2021/12/23 更新

写真a

ダウド ビレル
DAOUD BILEL
DAOUD BILEL
所属
自然科学学域 助教(特任)
職名
助教(特任)

学位

  • 博士(工学) ( 九州大学大学院 システム情報科学研究科 知能システム学専攻 ) ( 2020年12月 )

研究キーワード

  • Medical Image Processing Computational anatomy Computer aided system for therapy and surgery

  • コンピュータ支援診断・手術

  • 医用画像処理

  • 計算解剖学

  • 放射線療法の計画と治療

研究分野

  • 情報通信 / 生命、健康、医療情報学  / 医用画像 、放射線療法

  • 情報通信 / 知覚情報処理  / 画像情報処理

  • ライフサイエンス / 医用システム  / コンピューター支援手術、リアルタイム画像誘導療法

学歴

  • 九州大学   Graduate School of Information Science and Electrical Engineering   PhD in Information and Intelligent Engineering

    2017年4月 - 2020年12月

      詳細を見る

    国名: 日本国

    researchmap

経歴

  • 岡山大学   大学院自然科学研究科   特任助教   特任助教

    2021年4月 - 現在

      詳細を見る

    国名:日本国

    researchmap

  • 岡山大学   大学院自然科学研究科   非常勤研究者   非常勤研究者

    2020年7月 - 2021年3月

      詳細を見る

    国名:日本国

    researchmap

所属学協会

 

論文

  • A Deep Learning-Based Method for Predicting Volumes of Nasopharyngeal Carcinoma for Adaptive Radiation Therapy Treatment 招待 査読 国際共著

    Bilel Daoud, Ken'ichi Morooka, Shoko Miyauchi, Ryo Kurazume, Wafa Mnejja, Leila Farhat, Jamel Daoud

    2020 25th International Conference on Pattern Recognition (ICPR)   3256 - 3263   2021年1月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Dose distribution prediction for optimal treamtment of modern external beam radiation therapy for nasopharyngeal carcinoma 招待 査読 国際共著

    Bilel Daoud, Ken’ichi Morooka, Shoko Miyauchi, Ryo Kurazume, Wafa Mnejja, Leila Farhat, Jamel Daoud

    Workshop on Artificial Intelligence in Radiation Therapy MICCAI 2019   128 - 136   2019年10月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • 3D segmentation of nasopharyngeal carcinoma from CT images using cascade deep learning

    Bilel Daoud, Ken’ichi Morooka, Ryo Kurazume, Farhat Leila, Wafa Mnejja, Jamel Daoud

    Computerized Medical Imaging and Graphics   77   101644   2019年10月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

  • A Deep Learning-Based Method for Predicting Volumes of Nasopharyngeal Carcinoma for Adaptive Radiation Therapy Treatment

    Bilel Daoud, Ken'ichi Morooka, Shoko Miyauchi, Ryo Kurazume, Wafa Mnejja, Leila Farhat, Jamel Daoud

    2020 25TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR)   3256 - 3263   2021年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IEEE COMPUTER SOC  

    This paper presents a new system for predicting the spatial change of Nasopharyngeal carcinoma(NPC) and organ-at-risks (OARs) volumes over the course of the radiation therapy (RT) treatment for facilitating the workflow of adaptive radiotherapy. The proposed system, called " Tumor Evolution Prediction (TEP-Net)", predicts the spatial distributions of NPC and 5 OARs, separately, in response to RT in the coming week, week n. Here, TEP-Net has (n-1)-inputs that are week 1 to week n-1 of CT axial, coronal or sagittal images acquired once the patient complete the planned RT treatment of the corresponding week. As a result, three predicted results of each target region are obtained from the three-view CT images. To determine the final prediction of NPC and 5 OARs, two integration methods, weighted fully connected layers and weighted voting methods, are introduced. From the experiments using weekly CT images of 140 NPC patients, our proposed system achieves the best performance for predicting NPC and OARs compared with conventional methods.

    DOI: 10.1109/ICPR48806.2021.9412924

    Web of Science

    researchmap

  • PO-1668: Can we use cascade deep learning for GTV delineation in adaptive radiotherapy for NPC?

    B Daoud, K Morooka, R Kurazume, N Fourati, W Mnejja, L Farhat, J Daoud

    152   S916 - S916   2020年11月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • PO-1668: Can we use cascade deep learning for GTV delineation in adaptive radiotherapy for NPC?

