使用最小樹法檢測乳房良性乳管內增生性病灶與非典型乳管增生/乳管原位癌細胞結構的差異_Ryoji Chiba (2022-JA-PO-29)級別：初級
在人類病理學中，乳房導管內增生性病變根據其細胞學和結構特徵通常分為三類：良性導管增生（UDH）和非典型導管增生（ADH）到導管原位癌（DCIS），或非侵入性形式。作者最近利用電腦影像分析和圖論的最小生成樹方法發現了UDH和ADH/DCIS之間細胞結構的差異。
在人類病理學中，乳管內增生性病變傳統上根據細胞學和組織學特徵分為良性常規乳管上皮增生（UDH）到非典型乳管上皮增生（癌前病變和早期癌）三種類型。位癌（DCIS）。這些都是病理學家透過顯微觀察憑經驗和直觀確定的，但最近作者利用基於計算機的圖像分析和圖論中的最小樹方法來找出UDH和ADH/DCIS是否具有細胞結構關係，我們找到了客觀的關係。
前東北大學（老化與老化研究所病理器官結構研究部）講師。醫學博士。前教育部海外研究員（醫學）（丹麥王國奧胡斯大學）。
在人類病理學領域，我一直利用幾何機率論和積分幾何的定量形態學、數位影像分析和多元統計分析來研究疾病的病理發展過程。有關肝硬化、肺泡上皮、胰腺導管上皮和子宮內膜中發生的早期癌症、其前驅病變以及癌症肝轉移的研究論文（ https://pubmed.ncbi.nlm.nih.gov/7804428/ ， https 
/pubmed.ncbi.nlm.nih.gov/7804429/，https://pubmed.ncbi.nlm.nih.gov/8402446/，https: //pubmed.ncbi.nlm.nih.gov/8135625/ ， https://pubmed.ncbi.nlm.nih.gov/7840839/，https /pubmed.ncbi.nlm.nih.gov/10560494/）。我對可應用於分析癌症發展過程及其組織診斷的數學方法感興趣，尤其對聚類分析和判別分析等數值分類方法感興趣。作為統計分析平台，我在大型主機上使用過 Fortran 統計子程序，在 PC 上使用過 SPSS 和 SYSTAT，並且從版本 8 開始就是 JMP 使用者。
進階統計建模基礎資料分析與建模消費者與市場研究資料存取數據探索和視覺化預測建模和機器學習品質和工藝工程
