​研究業績

【学術論文誌】

1. Akiyoshi Hizukuri, Yuto Hirata, Ryohei Nakayama, "Semantic Face Segmentation Using Convolutional Neural Networks with a Supervised Attention Module", IEEE Access (in accepted).

2. 田中 大貴，檜作 彰良，中山 良平，楠田 佳緒，正宗 賢，村垣 善浩，”マルチシーケンス脳MRIを用いたMulti-scale 3D-Attention Branch Networksによるグリオーマ分子サブタイプ分類”，電気学会論文誌C，Vol.143, No.5, pp.539-545, 2023.

3. 山下 裕之介，檜作 彰良，中山 良平，”Two-Stream 3D Convolutional Neural Networks-v2を用いた万引き行動の自動検知手法の高速化”，情報処理学会論文誌，Vol.64, No.1, pp.229-235, 2023.

4. Fumine Tanaka, Maki Umino, Masayuki Maeda, Ryohei Nakayama, Katsuhiro Inoue, Ryota Kogue, Makoto Obara, Hajime Sakuma, "Pseudocontinuous Arterial Spin Labeling: Clinical Applications and Usefulness in Head and Neck Entities", Cancers, Vol.14, No.16, pp.1-17, 2022.

5. Yuichi Mima, Ryohei Nakayama, Akiyoshi Hizukuri, Kan Murata, “Tooth detection for each tooth type by application of faster R-CNNs to divided analysis areas of dental panoramic X-ray images”, Radiological Physics and Technology, Vol.15, pp.170-176, 2022.

6. 宮本旭，檜作彰良，中山良平，“Generalized Dice Lossを用いたEncoder-Multiple Decoders U-Netによる顔パーツのセマンティックセグメンテーション”, 画像電子学会誌，Vol.51, No.2, pp.150-156, 2022.

7. Daiki Tanaka, Akiyoshi Hizukuri, Ryohei Nakayama, “Computerized Classification Method for 1p/19q Codeletion in Low Grade Gliomas from Brain MRI Images Using Three Dimensional Radiomics Features”, The Journal of the Institute of Image Electronics Engineers of Japan (IIEEJ), Vol.10, No.1, pp.120-126, 2022.

8. 檜作彰良，國枝紳也，中山良平，“ROI Poolingを用いたCNNによる乳房超音波画像上の腫瘤病変の病理組織型分類”, 電気学会論文誌C, Vol.142, No.5, pp.586-592, 2022.

9. 丸井勇輝，檜作彰良，中山良平，“各顔パーツを対象とした複数CNNモデルによる顔画像の高解像度化”，情報処理学会論文誌, Vol.63, No.5, pp.1216-1224, 2022.

10. 田中大貴，檜作彰良，中山良平，“Attention Mechanismを導入したMulti-scale 3D-CNNsによる脳MRI画像の低悪性度グリオーマの1p/19q共欠損分類”，電気学会論文誌C, Vol.142, Vol.5, pp.550-556, 2022.

11. Katsuhiro Inoue, Ryohei Nakayama, Shiho Isoshima, Shinichi Takase, Tsunehiro Yamahata, Maki Umino, Masayuki Maeda, Hajime Sakuma, "Semiautomated Segmentation and Volume Measurements of Cervical Carotid High-Signal Plaques Using 3D Turbo Spin-Echo T1-Weighted Black-Blood Vessel Wall Imaging: A Preliminary Study", Diagnostics, Vol.12, No.4, pp.1-9, 2022.

12. Fumine Tanaka, Maki Umino, Masayuki Maeda, Ryohei Nakayama, Katsuhiro Inoue, Ryota Kogue, Makoto Obara, Hajime Sakuma, "Tumor blood flow and apparent diffusion coefficient histogram analysis for differentiating malignant salivary tumors from pleomorphic adenomas and Warthin’s tumors", Scientific Reports, Vol.12, pp.1-10, 2022.

