Yoshitaka Bito 研究室
主宰者:Yoshitaka Bito
北海道大学
AI 要約(直近 5 年の研究成果)
Yoshitaka Bito研究室では、磁気共鳴画像(MRI)技術を用いた脳と肝臓の医用画像解析に関する研究を行っています。特に脳脊髄液(CSF)の流れの可視化と定量化に力を入れており、低b値拡散テンソル画像法を用いてCSFの複雑な流動特性を調べています。また、酸素同位体標識水を用いた直接注入法により、脳表面での水の動きをリアルタイムで観察し、脳の老廃物クリアランスシステムに関する理解を深めています。
同時に、画像再構成技術の開発にも取り組んでいます。定量パラメータマッピング法により脳組織の組成(髄鞘やアイアン含有量)を詳細に分析し、正常加齢や神経疾患における変化を捉える手法を確立しています。さらに、深層学習を応用して、高速なMRI撮像と画像品質の両立を実現し、臨床応用に向けた効率的な撮像プロトコルの開発を進めています。
肝臓イメージングでは、ガドキセト酸という造影剤と新規パルス配列を組み合わせることで、肝細胞特異的な増強効果を高め、肝機能評価の精度向上を図っています。これらの研究を通じて、MRI技術を基盤としながら、神経疾患や肝疾患の診断・治療に貢献する画像解析手法の開発を目指しています。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 医学Shinji Tanaka 研究室東京大学論文 149 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +9
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +9
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +9
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +6
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 深層学習, AI・機械学習, 機械学習, 計算機科学 +6
- 医学Kentaro Goto 研究室University of Tokyo Hospital論文 158 件·共通: AI・機械学習, 機械学習, 計算機科学, システム +7
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 132 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +6
- 医学Satoshi Suzuki 研究室Keio University Hospital論文 100 件·共通: AI・機械学習, 機械学習, 計算機科学, システム +6
研究成果(38 件)
- DOI: https://doi.org/10.58530/2025/0451
- DOI: https://doi.org/10.1016/j.neuroimage.2025.121599
- DOI: https://doi.org/10.58530/2025/3073
- DOI: https://doi.org/10.58530/2025/0253
- DOI: https://doi.org/10.58530/2025/2984
- DOI: https://doi.org/10.1002/mrm.70062
- DOI: https://doi.org/10.2463/jjmrm.2025-1844
- DOI: https://doi.org/10.1007/s00261-025-04817-y
- DOI: https://doi.org/10.58530/2024/0587
- DOI: https://doi.org/10.58530/2024/2933
続きを表示(残り 28 件)閉じる
- DOI: https://doi.org/10.1007/s11604-024-01688-z
- DOI: https://doi.org/10.1007/s11604-024-01666-5
- DOI: https://doi.org/10.1007/s12194-024-00836-4
- DOI: https://doi.org/10.58530/2023/2630
- [2024] Low b-value DTI of CSF: Resolving Intravoxel Incoherent Motion into Ordered and Disordered MotionsDOI: https://doi.org/10.58530/2023/3003
- DOI: https://doi.org/10.1007/s10334-024-01155-w
- DOI: https://doi.org/10.2463/mrms.mp.2023-0146
- DOI: https://doi.org/10.2463/mrms.tn.2023-0104
- DOI: https://doi.org/10.1093/bjro/tzad003
- DOI: https://doi.org/10.2463/mrms.mp.2023-0081
- DOI: https://doi.org/10.1016/j.mri.2023.08.002
- DOI: https://doi.org/10.58530/2022/3052
- DOI: https://doi.org/10.58530/2022/4306
- DOI: https://doi.org/10.58530/2022/3650
- DOI: https://doi.org/10.58530/2022/2908
- [2023] Characterization of Breast Tumors from MR Images Using Radiomics and Machine Learning ApproachesDOI: https://doi.org/10.3390/jpm13071062
- DOI: https://doi.org/10.2463/jjmrm.2022-1781
- DOI: https://doi.org/10.2463/mrms.mp.2021-0043
- DOI: https://doi.org/10.1016/j.ejrad.2022.110525
- DOI: https://doi.org/10.2463/mrms.mp.2021-0045
- DOI: https://doi.org/10.2463/mrms.mp.2022-0041
- DOI: https://doi.org/10.1002/jmri.28210
- DOI: https://doi.org/10.2463/mrms.mp.2021-0015
- DOI: https://doi.org/10.1038/s41598-022-05711-z
- DOI: https://doi.org/10.1007/s00330-022-08547-3
- DOI: https://doi.org/10.2463/mrms.mp.2020-0175
- [2021] Low <i>b</i>‐value diffusion tensor imaging for measuring pseudorandom flow of cerebrospinal fluidDOI: https://doi.org/10.1002/mrm.28806
- DOI: https://doi.org/10.1097/rct.0000000000001139
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。