体内の断面画像を再構成します。このとき，装置や測定過程で発生するノイズの影響を考慮することが重要です。そこで，非線形最適化や深層学習，特にU-NetやTransformerなどを用いて，高品質かつ効率的な画像再構成アルゴリズムの開発に取り組んでいます。また，関連する研究として，生成AIの改良にも関心を持っています。近年のAIは非常に高い性能を示す一方で，学習や推論に多くの電力を必要とします。これは，持続可能性の観点から大きな課題です。そこで，省電力でも実現可能なAIの構築を目指し，日々研究を進めています。私は以前から，モデル低次元化という考え方をさまざまな研究に応用してきました。この手法をAIにも適用できれば，計算量や消費電力を削減でき，省電力AIの実現につながると考えています。