2026/04/05 更新

写真a

オウ　カイ
王　開
所属
システム工学部 情報学領域
職名
助教
外部リンク

学歴

  • -
    2026年

    和歌山大学   大学院システム工学研究科   システム工学専攻・博士後期課程  

  • -
    2023年

    和歌山大学   大学院システム工学研究科   システム工学専攻・博士前期課程  

学位

  • 博士（工学）   2026年

  • 修士（工学）   2023年

経歴

  • 2026年04月
    -
    継続中

    和歌山大学   システム工学部   助教

研究分野

  • 情報通信 / 知覚情報処理

  • 情報通信 / 知能情報学

研究キーワード

  • パターン認識

  • マルチモーダル学習

  • 画像処理

  • セマンティックセグメンテーション

  • 深層学習

  • Few-shot学習

▼全件表示

論文

  • Target Feature Augmentation and Background Optimization: Novel Approaches for Few-Shot Semantic Segmentation in Outdoor Scenes

    Kai Wang, Takayuki Nakamura (担当区分： 筆頭著者 )

    2025 IEEE International Conference on Real-time Computing and Robotics (RCAR) ( IEEE )    1054 - 1059   2025年06月  [査読有り]

    DOI

  • SF-Net: Simultaneous Fusion Network for Semantic Segmentation and Depth Estimation

    Kai WANG, Takayuki NAKAMURA (担当区分： 筆頭著者 )

    IIEEJ Transactions on Image Electronics and Visual Computing   12 ( 2 ) 76 - 86   2025年  [査読有り]

    DOI

  • A Multi‐Fusion Residual Attention U-Net Using Temporal Information for Segmentation of Left Ventricular Structures in 2D Echocardiographic Videos

    Kai Wang, Hirotaka Hachiya, Haiyuan Wu (担当区分： 筆頭著者,　責任著者 )

    International Journal of Imaging Systems and Technology ( Wiley )  34 ( 4 )   2024年07月  [査読有り]

    　概要を見る

    ABSTRACT

    The interpretation of cardiac function using echocardiography requires a high level of diagnostic proficiency and years of experience. This study proposes a multi‐fusion residual attention U‐Net, MURAU‐Net, to construct automatic segmentation for evaluating cardiac function from echocardiographic video. MURAU‐Net has two benefits: (1) Multi‐fusion network to strengthen the links between spatial features. (2) Inter‐frame links can be established to augment the temporal coherence of sequential image data, thereby enhancing its continuity. To evaluate the effectiveness of the proposed method, we performed nine‐fold cross‐validation using CAMUS dataset. Among state‐of‐the‐art methods, MURAU‐Net achieves highly competitive score, for example, Dice similarity of 0.952 (ED phase) and 0.931 (ES phase) in , 0.966 (ED phase) and 0.957 (ES phase) in , and 0.901 (ED phase) and 0.917 (ES phase) in , respectively. It also achieved the Dice similarity of 0.9313 in the EchoNet‐Dynamic dataset for the overall left ventricle segmentation. In addition, we show MURAU‐Net can accurately segment multiclass cardiac ultrasound videos and output the animation of segmentation results using the original two‐chamber cardiac ultrasound dataset MUCO.

    DOI

  • Study on Echocardiographic Image Segmentation Based on Attention U-Net

    Kai Wang, Jiwei Zhang, Hirotaka Hachiya, Haiyuan Wu (担当区分： 筆頭著者 )

    2022 IEEE International Conference on Mechatronics and Automation (ICMA) ( IEEE )    1091 - 1096   2022年08月  [査読有り]

    DOI

Misc

  • ターゲットカテゴリの特徴強化による少数ショットセマンティックセグメンテーション法の提案

    WANG Kai, NAKAMURA Takayuki

    ロボティクスシンポジア予稿集   30th   2025年

  • 深層学習を用いた心エコー動画における左心筋と左心腔の自動分画化

    上杉, 凌平, 吉野, 孝, 王, 開, 呉, 海元

    第85回全国大会講演論文集 ( 情報処理学会 )  2023 ( 1 ) 511 - 512   2023年02月

    　概要を見る

    心疾患の診断方法として心エコー動画を用いることがよくあるが，この診断は専門医にしか行うことができずまた専門医への負担が大きい．そこで心エコー動画を見やすくするために自動でアノテーションを行う手法を提案する．まず手動でアノテーションを行った心エコー画像をもとに深層学習を用いて学習モデルを作成し，その後モデルの評価を行い，心エコー画像と心エコー動画に自動的にアノテーションを行うことでアノテーションされた画像や動画を得ることができる．

  • 領域分割と深度推定の同時学習によるRGB画像のセマンティックセグメンテーションの精度向上

    王開, 中村恭之

    日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

  • 深層学習による心エコー動画での左室壁の自動分画化と左室内腔の自動抽出

    WANG Kai, ZHANG Jiwei, 穂積健之, WU Haiyuan

    電子情報通信学会技術研究報告(Web)   120 ( 409(PRMU2020 69-101) )   2021年

  • ディープラーニングに基づいた循環器OCT画像からの中膜検出

    ZHANG Jiwei, WANG Kai, 久保隆史, WU Haiyuan

    電子情報通信学会技術研究報告(Web)   120 ( 409(PRMU2020 69-101) )   2021年