13. Hitoshi Kitahara, Yukihiro Nagatani, Hideji Otani, Ryohei Nakayama, Yukako Kida, Akinaga Sonoda, Yoshiyuki Watanabe, "A novel strategy to develop deep learning for image super-resolution using original ultra-high-resolution computed tomography images of lung as training dataset", Jpn J Radiol, Vol.40, No.1, pp.38-47, 2022.

14. 山下裕之介，檜作彰良，中山良平，“Cross Modality Pre-Trainingを用いたTwo-Stream 3D Convolutional Neural Networksによる万引き行動の自動検知”，情報処理学会論文誌，Vol.62, No.6, pp.1193-1199, 2021. 

15. Yuya Nishitani, Ryohei Nakayama, Daisei Hayashi, Akiyoshi Hizukuri, Kan Murata, “Segmentation of Teeth in Panoramic Dental X-ray Images Using U-Net with a Loss Function Weighted on the Tooth Edge”, Radiological Physics and Technology, Vol.14, No.1, pp.64-69, 2021.

16. Akiyoshi Hizukuri, Ryohei Nakayama, Mayumi Nara, Megumi Suzuki, Kiyoshi Namba, “Computer-Aided Diagnosis Scheme for Distinguishing between Benign and Malignant Masses on Breast DCE-MRI Images using Deep Convolutional Neural Network with Bayesian Optimization”, Journal of Digital Imaging, Vol.34, No.1, pp.116-123, 2021.

17. Megumi Suzuki, Ryohei Nakayama, Kiyoshi Namba, HiroyukiKawami, Mayumi Nara, Ralph Smathers, Seigo Nakamura, "Diagnostic Performance of Coronal View in Comparison with Transverse View of Three-Dimensional Automated Breast Ultrasound", Acta Radiol., Vol.62, No.1, pp.27-33, 2021.

18. Shoichi Magawa, Masafumi Nii, Masaki Ishida, Shinichi Takase, Ryohei Nakayama, Naosuke Enomoto, Hiroaki Tanaka, Eiji Kondo, Hajime Sakuma, Tomoaki Ikeda, "Evaluation of placental oxygenation index using blood oxygen level-dependent magnetic resonance imaging (BOLD-MRI) during normal late pregnancy", J Matern Fetal Neonatal Med, pp.1-13, 2021

19. Hiroki Kobayashi, Ryohei Nakayama, Akiyoshi Hizukuri, Masaki Ishida, Kakuya Kitagawa, Hajime Sakuma, "Improving Image Resolution of Whole-Heart Coronary MRA Using Convolutional Neural Network", Journal of Digital Imaging, Vol.33, No.2, pp.497-503, 2020.

20. Yoshinori Kanii, Yasutaka Ichikawa, Ryohei Nakayama, Motonori Nagata, Masaki Ishida, Kakuya Kitagawa, Shuichi Murashima, Hajime Sakuma, "Usefulness of dictionary learning-based processing for improving image quality of sub-millisievert low-dose chest CT: initial experience", Jpn J Radiol., Vol.38, No.3, pp.215-221, 2020.

21. 檜作 彰良 , 中山 良平, "病理組織画像解析の研究動向", 医用画像情報学会雑誌, Vol.36, pp.53–58, 2019.

22. 檜作 彰良, 中山 良平, 服部 政幸, "事例ベース超解像技術を用いた歯科パノラマX線画像の高画質化", 医用画像情報学会雑誌, Vol.36, No.4, pp.162-172, 2019.

23. Hiroshi Ashiba, Ryohei Nakayama, "Computerized evaluation scheme to detect metastasis in sentinel lymph nodes using contrast-enhanced computed tomography before breast cancer surgery", Radiological Physics and Technology, Vol.12, pp.55–60, 2019. 

24. Akiyoshi Hizukuri, Ryohei Nakayama, "Computer-aided Diagnosis Scheme for Determining Histological Classification of Breast Masse on Ultrasonographic Images using Convolutional Neural Network", Diagnostics, Vol.8, pp.1-9, 2018.

25. Akiyoshi Hizukuri, Ryohei Nakayama, Hiroshi Ashiba, "Segmentation Method of Breast Masses on Ultrasonographic Images Using Level Set Method Based on Statistical Model", Journal of Biomedical Science and Engineering, Vol.10, pp.149-162, 2017.

