メンバーシップ

Miyamoto

Miyamoto

メンバーシップに加入する

- AI・DXの開発をしたいがまずなにを誰に相談すればいいかわからない - 相談するだけでも高額で手を出しづらい といったことはありませんか？ そういった方々の相談にのり、やりたいことを実現できるようサポートします。 ※情報提供やアドバイスが中心で、開発の受注等は行っておりません。

  • スタンダードプラン

    ¥50,000 / 月
    あと2人募集中

医療AI系のサマースクール(2024年)

今回は3月末まで募集されていて、今からでも申し込みが間にあう医療AI系のサマースクールを2つ紹介します。 1つは一般的な医療画像を対象としたAI開発で、もう一方は手術ロボットや手術を補助するための機能をもったものが対象です。 日本国内でも、まだまだ医療AIについてきちんと学べる場というのは少ないと思います。そのため、学びたいがなかなかその機会がない人にとっては、こういったサマースクールは短期間で世界トップレベルの人たちから集中的に学ぶことができるのでかなりおすすめです。

Miyamoto

    • 【Python】そろそろ使い慣れてきたかな、というときに初心者が覚えるといいこと

      この記事では、Pythonを使い始めた初心者がだいたい基本的なことは使い慣れてきたぞ、というときに次に覚えると役に立つことをまとめています。 リスト内包表記 リストの中身が簡単な処理でつくれる場合、リスト内包表記を使うと1行ですっきりした感じで書くことができます。 mylist = [i for i in range(10)]print(mylist) 以下のようにif文を追加することもできます。 mylist = [i for i in range(10) if

      Miyamoto

      • 記事に関するアンケート

        この度、記事に関するアンケートを設置させていただきました。 こういった記事が読みたい！、〇〇するのに困っていて楽にできる方法があれば知りたい！、〇〇を勉強するのに良い教材が欲しい！ など、ご意見があれば以下のアンケートフォームからお送りいただけますと幸いです。 (参考にはさせていただきますが、その記事を必ず書くとお約束するものではありません。) https://docs.google.com/forms/d/e/1FAIpQLSd63CRYxlimh-niqyPTxgAU-

        Miyamoto

        • 【メンバーシップ】5万円/月でAI・DX開発の技術アドバイザー

          この記事ではメンバーシップの内容についてご紹介させていただきます。 メンバーシップへの加入はここからできます。 こんなお悩みはありませんか？AI・DXを進めるための人材が不足 いろいろとデータはあるが活用できていない/活用法がわからない コンサルに相談したらあまりに高すぎて無理だった 基盤技術の応用がうまくいかない 自分の業界に関係あるのかよくわからない 最近ではChatGPTをはじめとしたLLM(大規模言語モデル)に関係する話を聞かない日はないくらいですが、そう

          Miyamoto

        医療AI系のサマースクール(2024年)

        Miyamoto

        メンバーシップ

        • はじめにお読みください

          この投稿を見るには メンバーになる必要があります

        • はじめにお読みください

          この投稿を見るには メンバーになる必要があります

          【論文紹介】ポリープ検出を高精度かつ高速に！内視鏡動画の隣接フレームを活用することで性能を向上させたモデル

          論文情報 Yuncheng Jiang, Zixun Zhang, Ruimao Zhang. et al. (The Chinese University of Hong Kong, Shenzhen) "YONA: You Only Need One Adjacent Reference-frame for Accurate and Fast Video Polyp Detection" MICCAI 2023 リンク (arXiv版) 要点 動画の隣接フレームを

          Miyamoto

          【論文紹介】ポリープ検出を高精度かつ高速に！内視鏡動画の隣接フレームを活用することで性能を向上させたモデル

          Miyamoto

          AI・機械学習学習者が実務とのギャップを埋めるための3つのステップ

          近年、オンラインでPythonや機械学習について学ぶことが容易になってきており、そういったスキルを身に着けてAI開発分野へ転職を考える方も増えていると思います。 ただ、利用した教材にもよりますが、やはり実務とのギャップというものがあり、それに悩まされている方は多いのではないでしょうか。 この記事では、そういったギャップを埋めるためにやることをおすすめすることを3つご紹介します。 具体的な企業が決まっている人はそれをイメージして、まだ具体的な企業が決まっていない場合はなんと

          Miyamoto

          AI・機械学習学習者が実務とのギャップを埋めるための3つのステップ

          Miyamoto

          【画像処理入門】実務で使えるOpenCVの基礎

          初心者の方へ初心者の方はまず一番下の「notebookの配布」からnotebookをダウンロードして、Google Colaboratory上で実際に動かしながら学ぶことをおすすめします。 記事の内容はすべてnotebook上にも書かれていて、Google ColaboratoryはGoogleアカウントさえあれば無料で利用できます。 OpenCVを使った画像処理の基礎ここでは画像処理の初歩となるものを紹介します。 単純な処理ばかりですが、これらの処理を組み合わせることで

          500
          Miyamoto

          【画像処理入門】実務で使えるOpenCVの基礎

          Miyamoto

          【AI研究・開発】技術調査からPoC開発まで幅広く対応可能【DX】

          このようなお悩み・課題の解決をサポートします起業アイデアがあるが、技術的にどこまで可能かの判断ができない AI開発経験がないため、開発を始めたが進捗がよくない コンセプトは決まっているが、なにから手をつければいいのかわからない AI開発経験のある人がいないため、手探りで進めていくのが怖い 学術論文を書けるレベルの研究・開発をしたいがいい人がいない 将来的にAI開発の内製化を目指したいので人材を育成したい 性能評価がうまくいかない 予算が潤沢にないので何人も人を雇

