Akihiko Sakata 研究室
主宰者：Akihiko Sakata
京都大学・Kyoto University Hospital
AI 要約（直近 5 年の研究成果）
坂田暁彦研究室では、脳神経疾患の診断・研究を目的とした先進的な画像解析技術の開発に取り組んでいます。研究の中心は、磁気共鳴画像検査（MRI）や画像検査から得られたデータに対して、深層学習や機械学習などの人工知能技術を適用し、臨床診断の質的向上と効率化を実現することです。例えば、ルーチン検査で撮像されたMRI画像から高精度な脳構造画像を自動生成したり、従来は別途の検査が必要であった脳血流画像を既存画像から推定したりする技術開発を行っています。
また、パーキンソン病やアルツハイマー病などの神経変性疾患、脳梗塞、もやもや病といった脳血管疾患の特徴を捉えるための新しい撮像方法や定量分析手法の開発にも力を入れています。脳内の鉄やメラニンなどの微細な物質分布の定量化、脳脊髄液の流れや脳内代謝物質の排出経路の可視化、脳卒中に伴う脳浮腫の評価など、従来の画像解析では困難であった現象の可視化と定量化を実現する技術を積極的に探索しています。これらの研究を通じて、より正確で精密な診断支援ツールの構築を目指しており、患者の治療方針決定や疾患経過の把握に貢献する医学研究を展開しています。
※ 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Takuhiro Yamaguchi 研究室東北大学論文 100 件·共通: パーキンソン, 神経変性疾患, 神経・精神疾患, 脳 +6
- 医学Kenichiro Sato 研究室University of Tokyo Hospital論文 100 件·共通: アルツハイマー, 神経変性疾患, 神経・精神疾患, 認知・行動 +6
- 神経科学Kiyoto Kasai 研究室東京大学論文 100 件·共通: 神経・精神疾患, 代謝, 学習, 脳 +8
- 農学・生物科学Yoshinori Ikenaka 研究室Hokkaido University Hospital論文 100 件·共通: 分析手法, 分析化学, 代謝, 生化学 +6
- 神経科学Ichiro Yabe 研究室北海道大学論文 100 件·共通: 神経変性疾患, 神経・精神疾患, 学習, 脳 +6
- 医学Michio Suzuki 研究室東京大学論文 178 件·共通: 分析手法, 分析化学, 神経・精神疾患, 脳 +5
- 生化学・分子生物学・遺伝学Takeshi Bamba 研究室九州大学論文 100 件·共通: 分析手法, 分析化学, 代謝, 生化学 +5
- 生化学・分子生物学・遺伝学Hiroaki Suga 研究室東京大学論文 100 件·共通: 神経変性疾患, 神経・精神疾患, 神経, 基礎神経科学 +7
研究成果（48 件）
- DOI: https://doi.org/10.1002/jmri.70006
- DOI: https://doi.org/10.1007/s11604-025-01858-7
- DOI: https://doi.org/10.1007/s11604-025-01806-5
- DOI: https://doi.org/10.1038/s41598-025-90413-5
- DOI: https://doi.org/10.1007/s11604-024-01728-8
- DOI: https://doi.org/10.1093/noajnl/vdaf236.107
- DOI: https://doi.org/10.1007/s11604-025-01907-1
- DOI: https://doi.org/10.1007/s11604-025-01908-0
- DOI: https://doi.org/10.1007/s11604-025-01915-1
- DOI: https://doi.org/10.4274/dir.2025.253550
続きを表示（残り 38 件）閉じる
- 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/10.58530/2025/0862
- DOI: https://doi.org/10.1007/s11604-024-01683-4
- 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/10.1007/s00234-024-03361-8
- DOI: https://doi.org/10.1007/s11604-024-01717-x
- DOI: https://doi.org/10.58530/2024/1347
- DOI: https://doi.org/10.58530/2024/2305
- DOI: https://doi.org/10.58530/2024/0765
- DOI: https://doi.org/10.1016/j.acra.2024.08.015
- DOI: https://doi.org/10.1186/s41747-024-00430-8
- DOI: https://doi.org/10.1007/s00330-023-10251-9
- DOI: https://doi.org/10.1038/s41598-023-43829-w
- DOI: https://doi.org/10.58530/2022/4289
- DOI: https://doi.org/10.58530/2022/4667
- DOI: https://doi.org/10.1007/s11604-023-01452-9
- DOI: https://doi.org/10.1007/s11604-023-01450-x
- DOI: https://doi.org/10.1007/s12149-022-01817-6
- DOI: https://doi.org/10.1016/j.ejrad.2022.110658
- DOI: https://doi.org/10.2463/mrms.ici.2022-0109
- DOI: https://doi.org/10.1007/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/10.3171/2022.4.jns212505
- DOI: https://doi.org/10.1016/j.ejrad.2022.110294
- DOI: https://doi.org/10.1007/s00330-022-08678-7
- DOI: https://doi.org/10.2463/mrms.mp.2021-0065
- DOI: https://doi.org/10.1038/s41598-021-98473-z
- DOI: https://doi.org/10.2463/mrms.mp.2021-0003
- [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/10.3174/ajnr.a7047
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）。