26. Naohisa Suzawa, Yasutaka Ichikawa, Masaki Ishida, Yoya Tomita, Ryohei Nakayama, Hajime Sakuma, "Respiratory-gated time-of-flight PET/CT during whole-body scan for lung lesions: feasibility in a routine clinical setting and quantitative analysis", Annals of Nuclear Medicine, Vol.30, pp.722-730, 2016.

27. Akiyoshi Hizukuri, Ryohei Nakayama, Emi Honda, Yumi Kashikura, Tomoko Ogawa, "Computerized Scheme for Histological Classification of Masses with Architectural Distortions in Ultrasonographic Images",  Journal of Biomedical Science and Engineering, Vol.9, pp.399-409, 2016.

28. Mai Shibusawa, Ryohei Nakayama, Yuko Okanami, Yumi Kashikura, Nao Imai, Takashi Nakamura, Hiroko Kimura, Masako Yamashita, Noriko Hanamura, Tomoko Ogawa, "The usefulness of a computer-aided diagnosis scheme for improving the performance of clinicians to diagnose non-mass lesions on breast ultrasonographic images" Journal of Medical Ultrasonics, Vol.43, pp.387-394, 2016.

29. Masaki Ishida, Kakuya Kitagawa, Takashi Ichihara, Takahiro Natsume, Ryohei Nakayama, Naoki Nagasawa, Makiko Kubooka, Tatsuro Ito, Mio Uno, Yoshitaka Goto, Motonori Nagata, Hajime Sakuma, "Underestimation of myocardial blood flow by dynamic perfusion CT: Explanations by two-compartment model analysis and limited temporal sampling of dynamic CT", Journal of Cardiovascular Computed Tomography, Vol.10, pp.207-214, 2016.

30. Emi Honda, Ryohei Nakayama, Hitoshi Koyama, Akiyoshi Yamashita, "Computer-Aided Diagnosis Scheme for Distinguishing Between Benign and Malignant Masses in Breast DCE-MRI", Journal of Digital Imaging, Vol.29, pp.388-393, 2016.

【学会発表】

1. GAO Zhihui，中山 良平，檜作 彰良, “Channel attention機構を導入したResnet50によるマンモグラム上の腫瘤病変のサブタイプ分類”, 第33回日本乳癌検診学会学術総会, 2023.

2. 小原 大和，中山 良平，檜作 彰良, “ConvNeXtを用いたマンモグラムにおける石灰化を伴う乳がんのサブタイプの分類”, 第33回日本乳癌検診学会学術総会, 2023.

3. Masafumi Takafuji, Masaki Ishida, Takuma Shiomi, Ryohei Nakayama, Satoshi Nakamura, Hajime Sakuma, “Computerized classification method for coronary artery stenosis on coronary MRA images using deep convolutional neural network with weighting layer”, The Society for Magnetic Resonance Angiography 2023.

4. 奥村 恵理香，中山 良平，奥村 英一郎，鈴木 伸忠，神子 さとみ, “”マンモグラムを対象とした深層学習によるポジショニング不良分類, 第51回日本放射線技術学会秋季学術大会, 2023.

5. 渋谷 恒介，中山 良平，檜作 彰良，村田 乾, “Alpha-blendingによるデータ拡張と敵対的学習を用いたDeepLab v3による歯種セマンティックセグメンテーション”,  第42回日本医用画像工学会大会, 2023.

6. Gao Zhihui，中山 良平，檜作 彰良，木戸 尚治, “Soft-boundaryを導入したSVDD-AEによる胸部CT画像の異常検知”, 第42回日本医用画像工学会大会, 2023.

7. Shimpei Kobayashi, Akiyoshi Hizukuri, Ryohei Nakayama, “Video Anomaly Detection Using Encoder-Decoder Networks with Video Vision Transformer and Channel Attention Modules”, 18TH INTERNATIONAL CONFERENCE ON MACHINE VISION APPLICATIONS (MVA), 2023.