    B. Daoud, K. Morooka, R. Kurazume, N. Fourati, W. Mnejja, L. Farhat, J. Daoud

    Radiotherapy and Oncology   152   S916 - S916   2020年11月

     詳細を見る

    掲載種別:研究論文(学術雑誌)   出版者・発行元:Elsevier BV  

    DOI: 10.1016/s0167-8140(21)01686-8

    researchmap

  • A Method for Predicting Dose Distribution of Nasopharyngeal Carcinoma Cases by Multiple Deep Neural Networks 招待 査読 国際共著

    Bilel Daoud, Ken'ichi Morooka, Shoko Miyauchi, Ryo Kurazume, Wafa Mnejja, Leila Farhat, Jamel Daoud

    2020 Joint 9th International Conference on Informatics, Electronics & Vision (ICIEV) and 2020 4th International Conference on Imaging, Vision & Pattern Recognition (icIVPR)   1 - 6   2020年8月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Automatic segmentation of nasopharyngeal carcinoma from CT images

    Bilel Daoud, Ali Khalfallah, Leila Farhat, Wafa Mnejja, Ken'ichi Morooka, Med Salim Bouhlel, Jamel Daoud

    International Journal of Biomedical Engineering and Technology   33 ( 3 )   240 - 257   2020年7月

     詳細を見る

    担当区分:責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

  • A Method for Predicting Dose Distribution of Nasopharyngeal Carcinoma Cases by Multiple Deep Neural Networks

    Bilel Daoud, Ken'ichi Morooka, Shoko Miyauchi, Ryo Kurazume, Wafa Mnejja, Leila Farhat, Jamel Daoud

    2020 JOINT 9TH INTERNATIONAL CONFERENCE ON INFORMATICS, ELECTRONICS & VISION (ICIEV) AND 2020 4TH INTERNATIONAL CONFERENCE ON IMAGING, VISION & PATTERN RECOGNITION (ICIVPR)   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IEEE  

    In this paper, we propose a method for predicting dose distribution images of patients with Nasopharyngeal carcinoma (NPC) from contoured computer tomography (CT) images. The proposed system is based on our previous method In The first phase is to obtain the feature maps of 2D dose images of each beam from contoured CT images of a patient by convolutional deep neural network model. In the second phase, dose distribution images are predicted from the obtained feature maps by the integration network. Our modified system predicted dose distribution images accurately. From the experimental results using 80 NPC patients' images, the average number of pixels that satisfy the dose constraints of tumors and OARs regions is 81.9% and 86.1%, respectively. The proposed system had a global 3D gamma passing rates varying from 82.1% to 97.2% for all regions and an overall mean absolute errors (MAEs) was 1.0 +/- 1.2. From the obtained results, our modified system is superior to the results obtained in our previous system results and conventional methods.Contribution-The use of the predicted 7-beam weights, as input, into our CNN network leads to improve the predicted dose distribution.

    Web of Science

    researchmap

  • Automatic segmentation of Nasopharyngeal carcinoma from CT images

    Daoud, Bilel, Khalfallah, Ali, Farhat, Leila, Mnejja, Wafa, Morooka, Ken'ichi, Bouhlel, Med Salim, Daoud, Jamel

    International Journal of Biomedical Engineering and Technology   33 ( 3 )   240 - 257   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Inderscience Publishers (IEL)  

    DOI: 10.1504/ijbet.2017.10016628

    researchmap

  • 3D segmentation of nasopharyngeal carcinoma from CT images using cascade deep learning

    Daoud, Bilel, Morooka, Ken’ichi, Kurazume, Ryo, Leila, Farhat, Mnejja, Wafa, Daoud, Jamel

    Computerized Medical Imaging and Graphics   77   101644 - 101644   2019年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Elsevier  

    DOI: 10.1016/j.compmedimag.2019.101644

    researchmap

  • Dose Distribution Prediction for Optimal Treamtment of Modern External Beam Radiation Therapy for Nasopharyngeal Carcinoma

    Daoud, Bilel, Morooka, Ken’ichi, Miyauchi, Shoko, Kurazume, Ryo, Mnejja, Wafa, Farhat, Leila, Daoud, Jamel

    Artificial Intelligence in Radiation Therapy   128 - 136   2019年

     詳細を見る

    掲載種別:研究論文(国際会議プロシーディングス)  

    DOI: 10.1007/978-3-030-32486-5_16

    researchmap

  • Analyse des fichiers dynalog-Varian pour le contrôle de qualité des radiothérapies dynamiques 招待 査読

    L Farhat, T Sahnoun, B Daoud, J Daoud

    Cancer/Radiothérapie   21 ( 6-7 )   719 - 720   2017年10月

     詳細を見る

    担当区分:筆頭著者   記述言語:フランス語   掲載種別:研究論文(国際会議プロシーディングス)  

  • Analyse des fichiers dynalog-Varian pour le contrôle de qualité des radiothérapies dynamiques

    Farhat, L, Sahnoun, T, Daoud, B, Daoud, J

    Cancer/Radiothérapie   21 ( 6-7 )   719 - 720   2017年10月

     詳細を見る

    記述言語:フランス語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Elsevier  

    DOI: 10.1016/j.canrad.2017.08.093

    researchmap

▼全件表示