年々、医療技術は進歩している。
そのひとつにX線装置やカテーテル等の器材の発達により飛躍的な進歩を遂げているInterventional Radiology(IVR)と呼ばれる手術法がある。
IVRとは、X線透視や超音波像、CTなどの画像診断技術を利用して体内にカテーテルや針を挿入し治療を行う手術法のことで、様々な治療に応用されている。
IVRには,、外科的手術と比較すると侵襲性が低く、局所麻酔での治療が可能であるというメリットがある。
また、術後3日から4日で退院できるという事例が多く、近年、IVR手術の数が増加している。しかし、現状の肺がんに対するIVR手術では、CT装置下において医師が針やカテーテルを把持して治療を行っているため医師への放射線被曝が危惧されている。
そこで、ロボットを遠隔操作しラジオ波凝固療法を行うことで医師への放射線被曝の低減を考える本研究では、肺がんに対するラジオ波凝固療法を支援するロボットの開発を行っている。
IVRロボットの紹介ページへ→
人間の身の周りに存在する紙や布、テープといった、位置姿勢が一定に定まりにくい物体をロボットで自在に操る要求は大きい。 このような操作を実現する為には、不定形物体がどのような形状であるかを、画像情報を用いてロボットに認識させることが重要となる。 本研究では、オプティカルフローを用いた不定形物体の形状推定を行っている。
本研究では、教師がないデータに対しても学習が可能なニューラルネットワークである自己増殖型ニューラルネットワーク（Growing Neural Gas: GNG）に関する基礎的な研究を行っています。 本研究で提案しているGNGでは、従来のGNGではできなかった、複数の解釈（クラスタリング）結果を与える新しいGNGのモデルを提案しています。 さらに、動的未知な環境で、時系列計測データから状況に応じた環境情報の収集とロボットの移動や制御に必要な知覚情報の抽出を行いながら、 注意を向けるべき対象に対して密なモデル化を行うと同時に、それ以外の対象に対しても疎なモデル化を行うといった生物が持つ能力に近い知覚能力を有した自律移動ロボットの実現を目指して研究を行っています。
本研究では、水中ロボットの自律化に向けて、ステレオビジョンに基づく空間認識技術を用いたドッキング制御や 自己位置推定技術の開発を行っています。