8. Zhihui Gao, 中山 良平, 檜作 彰良, 木戸 尚治, “Wavelet Lossを導入したSupport Vector Data Description-autoencoder（SVDD-AE）による胸部CT画像の病変検知”, 第79回日本放射線技術学会総会学術大会, 2023.

9. 渋谷 恒介, 中山 良平, 檜作 彰良, 木戸 尚治, “学習安定化手法を導入したGANomalyによる胸部CT画像の異常検知”, 第79回日本放射線技術学会総会学術大会, 2023.

10. 佐橋 拓哉, 中山 良平, 檜作 彰良, Zhihui GAO, 児玉 良典, 眞能 正幸, 吉岡 絵麻, 兼松 大介, 正札 智子, 金村 米博, “SE-ConvNeXtを用いた脳病理組織画像における正常・異常組織分類”, 電子情報通信学会総合大会, 2023.

11. 小林 慎平, 檜作 彰良, 中山 良平, “Two-Stream Memory-guided Autoencoderを用いた防犯カメラ映像の異常検知”, 電子情報通信学会総合大会, 2023.

12. 塩見 拓真, 中山 良平, 檜作 彰良, 高藤 雅史, 石田 正樹, 佐久間　肇, “Weighting層を導入したCNNによる冠動脈MRA画像における冠動脈狭窄分類”, 電子情報通信学会総合大会, 2023.

13. 小嶋 貴樹, 中山 良平, 檜作 彰良, 田中 大貴, 野口 智幸, "YOLOv7とRoIAlign組み込みCNNによる虫垂炎検出", 電子情報通信学会総合大会, 2023.

14. 倉友 遼太, 中山 良平, 檜作 彰良, 木戸 尚治, "異常検知モデルによるPET検診画像の病変検出",  電子情報通信学会総合大会, 2023.

15. D. Tanaka, A. Hizukuri, R. Nakayama, K. Kusuda, K. Masamune, Y. Muragaki, "Computerized classification method for molecular subtypes of low-grade glioma in brain MRI images using 3D-attention branch networks with additive angular margin penalty", 2023 INTERNATIONAL WORKSHOP ON ADVANCED IMAGE TECHNOLOGY (IWAIT2023).

16. Zhihui Gao, Ryohei Nakayama, Akiyoshi Hizukuri, Kosuke Shibuya, Shoji Kido, "Anomaly Detection for Lung CT Images Using SVDD-AE", 2022 IEEE 11th Global Conference on Consumer Electronics (GCCE).

17. 井坂勇貴，中山良平，檜作彰良，“伸展固定肺CT画像の高精細化”，電子情報通信学会総合大会，p.103，オンライン，2022年3月.

18. 渋谷恒介，檜作彰良，中山良平，“Modified Skip-GANomaly による胸部CT画像の異常検知”，電子情報通信学会総合大会，p.105, オンライン，2022年3月.

19. GAO Zhihui，檜作彰良，中山良平，“教師なし学習を用いたskip VAE による胸部CT 画像の病変検知”，電子情報通信学会総合大会，p.106，オンライン，2022年3月.

20. 田中大貴，檜作彰良，中山良平, "3D-Attention Branch Networks を用いた脳 MRI 画像における低悪性度グリオーマの 1p/19q 共欠失推定法", 第40回日本医用画像工学会大会, 2021年9月.

21. Daiki Tanaka, Akiyoshi Hizukuri, Ryohei Nakayama, “Computerized prediction method for low-grade gliomas with 1p/19q codeletion in brain MRI images using 3-dimensional attention branch networks”, Int. J. CARS (Suppl 1), S116-S117, 2021.

22. Daisei Hayashi, Ryohei Nakayama, Akiyoshi Hizukuri, Kan Takeda, “Semantic segmentation for tooth type using DeepLab v3 with adversarial training”, Int. J. CARS (Suppl 1), S97-S98, 2021.

23. 田中大貴，檜作彰良，中山良平，” 3次元Radiomics特徴量を用いた脳MRI画像における低悪性度グリオーマの1p/19q共欠失推定”， 第77回日本放射線技術学会総会学術大会，2021年4月.

