Mitsutaka Nemoto 研究室（近畿大学）

AI 要約（直近 5 年の研究成果）

本研究室は、医療画像を用いた診断支援の高度化を目指し、深層学習や機械学習の手法を駆使して、複数の疾患・病態の自動検出・分析に取り組んでいます。研究対象は多岐にわたり、アルツハイマー病の診断に用いる脳画像、肺がんや感染症の検出に関わる胸部画像、乳がん診断における乳腺領域の抽出、そして整形外科領域のインプラント安定性評価に至るまで、様々な臨床的課題に対応しています。これらの研究では、ニューラルネットワークの一種である畳み込みニューラルネットワーク（特にU-Net）や生成モデルといった技術を活用し、正常画像のみから異常を検出する教師なし学習や、限られた医療画像データを効率的に活用するためのデータ拡張法の開発が進められています。さらに、レーザーを用いた新規な計測技術により組織の硬さを評価する研究も展開しており、物理的特性から腫瘍の性状を理解する取り組みも行われています。これらの研究の共通点は、臨床現場で遭遇する実際のデータ不足や画像処理の多様性といった現実的な課題に対し、数理的・工学的な工夫を加えることで、医師の診断判断を支援する実用的なシステム構築を目指している点です。

※ 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

研究成果（17 件）

[2026] Synthesis of Amyloid Images Using a Generative Adversarial Network from 2-Dimensional <sup>18</sup> F-FDG Images and Evaluation for Clinical Use
DOI: https://doi.org/10.2967/jnmt.125.270154
[2026] FDG-PET image diagnosis using multi-angle projection analysis with coupled weakly and fully supervised frameworks
[2025] Evaluation of amyloid PET positivity using machine learning on 18F-FDG PET images
DOI: https://doi.org/10.1007/s11604-025-01789-3
[2025] IP13-02 DEVELOPMENT OF ARTIFICIAL INTELLIGENCE SOFTWARE FOR AUTOMATED MEASUREMENT OF URETERAL STONE ON NON-CONTRAST COMPUTED TOMOGRAPHY IMAGE AND PREDICTION OF SHOCK WAVE LITHOTRIPSY EFFECTIVENESS-A PROSPECTIVE MULTICENTER STUDY
DOI: https://doi.org/10.1097/01.ju.0001109944.05171.19.02
[2024] Image Augmentation Using Fractals for Medical Image Diagnosis
DOI: https://doi.org/10.14326/abe.13.327
[2024] Unsupervised lung lesion detection on FDG-PET/CT images by deep image transformation-based 2.5-dimensional local anomaly detection
DOI: https://doi.org/10.1117/12.3006643
[2023] Improvement of Machine Learning-Based Prediction of Pedicle Screw Stability in Laser Resonance Frequency Analysis via Data Augmentation from Micro-CT Images
DOI: https://doi.org/10.3390/app13159037
[2023] Characterization of Laser-Induced Photothermal Vibration for Young’s Modulus Imaging toward Computer-Aided Detection
DOI: https://doi.org/10.3390/app13063639
[2023] AI prediction of extracorporeal shock wave lithotripsy outcomes for ureteral stones by machine learning-based analysis with a variety of stone and patient characteristics
DOI: https://doi.org/10.1007/s00240-023-01506-7
[2023] Unsupervised Feature Extraction for Various Computer-Aided Diagnosis Using Multiple Convolutional Autoencoders and 2.5-Dimensional Local Image Analysis
DOI: https://doi.org/10.3390/app13148330

続きを表示（残り 7 件）

[2022] A Deep Learning System to Diagnose COVID-19 Pneumonia Using Masked Lung CT Images to Avoid AI-generated COVID-19 Diagnoses that Include Data outside the Lungs
DOI: https://doi.org/10.14326/abe.11.76
[2022] Utility of U-Net for the objective segmentation of the fibroglandular tissue region on clinical digital mammograms
DOI: https://doi.org/10.1088/2057-1976/ac7ada
[2022] Automated volume measurement of abdominal adipose tissue from entire abdominal cavity in Dixon MR images using deep learning
DOI: https://doi.org/10.1007/s12194-022-00687-x
[2022] Automatic detection of primary and metastatic lesions on cervicothoracic region and whole-body bone using a uniform machine-learnable approach for [18F]-FDG-PET/CT image analysis
DOI: https://doi.org/10.1088/1361-6560/ac9173
[2022] Robustness of a U-net model for different image processing types in segmentation of the mammary gland region
DOI: https://doi.org/10.1117/12.2624139
[2021] How to select training data to segment mammary gland region using a deep-learning approach for reliable individualized screening mammography
DOI: https://doi.org/10.1117/12.2581424
[2021] Machine Learning-Based Diagnosis in Laser Resonance Frequency Analysis for Implant Stability of Orthopedic Pedicle Screws
DOI: https://doi.org/10.3390/s21227553

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）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（17 件）

科研費（0 件）

所属学会・役職（0 件）