English

年度	2024年度	開講部局	総合科学部総合科学科
講義コード	ANM23001	科目区分	専門教育科目
授業科目名	情報数理学特講ＩＩ
授業科目名 （フリガナ）	ジョウホウスウリガクトッコウII
英文授業科目名	Topics in Mathematical and Information Sciences II
担当教員名	石川　雅浩
担当教員名 (フリガナ)	イシカワ　マサヒロ
開講キャンパス	東広島	開設期	3年次生   前期   集中
曜日・時限・講義室	(集) 集中：総J201
授業の方法	講義	授業の方法 【詳細情報】
			講義中心、演習中心、板書多用、ディスカッション、学生の発表、野外実習、作業、薬品使用
単位	2.0	週時間		使用言語	J : 日本語
学習の段階	3 : 中級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生	総合科学部3, 4年次生　その他画像処理・医用画像処理に興味ある学生
授業のキーワード	医用画像処理とその応用，医用画像処理，病理画像処理，コンピュータ診断支援，深層学習，機械学習
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）	総合科学プログラム （知識・理解） ・当該の個別学問体系の重要性と特性、基本となる理論的枠組みへの知識・理解 （能力・技能） ・課題の考察のために必要な理論・方法を特定する能力・技能
授業の目標・概要等	現在，注目されている画像処理技術の中で，特に，医用画像処理とその応用に焦点を当て，基礎技術から応用技術までの理解，修得を目標とし，コンピュータ診断支援, 病理画像処理, ハイパースペクトル画像, MRI, 腎機能推定, 深層学習, Generative Adversarial Networks, 画像処理, Artificial Intelligence, 分光透過率, 画像処理, 医用画像処理, DICOM画像, 機械学習などについて概説する．
授業計画	第1回　コンピュータ診断支援 第2回　病理画像処理 第3回　ハイパースペクトル画像 第4回　MRI 第5回　腎機能推定 第6回　深層学習 第7回　Generative Adversarial Networks 第8回　画像処理 第9回　Artificial Intelligence 第10回　分光透過率 第11回　画像処理 第12回　医用画像処理 第13回　医用画像処理 第14回　DICOM画像 第15回　機械学習・まとめ 基本的には，レポートで評価（試験を実施する場合もあり）
教科書・参考書等	資料は基本的に配布予定． 参考文献 １．鳥脇純一郎、「３次元ディジタル画像処理」、昭晃堂、2003年3月10日． ２．日本デジタルパソロジー研究会、「デジタルパソロジー入門」、篠原出版新社、2017年9月19日． ３．富野康日己、柏原直樹、成田一衝、「Annual Review 2016　腎臓」、中外医学社、2016年． ４．Nikhil Budubuduma, 「実践Deep Learning」オライリージャパン、2018年4月24日．
授業で使用する メディア・機器等
	【詳細情報】
授業で取り入れる 学習手法
予習・復習への アドバイス	予習：事前に配布した資料を読んでおく 復習：重要なポイントをノートにまとめておく
履修上の注意 受講条件等
成績評価の基準等	レポート（ミニレポート40%，最終レポート60%等）により評価．試験を実施する場合は50%,50%で評価する．
実務経験
実務経験の概要と それに基づく授業内容
メッセージ	スケジュール 5日間予定(9/2-9/10の間) 講義日程 　2024年9月2日(月) 3-8時限 　2024年9月3日(火) 3-8時限 　2024年9月4日(水) 3-8時限 　2024年9月5日(木) 3-8時限 　2024年9月6日(金) 3-8時限
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。