本研究では，尿路上皮細胞を対象として，あらかじめ細胞診スライド標本全体をスキャンし画像化したデータ（WSI）に対して，個々の細胞の悪性判定度を機械学習により判定する．まず，U-Netを用いて細胞核と細胞質の領域を抽出し，異型の要素ごとに28種類の特徴量を算出する．算出した特徴量を元に正常細胞と悪性細胞の2クラス分類を行った結果，AUC値0.914で判別を行うことができた．また算出した悪性判定度を悪性細胞の特徴ごとに5つのグループに分類し統計処理を行うことで，診断の根拠となる悪性細胞特徴の程度を数値で提示するシステムを開発した．

近年歯科口腔外科において利用されるパノラマX線画像は比較的低被ばく量で撮影でき，患者の口腔内の歯牙の状態を記録できる．一方，歯科診療ではこれらの画像を読影し患者の診療録を作成しなければならないが，手間であり誤記載のおそれもある．また，大規模災害時における遺体の迅速な身元確認にも，データベース化された歯牙情報による照合は有効である．そこで，パノラマX線画像から自動で歯牙や治療痕といった情報を認識する手法が開発されている．これらの手法では未治療歯が主に認識の対象となっており，補綴物や根管治療痕を対象にしたものは少ない．本研究では，既存の歯牙自動認識の枠組みの上に，根管治療痕に着目した方法を追加することで，認識精度向上，より詳細な歯式の作成が目指された．2582症例のパノラマX線画像，1740本の根管治療痕を含むデータセットから，交差検証により歯牙認識として93.6%の正確度，根管治療痕単体では適合率94.6%が得られ，自動歯牙認識において根管治療痕検出による精度向上を確認した．

Osteomyelitis of the jaw (OMJ) is a serious bacterial infection that affects the jaw bones, which can be caused by a variety of bacteria. Osteonecrosis of the jaw (ONJ) is bone necrosis following a bacterial infection. Symptoms may include pain, swelling, redness, fever, and bone exposure. Treatment typically involves antibiotics to kill the bacteria and surgery to remove all necrotic bone, and recent researches suggested that the early surgical resection improves the prognosis. However, it is difficult to determine the necrotic bone in pre-operative CT images. A non-invasive ONJ region recognition system is required for the precise pre-operative surgical planning, and also it has possibility of early diagnosis. This study proposes a ONJ region detection method using contrastive learning (CL) and support vector machine. The proposed method trains the CNN for feature extraction according to the CL framework, and the extracted feature is fed into support vector machine to perform two-class (normal or ONJ) classification on each subdivided image patch. In the experiment, we compared patch- and label-based CL with two types of patch extraction criteria. The proposed method was validated on 3D CT images of nine subjects, and the patch-based CL extracted ONJ region in the highest F1 of 0.734. Experimental results also suggested that the smaller stride should improve detection accuracy, and it has applicability to pixel-level ONJ detection.

本論文では，自動車運転のように視覚探索タスクを繰り返し連続して行う状況（繰り返し視覚探索タスク）におけるタスク支援を目指し，視認推定に基づく注視誘導対象の切替による視覚探索タスクの支援手法を提案する．提案手法では，前タスクの完了後に次のタスクの支援を開始するのではなく，前タスクの対象に対する視認を確認した段階で，次タスクの対象への支援を開始することで，タスク完了時よりも早いタイミングでの注視誘導を行い，タスクの効率を向上させることを目指す．実験では，VR環境中で指定された文字を探索するというタスクを繰り返し行ってもらう状況を対象とし，提案手法に基づくタスク支援の有効性を評価した．実験の結果，難易度が高いタスクにおいては，視認に基づくタスク支援によりタスク完了が有意に早くなることが確認された．

近年，オンラインコミュニケーションが盛んに行われるようになるにつれ，炎上やネットいじめなどの問題が起こるようになってきている．このような問題を避けるためには，コメントの発信者が発信相手の状況を客観的に理解し，発信したコメントによる影響を考えられるようになることが大事と考えられる．そこで本研究では，コメントの受け手の精神負荷の量を推定し可視化するとともに，その量に応じた悪口投稿の発信を抑制するアシスタントメッセージを提示できるシステムを提案する．実験により，システムが推定する精神負荷の量と，提示するメッセージによる悪口投稿の発信抑制効果との関係を検証した．

本稿では，運転支援ロボットが自動運転の段階解除を通知する際に用いる言語的配慮戦略が信頼性と煩わしさに及ぼす影響を検討する．研究の方法として，ポライトネス理論における言語的配慮戦略を参考に設計した段階解除通知の発話および，RoBoHoNとドライビングシミュレータを用いた刺激提示動画を作成した．クラウドソーシングによって240人の実験参加者を対象に，運転支援ロボットの発話を信頼性および煩わしさについて主観評価してもらうビデオベースの実験を実施した．実験の結果，自動運転解除6段階のいずれの段階においても，本実験で評価した言語的配慮戦略のうち「話し手と聞き手の両者を行動に含める」，「理由を言う」，「敬意を示す」戦略および言語的配慮を伴わない直接的な発話の信頼性が高く，かつ煩わしさが低い傾向を確認した．