          Miyamoto

          【AI研究・開発】技術調査からPoC開発まで幅広く対応可能【DX】

          Miyamoto

          【LLM入門】無料で試せる範囲でAI(LLM)に医師国家試験を解かせる

          LLM(大規模言語モデル)に医師国家試験を解かせるここではCyberAgentが開発した商用利用可能なLLMであるCALMを使って医師国家試験を解かせる方法を紹介します。 Google Colabの無料版でも動作する1Bのモデルを使ったものになっているので、どんな感じで使えばいいのかを知りたい人におすすめです。 また、もっと性能の良い7Bのモデルや他のLLMもモデル定義まわりだけを書き換えれば使えるので、本例を練習として使い、本番のクラウドサービス上では上位モデルを使って

          Miyamoto

          【LLM入門】無料で試せる範囲でAI(LLM)に医師国家試験を解かせる

          Miyamoto

          【論文紹介】Google Researchが行ったPaLMの医学分野への適応評価

          元論文(Open Access) Singhal, K., Azizi, S., Tu, T. et al. (Google Research) "Large language models encode clinical knowledge." Nature (2023). リンク 要点 LLMの臨床知識を評価するためのデータセットMultiMedQAをつくった MedQAやPubMedQAなど複数のデータセットにおける性能評価で、Flan-PaLMが既存モデル

          Miyamoto

          【論文紹介】Google Researchが行ったPaLMの医学分野への適応評価

          Miyamoto

          YOLOv8でポリープ検出した結果を動画にして保存

          ポリープ検出結果を反映した内視鏡動画をつくって保存内視鏡動画の各フレームごとにポリープ検出を実行して、その結果を反映した動画をつくりたいことは多いと思います。 ここでは、各フレームごとの画像に対してdetectionを行ったあと、どのようにして再び動画にするのかについて紹介します。 なお以下の例では内視鏡画像として、"HyperKvasir"のものを利用しています。 お持ちのデータを利用する場合はファイルの読み込みの箇所を変えるといったように適宜修正してお使いください。

          100
          Miyamoto

          YOLOv8でポリープ検出した結果を動画にして保存

          Miyamoto

          Pythonを使って内視鏡動画からフレームごとに画像を抽出して保存

          内視鏡動画を読み込んでフレームごとに画像として保存内視鏡動画に対して、アノテーション画像をつくったり学習させたモデルで病変を検出したりしたいことは多いと思います。ここでは、そのようなときに必須である動画から画像を取り出す方法について紹介します。 なお以下の例では内視鏡画像として、"HyperKvasir"のものを利用しています。 お持ちのデータを利用する場合はファイルの読み込みの箇所を変えるといったように適宜修正してお使いください。 必要なパッケージのインストール 今

          100
          Miyamoto

          Pythonを使って内視鏡動画からフレームごとに画像を抽出し…

          Miyamoto

          配布notebook(.ipynb)の使い方

          この記事では、私の記事に付属のnotebook(.ipynb)をどうやって使えばいいのかについて簡単に説明しています。 Google Colaboratoryを使ったことがなくてnotebookがどういうものなのかよくわかっていない人はぜひ参考にして使ってみてください。 notebookについてnotebook(.ipynb)はPythonのコードの保存形式の一つで、Google ColaboratoryやkaggleのkernelなどのWebブラウザ上の環境で読み込んで

          Miyamoto

          配布notebook(.ipynb)の使い方

          Miyamoto

          YOLOv8を使って内視鏡画像からポリープを検出

          ここでは物体検出の代表的モデルであるYOLOの中でも比較的最新モデルであるYOLOv8を使って、内視鏡画像からポリープを検出するモデルを構築する方法を紹介します。 YOLOv8は性能が良いだけでなく 画像やアノテーション情報を指定のディレクトリ構造に整える アノテーション情報を指定のフォーマットで作成する だけで簡単に自分のデータで学習ができるので、初心者にもおすすめです。 なお以下の例では内視鏡画像として、"HyperKvasir"のものを利用しています。 お持

          500
          Miyamoto

          YOLOv8を使って内視鏡画像からポリープを検出

          Miyamoto

          ご質問・お問い合わせ

          記事に関するご質問、ご依頼に関するお問い合わせは上記フォームよりお願いいたします。 ご返信が必要な内容に関しては、必ず連絡先のメールアドレスの入力を忘れずに行っていただきますようお願いいたします。

          Miyamoto

          ご質問・お問い合わせ

          Miyamoto

          医療画像のPublic Data (内視鏡画像編)

          医療画像を対象とした研究や開発において、まとまった量のデータを確保することに苦労することは多いと思います。 そんなときに役立つのがPublic Dataです。 Deep Leraningを活用したモデルの学習はもちろん評価の際にも使うことができます。特に研究の場合は再現性確保の観点からも、モデル評価だけでもPublic Dataを使って行うと良いかもしれません。 また、医療画像を対象とした開発を勉強したいが、データがなくて困っている方にも役立つと思います。 そこでこの記

          Miyamoto

          医療画像のPublic Data (内視鏡画像編)

          Miyamoto