Yoshiko Ueno 研究室
主宰者:Yoshiko Ueno
神戸大学
AI 要約(直近 5 年の研究成果)
この研究室は、医療画像撮影技術の高度化と、画像から得られる情報を活用した診断・治療支援に関する研究を行っています。特に、CT やMRI などの画像診断装置の最新技術と、深層学習を組み合わせた画像処理手法の開発に取り組んでいます。新しいタイプの検出器やサンプリング法を用いた撮影技術の開発から、得られた画像の質を向上させるための再構成アルゴリズムの改善まで、幅広いスケールで技術革新を進めています。
研究の対象は、膵臓がん、肝臓がん、子宮がん、前立腺がん、膀胱がん、腎臓がんなど、様々な臓器の悪性腫瘍です。これらの疾患に対して、高精度な画像撮影と解析を通じて、より正確な診断や治療計画を実現することを目指しています。具体的には、対比度やノイズの定量評価、放射線科医による視覚的な評価、そして機械学習を用いた自動解析を組み合わせて、画像の有用性を検証しています。
さらに、単なる画像診断にとどまらず、撮影時の体の動きを追跡する技術開発や、予後予測のための画像特徴の抽出なども行われています。これらの研究を通じて、患者の負担を減らしながら、より信頼性の高い診断情報を臨床現場に提供することが目指されています。
※ 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Masatoshi Eto 研究室九州大学論文 100 件·共通: 機械学習, 機械, 学習, がん基礎 +12
- 医学Kota Watanabe 研究室Keio University Hospital論文 100 件·共通: 機械学習, 機械, 学習, がん基礎 +11
- 医学Kentaro Goto 研究室University of Tokyo Hospital論文 158 件·共通: 機械学習, 機械, 計算機科学, 学習 +10
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 100 件·共通: 機械学習, 機械, 計算機科学, 学習 +10
- 医学Masateru Takigawa 研究室University of Tokyo Hospital論文 188 件·共通: 機械学習, 機械, 計算機科学, 学習 +9
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 機械学習, 機械, 計算機科学, 学習 +9
- 環境科学Sameh A. Kantoush 研究室京都大学論文 100 件·共通: 機械学習, 機械, 学習, 情報工学 +9
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 116 件·共通: 機械学習, 機械, 学習, 情報工学 +8
研究成果(38 件)
- DOI: https://doi.org/10.1038/s41598-026-44618-x
- DOI: https://doi.org/10.1016/j.ejrad.2026.112717
- DOI: https://doi.org/10.2463/mrms.mp.2025-0210
- DOI: https://doi.org/10.1016/j.nimb.2025.165994
- DOI: https://doi.org/10.1016/j.ejrad.2025.112260
- DOI: https://doi.org/10.1111/iju.15667
- DOI: https://doi.org/10.1007/s10278-025-01514-6
- DOI: https://doi.org/10.1053/j.semnuclmed.2025.11.006
- [2025] Imaging findings in fumarate hydratase-deficient renal cell carcinoma: a case series of 11 patientsDOI: https://doi.org/10.1007/s00261-025-05239-6
- DOI: https://doi.org/10.1016/s2666-1683(25)01466-1
続きを表示(残り 28 件)閉じる
- DOI: https://doi.org/10.2463/mrms.mp.2024-0017
- DOI: https://doi.org/10.1038/s41598-024-82860-3
- DOI: https://doi.org/10.1016/j.jtho.2024.09.1038
- DOI: https://doi.org/10.58530/2023/2040
- DOI: https://doi.org/10.58530/2023/0799
- DOI: https://doi.org/10.1007/s11604-024-01637-w
- DOI: https://doi.org/10.3390/diagnostics14080782
- DOI: https://doi.org/10.1002/iju5.12660
- DOI: https://doi.org/10.2463/jjmrm.2022-1782
- DOI: https://doi.org/10.1016/j.radcr.2023.11.023
- DOI: https://doi.org/10.1007/s11604-023-01484-1
- DOI: https://doi.org/10.58530/2022/0723
- DOI: https://doi.org/10.1038/s41598-023-33048-8
- DOI: https://doi.org/10.3390/diagnostics13020306
- DOI: https://doi.org/10.1016/j.ejrad.2023.110696
- DOI: https://doi.org/10.2463/mrms.rev.2022-0118
- DOI: https://doi.org/10.1016/j.nimb.2022.10.006
- DOI: https://doi.org/10.1016/j.diii.2022.10.007
- DOI: https://doi.org/10.1007/s00330-022-09127-1
- DOI: https://doi.org/10.1148/radiol.212873
- DOI: https://doi.org/10.1016/j.jvsv.2022.02.016
- DOI: https://doi.org/10.1177/20584601221086500
- DOI: https://doi.org/10.1007/s00261-022-03454-z
- DOI: https://doi.org/10.1002/jmri.28059
- DOI: https://doi.org/10.1007/s00330-021-08255-4
- DOI: https://doi.org/10.3892/ol.2021.13037
- DOI: https://doi.org/10.1259/bjr.20201434
- [2021] Physiological skin FDG uptake: A quantitative and regional distribution assessment using PET/MRIDOI: https://doi.org/10.1371/journal.pone.0249304
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)。