24. 林大誠，中山良平，檜作彰良，村田乾，“敵対的学習を用いたDeepLabv3による歯種セマンティックセグメンテーション”，電子情報通信学会総合大会（オンライン），2021年3月9日〜12日.

25. 丸井勇輝，檜作彰良，中山良平，“複数CNNモデルによる各顔パーツの高解像度化”，電子情報通信学会総合大会（オンライン），2021年3月9日〜12日.

26. 平田悠人，檜作彰良，中山良平，“Global Reasoningユニットを用いたグラフ畳み込みニューラルネットワークによる顔パーツのセマンティックセグメンテーション”，電子情報通信学会総合大会（オンライン），2021年3月9日〜12日.

27. 田中大貴，檜作彰良，中山良平，”Radiomics特徴量を用いた乳房MRI画像におけるトリプルネガティブ乳がんの推定法”，第30回 日本乳癌画像研究会（オンライン），2021年2月12日.

28. 入谷将平，中山良平，檜作彰良，後藤眞理子，酒井晃二，“ダイナミック乳房MRI画像における各時相の信号値を用いた非腫瘤性造影病変抽出”，第30回 日本乳癌画像研究会（オンライン），2021年2月13日．

29. Shinya Kunieda, Akiyoshi Hizukuri, and Ryohei Nakayama, "Computerized determination scheme for histological classification of masses on breast ultrasonographic images using combination of CNN features and morphologic features", Proc. SPIE 11513, 15th International Workshop on Breast Imaging (IWBI2020), 115131Y (22 May 2020).

30. Yuichi Mima, Akiyoshi Hizukuri, and Ryohei Nakayama, "Computerized classification scheme for distinguishing between benign and malignant masses by analyzing multiple MRI sequences with convolutional neural network", Proc. SPIE 11513, 15th International Workshop on Breast Imaging (IWBI2020), 115131Z (22 May 2020).

31. 山下裕之介，檜作彰良，中山良平，”Two-Stream 3D Convolutional Neural Network (TS-3DCNN)による万引き行動の自動検知”，FIT2020（第19回情報科学技術フォーラム），pp.105-106, 2020.

32. 宮本旭, 檜作彰良，中山良平，” Dice Loss とMulti Decoder Losses を用いた顔パーツのセマンティックセグメンテーション”, FIT2020（第19回情報科学技術フォーラム），pp.133-134, 2020.

33. 田中滉大，中山良平，檜作彰良，市川泰祟，石田正樹，北川覚也，佐久間肇，"ベイズ最適化による医療画像応用CNN（Convolutional Neural Network）のハイパーパラメータの決定", 第18回情報科学技術フォーラム, 岡山, 2019年9月

34. 高瀬唯人，中山良平，檜作彰良，市川泰崇，石田正樹，北川覚也，佐久間 肇,"深層学習によるシネMRI(Magnetic Resonance Imaging)画像の高フレームレート化", 第18回情報科学技術フォーラム, 岡山, 2019年9月

35. 林 大誠，中山良平，檜作彰良，黒住眞史，真鍋俊明，"GANを用いた病理組織画像における異常組織の自動同定法"，第38回日本医用画像工学会大会，奈良，2019年7月

36. 檜作彰良，中山良平，児玉良典，眞能正幸，吉岡絵麻，兼松大介，正札智子，金村 米博，"One Class Support Vector Machine(OC-SVM)を用いたグリオーマ病 理組織像からの非破壊的遺伝子異常評価法", 第108回日本病理学会総会, 東京, 2019年5月．

37. 内藤憲宏，中山良平，檜作彰良，黒住眞史，真鍋俊明，"人工知能を用いた病理組織標本の採取臓器の自動分類法"，第108回日本病理学会総会，東京, 2019年5月．

38. 林大誠，中山良平，檜作彰良，黒住眞史，真鍋俊明，"人工知能を用いた病理組織画像における正常組織の自動同定法"，第108回日本病理学会総会，東京, 2019年5月．

39. 内藤憲宏，中山良平，檜作彰良，黒住眞史，真鍋俊明，"深層学習による病理組織標本の採取臓器の同定", 平成30年度医用画像研究会, 沖縄, 2019年1月.

