病院向けの購買管理システムの開発を行いました。このシステムは、病院が必要とする購買品を効率的に整理し、在庫管理を行うためのものです。特に、外部の既存システムとの連携を重視し、AWS S3を介したバッチ処理によるデータのやり取りを実現しました。技術的な詳細バックエンド開発には、PHPのフレーム

プロジェクト概要ある臓器領域をCT画像から正確に推論する深層学習モデルの開発を行いました。このプロジェクトは、医療分野における画像解析の精度向上を目指し、最新の研究を取り入れつつ独自性を取り入れて実装しました。技術的アプローチまず、最新の論文を徹底的に調査し、最も有力なアーキテクチャを特

TensorFlowを使用して推論処理をC# (.NET) で作成されたシステムに組み込む開発業務を行いました。TensorFlowはPythonやC++からの呼び出し方法が提供されていますが、C#.NETで利用する場合はTensorFlow.NETがOSSで公開されています。今回はこのTensor

良品画像のみを学習させ、画像上の細かな違和感を検出します。印刷画像特有の複雑な絵柄の中の異常や、加工時の突発的な異常を見つけるための異常検知手法を深層学習技術と画像処理によって実装しています。事前学習したモデルを利用して、抽象度の高い画像特徴を抽出し、マハラノビス距離などで良品画像の特徴空間