体験で学ぶ医用画像情報学-超入門-

数多くある画像を対象とした学習コンテンツの中から本コースにご興味を持っていただきありがとうございます。

私は小林達明と申します。

臨床では診療放射線技師と働いた経験があり、研究ではデータサイエンスについて取り組んだ経験があります。

画像処理や医用画像データを扱うスキルも持っています。Javaプログラマーです。

本コースの内容は、「医用画像に興味を持っているが画像をどのように扱えばよいかわからない・扱い方に自信がない」という医療関係者（医療従事者、医療機器ベンダー、学生）を対象とした医用画像を始める方向けの内容になっています。難しい数式や理論は最小限にして、実学を重視した内容になるよう努めました。

このコースを受講することで、臨床で必要となる基本的な画像の操作方法やその仕組みを学ぶことができます。また、それだけでなく、データサイエンスへ応用するための足掛かりになるような内容になるよう心掛けました。例えば、将来、医用画像を用いて病変の自動検出を行ってみたい、病変の悪性度を予測してみたい、画像を使って研究の根拠を説明したい、画像から得られるイメージングバイオマーカを発見したい、定量的に実施できる評価クライテリアを考案してみたいなど、医用画像はさまざまなシーンで利用できます。

このような技術を主に扱う分野の一つが、「医用画像情報学」です。医用画像情報学は比較的新しい領域であるため、その定義は学際コミュニティごとに差があります。そこで、本講座では医用画像情報学の定義を「医用画像からわかる情報を処理・解析して、患者のケアに役立つ技術を科学する学問」と捉えることにしています。

医用画像情報学を通じてご自身の目的が達成できるように、まずは初歩的な内容から、手を動かしながら体験してみてください。

2023/11/30 Tatsuaki Kobayashi

[ 免責事項 ]

本コースの内容は製作者の偏向的な考え方や表現が含まれるかもしれません。いったい医用画像情報学とは何を意味し、どんなものと関係しているのか、的外れ・見当違いな解釈を記載していないだろうか、このコースを作製している今もこのような疑問が無くなることはありません。きっと誤りや不備もあるに違いないと自覚しています。誤りや不備につきましては、是非ご指摘いただき、今後の改訂を重ねてもっと良いものにしていきたいと考えています。

・本講座における医用画像情報学の定義

・医用画像情報学により高める生産性について（画像処理システム・CAD）

・本講座の内容について