40. 櫻井基成，中山良平，浅尾充彦，檜作彰良，市川泰崇，北川覚也，佐久間肇,  "肺野／肺野以外に異なる畳み込みニューラルネットワーク(CNN)を用いた超低線量CT画像の高画質化", 平成30年度医用画像研究会, 沖縄, 2019年1月.

41. 檜作彰良，中山良平，児玉良典，眞能正幸，吉岡絵麻，兼松大介，正札智子，金村米博，"深層学習を用いたグリオーマ病理組織像からの遺伝子発現同定法", 平成30年度医用画像研究会, 沖縄, 2019年1月.

42. Kodai Tanaka, Akiyoshi Hizukuri, Ryohei Nakayama, Masaki Ishida, Kakuya Kitagawa, Hajime Sakuma, Yasutaka Ichikawa, Hiroki Kobayashi, Yuito Takase, Yugo Onishi, "Optimization Method of Hyper-Parameters in Convolutional Neural Network for Medical Image Application", Radiological Society of North America 2018 104th Scientific Assembly and Annual Meeting (RSNA2018), Chicago, Nov. 2018.

43. 浅尾充彦，中山良平，檜作彰良，石田正樹，市川泰崇, 北川覚也，佐久間肇, "学習型超解像技術による超低線量CT画像の高画質化の検討", 平成30年度医用画像情報学会秋季（第182回）大会, 熊本, 2018年10月.

44. 山田知葉，中山良平，檜作彰良，浅尾充彦，櫻井基成，市川泰崇，北川覚也，佐久間肇, "超低線量CT高画質化技術の高速化", 平成30年度医用画像情報学会秋季（第182回）大会, 熊本, 2018年10月.

45. 小林大輝，中山良平，檜作彰良，石田正樹，北川覚也，佐久間肇，"深層学習を用いた冠動脈MRAの高解像度化", 平成30年度医用画像情報学会秋季（第182回）大会, 熊本, 2018年10月.

46. 内藤憲宏, 中山良平, 檜作彰良, 黒住眞史, 真鍋俊明, "畳み込みニューラルネットワーク(CNN)を用いた病理組織標本の採取臓器の同定", 第17回情報科学技術フォーラム, 福岡, 2018年9月.

47. 竹内優太, 檜作彰良, 高橋正志朗, 中山良平, "冠動脈MRA(Magnetic Resonance Angiography)画像を対象とした超解像技術の高速化", 第17回情報科学技術フォーラム, 福岡, 2018年9月.

48. 櫻井基成, 中山良平, 浅尾充彦, 檜作彰良, 市川泰崇，北川覚也，佐久間肇，"超低線量Computed Tomography画像高画質化のための畳み込みニューラルネットワーク(CNN)の構築", 第17回情報科学技術フォーラム, 福岡, 2018年9月.

49. 高瀬唯人，中山良平，檜作彰良，石田正樹，北川覚也，佐久間肇，"畳み込みニューラルネットワークを用いたシネMRI  （Magnetic Resonance Imaging）の高フレームレート化", 第37回日本医用画像工学会大会, つくば, 2018年7月.

50. 田中滉大，中山良平，小林大輝，檜作彰良，石田正樹，北川覚也，佐久間肇，"ベイズ最適化法に基づく冠動脈MRA高解像度化のためのConvolutional Neural Networkの最適化, 第37回日本医用画像工学会大会, つくば, 2018年7月.

51. 柴原翔，中山良平，大西悠吾，檜作彰良，難波清，中島恵，"複数シーケンス乳房MRI(Magnetic Resonance Imaging)画像における腫瘤病変の良悪性分類アルゴリズム", 第37回日本医用画像工学会大会, つくば, 2018年7月.

52. S. Takahashi, R. Nakayama, M. Asao, A. Hizukuri, M. Ishida, K. Kitagawa, H. Sakuma, "Improving image resolution of whole heart coronary magnetic resonance angiography using 3-dimentional super-resolution technique", International journal of computer asisted radiology and surgery (CARS2018), S165, 2018.

