Yasutaka Fushimi 研究室
主宰者：Yasutaka Fushimi
京都大学
AI 要約（直近 5 年の研究成果）
本研究室は、脳・脊髄疾患の診断と治療に関する医学研究を進めています。特に、磁気共鳴画像検査（MRI）と陽電子放出断層撮影（PET）などの画像検査の技術開発と臨床応用に注力しており、従来の方法では見えにくかった脳の微細な構造や機能の可視化を目指しています。アルツハイマー病の早期発見、脳梗塞後の代謝経路の理解、脳血管障害の進行予測など、様々な疾患における画像診断の精度向上に取り組んでいます。
さらに、深層学習などの人工知能技術を活用して、既存の医療画像から新たな診断情報を生成する研究も展開しています。例えば、簡単な画像検査から詳細な脳画像を自動生成したり、脳血流検査の代替となる画像を作成したりすることで、患者への負担を減らしながら診断精度を高める工夫をしています。また、遺伝子解析と画像検査を組み合わせて、特定の脳疾患の発症機序や進行を予測する研究も進めており、個別化医療の実現に貢献することを目標としています。
※ 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Hiroaki Shimokawa 研究室東北大学論文 103 件·共通: アルツハイマー, 神経変性疾患, 神経・精神疾患, 血管 +9
- 医学Satoshi Morita 研究室Kyoto University Hospital論文 118 件·共通: アルツハイマー, iPS, 神経変性疾患, 神経・精神疾患 +7
- 医学Kohsuke Kudo 研究室Hokkaido University Hospital論文 104 件·共通: 神経変性疾患, 神経・精神疾患, 血管, 脳 +6
- 材料科学Hirofumi Maruyama 研究室Hiroshima University Hospital論文 103 件·共通: 神経変性疾患, 神経・精神疾患, 血管, 脳 +7
- 医学Kenji Minatoya 研究室Kyoto University Hospital論文 103 件·共通: iPS, 血管, 発生・再生, 生化学 +7
- 医学Kensuke Ueno 研究室東京大学論文 123 件·共通: 神経・精神疾患, 血管, 代謝, 生化学 +6
- 医学Takuhiro Yamaguchi 研究室東北大学論文 104 件·共通: 神経変性疾患, 神経・精神疾患, 血管, 脳 +5
- 医学Yuki Shinya 研究室University of Tokyo Hospital論文 194 件·共通: 血管, 発生・再生, 脳, 基礎神経科学 +7
研究成果（93 件）
- DOI: https://doi.org/10.1007/s00234-026-04037-1
- DOI: https://doi.org/10.1007/s12149-026-02218-9
- DOI: https://doi.org/10.1007/s11604-025-01915-1
- DOI: https://doi.org/10.1007/s11604-025-01908-0
- DOI: https://doi.org/10.58530/2025/1630
- DOI: https://doi.org/10.58530/2025/4724
- DOI: https://doi.org/10.58530/2025/5044
- DOI: https://doi.org/10.58530/2025/0874
- [2025] Generation of 123I-IMP brain SPECT from 3D T1-weighted imaging using a machine-learning-based modelDOI: https://doi.org/10.58530/2025/3240
- DOI: https://doi.org/10.1093/noajnl/vdaf236.107
続きを表示（残り 83 件）閉じる
- DOI: https://doi.org/10.58530/2025/0862
- DOI: https://doi.org/10.1002/jmri.70112
- DOI: https://doi.org/10.1007/s11604-025-01858-7
- DOI: https://doi.org/10.1002/epd2.70061
- DOI: https://doi.org/10.3389/fstro.2025.1610666
- DOI: https://doi.org/10.1002/jmri.70006
- DOI: https://doi.org/10.1007/s11604-025-01806-5
- DOI: https://doi.org/10.1038/s41586-025-08700-0
- DOI: https://doi.org/10.1016/j.radcr.2025.03.052
- DOI: https://doi.org/10.3171/2024.11.peds24495
- DOI: https://doi.org/10.1038/s41598-025-90413-5
- DOI: https://doi.org/10.1161/str.56.suppl_1.98
- DOI: https://doi.org/10.1007/s11604-024-01728-8
- DOI: https://doi.org/10.1007/978-3-031-89844-0_5
- DOI: https://doi.org/10.1016/j.wneu.2025.124733
- DOI: https://doi.org/10.1111/epi.17945
- DOI: https://doi.org/10.2147/eb.s474100
- DOI: https://doi.org/10.1007/s11604-024-01683-4
- DOI: https://doi.org/10.2463/mrms.rev.2024-0056
- DOI: https://doi.org/10.1007/s11604-024-01717-x
- DOI: https://doi.org/10.1111/ene.70022
- DOI: https://doi.org/10.3171/2024.7.jns24237
- DOI: https://doi.org/10.58530/2024/1347
- DOI: https://doi.org/10.58530/2024/2305
- DOI: https://doi.org/10.58530/2024/3911
- DOI: https://doi.org/10.58530/2024/0765
- DOI: https://doi.org/10.2463/mrms.mp.2024-0103