【講演】

1. 中山良平. "Radiomicsのマンモグラフィへの適用", 第33回日本乳癌検診学会学術総会, 福岡, 2023年11月.

2. 中山良平. "実践ディープラーニング研究：性能評価の方法", 第78回日本放射線技術学会総会学術大会, 横浜, 2022年4月.

3. 中山良平. "今さら聞けないディープラーニング基礎", 第32回多摩医用デジタル研究会, 東京, 2022年3月.

4. 中山良平. "深層学習の基礎と応用〜技術の多様性と人の調和", 第37回 日本診療放射線技師学術大会, 東京, 2021年11月．

5. ​中山良平. "AI の各モデルとその応用", 第18回日本乳癌学会九州地方会, 熊本, 2021年3月.

6. 中山良平. "AIの基礎と乳房画像診断への応用", 第30回日本乳癌画像研究会, 福岡, 2021年2月.

7. 中山良平. "乳腺USにおけるAI研究動向", 第30回日本乳癌検診学会学術総会, 仙台, 2020年11月.

8. 中山良平. "深層学習の基礎と画像診断への応用", 滋賀医大 AI研究会, 滋賀, 2020年2月.

9. 中山良平. "畳み込みニューラルネットワークによる肺結節良悪性鑑別", 第47回日本放射線技術学会秋季学術大会, 大阪, 2019年10月.

10. 中山良平. "AIの基礎と医療画像への応用", 第96回東海核医学セミナー, 名古屋, 2019年6月.

11. 中山良平. "画像診断とAI", 第44回城南乳腺研究会, 東京, 2019年3月.

12. 中山良平. "Texture Analysis", 第38回日本画像医学会学術集会, 東京, 2019年3月.

13. 中山良平. "超高解像技術とディープラーニングの基礎", 第71回埼玉CT Technology Seminar, 埼玉, 2018年10月.

14. Akiyoshi Hizukuri. "Application of Artificial Intelligence to Medical Imaging", Asia Pacific Society for Computing and Information Technology 2018 Annual Meeting (APSCIT 2018 Annual Meeting), 札幌,  2018年7月.

15. 中山良平. "判別器と深層学習", 第74回日本放射線技術学会総会学術大会, 横浜, 2018年4月.

16. 中山良平. "人工知能（畳込みニューラルネットワーク）の医療への応用", MATLAB EXPO 2017 基調講演－ディープラーニング－, 東京, 2017年10月. 

【著書】

1. 中山良平（分担執筆）, "標準 医用画像のためのディープラーニング: 入門編", オーム社, 2020年（ISBN：978-4274225451）

2. 中山良平（分担執筆）, "人と共生するAI革命　～活用事例からみる生活･産業･社会の未来展望～", （株）エヌ・ティー・エス, 2019年（ISBN：978-4-86043-608-7）

3. 檜作彰良（分担執筆）, “機械学習・人工知能業務活用の手引き ～導入の判断・具体的応用とその運用設計事例集～”,  株式会社情報機構, 2017年（ISBN：978-4-86502-142-4）.

4. Ryohei Nakayama（分担執筆）, “Image-Based Computer-Assisted Radiation Therapy”,  Springer Singapore, 2017（ISBN：978-981-10-2943-1）.

【受賞】

1. ​優秀賞＆理研ボクセル賞 外観検査アルゴリズムコンテスト2021

2. Radiological Society of North America 2018: Award for Certificate of Merit (Optimization Method of Hyper-Parameters in Convolutional Neural Network for Medical Image Application), 2018.

3. Radiological Society of North America 2018: Award for Certificate of Merit (Pseudocontinuous Arterial Spin Labeling: Clinical Applications and Usefulness in Head and Neck Entities), 2018.

4. Symposium Neuroradiologicum 2018: Cum Laude (Clinical applications and usefulness of pseudocontinuous arterial spin labeling in head and neck entities), 2018.

5. 第36回日本医用画像工学会大会: 奨励賞（畳み込みニューラルネットワークを用いた超低線量CT画像の高画質化）, 2017.

​