- DOI: https://doi.org/10.1093/brain/awae303
- DOI: https://doi.org/10.1016/j.parkreldis.2024.107134
- DOI: https://doi.org/10.1016/j.acra.2024.08.015
- DOI: https://doi.org/10.1007/s12975-024-01293-2
- DOI: https://doi.org/10.58530/2023/3473
- DOI: https://doi.org/10.58530/2023/1330
- DOI: https://doi.org/10.58530/2023/2083
- DOI: https://doi.org/10.3171/case23709
- DOI: https://doi.org/10.1007/s11604-024-01552-0
- DOI: https://doi.org/10.3171/2024.5.jns24174
- DOI: https://doi.org/10.1212/wnl.0000000000209606
- DOI: https://doi.org/10.1007/s00234-024-03361-8
- DOI: https://doi.org/10.1159/000538527
- [2024] Segmentation and Volume Estimation of the Habenula Using Deep Learning in Patients With DepressionDOI: https://doi.org/10.1016/j.bpsgos.2024.100314
- DOI: https://doi.org/10.1186/s41747-024-00430-8
- DOI: https://doi.org/10.1007/s11604-023-01450-x
- DOI: https://doi.org/10.1177/19714009231224420
- DOI: https://doi.org/10.1016/j.resinv.2023.09.005
- DOI: https://doi.org/10.3171/case2341
- DOI: https://doi.org/10.1007/s00330-023-10251-9
- DOI: https://doi.org/10.3171/case23307
- DOI: https://doi.org/10.1038/s41598-023-43829-w
- DOI: https://doi.org/10.58530/2022/4349
- DOI: https://doi.org/10.58530/2022/4667
- DOI: https://doi.org/10.2463/mrms.mp.2023-0102
- DOI: https://doi.org/10.1016/j.jad.2023.02.060
- DOI: https://doi.org/10.58530/2022/4289
- DOI: https://doi.org/10.1038/s41598-023-39379-w
- DOI: https://doi.org/10.1007/s11604-023-01452-9
- DOI: https://doi.org/10.1007/s12194-022-00694-y
- DOI: https://doi.org/10.1159/000528622
- DOI: https://doi.org/10.1016/j.nicl.2023.103429
- DOI: https://doi.org/10.1016/j.jstrokecerebrovasdis.2023.107428
- DOI: https://doi.org/10.1016/j.ejrad.2022.110658
- DOI: https://doi.org/10.2463/mrms.ici.2022-0109
- DOI: https://doi.org/10.3174/ajnr.a7609
- DOI: https://doi.org/10.3171/2022.4.jns212505
- DOI: https://doi.org/10.1002/ana.26373
- DOI: https://doi.org/10.1016/j.ejrad.2022.110294
- DOI: https://doi.org/10.1016/j.resinv.2022.02.009
- DOI: https://doi.org/10.1007/s00330-022-08678-7
- DOI: https://doi.org/10.1007/s12149-022-01817-6
- DOI: https://doi.org/10.1186/s12883-022-03010-8
- DOI: https://doi.org/10.1007/s00330-022-09244-x
- [2022] Evaluation of deep gray matter for early brain development using quantitative susceptibility mappingDOI: https://doi.org/10.1007/s00330-022-09267-4
- DOI: https://doi.org/10.1097/rlu.0000000000004471
- DOI: https://doi.org/10.1038/s41598-022-22760-6
- DOI: https://doi.org/10.1007/s00330-022-09103-9
- DOI: https://doi.org/10.3171/2020.8.jns201727
- DOI: https://doi.org/10.1007/s11604-021-01105-9
- [2021] Quiet Diffusion-weighted MR Imaging of the Brain for Pediatric Patients with Moyamoya DiseaseDOI: https://doi.org/10.2463/mrms.mp.2020-0174
- DOI: https://doi.org/10.1371/journal.pone.0261235
- DOI: https://doi.org/10.1007/s11307-021-01651-8
- DOI: https://doi.org/10.1016/j.jns.2021.118317
- DOI: https://doi.org/10.2463/mrms.mp.2021-0065
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）。