Haruhiko Kishima 研究室
主宰者:Haruhiko Kishima
大阪大学
AI 要約(直近 5 年の研究成果)
本研究室は、脳神経外科的な疾患・障害の診断と治療に関する多角的な研究を展開しています。研究の問いは、脳血管障害(脳卒中、脳動脈瘤、脳血管奇形など)、神経変性疾患(パーキンソン病、アルツハイマー病など)、脳腫瘍(神経膠芽腫、髄膜腫など)、脊髄疾患、てんかんなど、神経系全般の疾患がどのような発生機序を持ち、どのように治療効果を判定・向上させるかを明らかにすることです。
手法としては、画像解析(MRI、CT、脳血流画像など)、神経生理学的測定(脳波、経頭蓋磁気刺激など)、機械学習・深層学習を用いた定量的診断支援、実験的治療モデル、内視鏡や血管内治療などの低侵襲手法、ならびに臨床デジタルデータの統計解析など、多様なアプローチを組み合わせています。特に画像情報の数値化と計算機解析により、従来の目視判定では難しかった組織性状や予後を客観的に評価する試みが重点化されています。
主要な知見としては、脳疾患の予後や治療反応は、患者の年齢や全身状態、脳内の局所的な病態メカニズム(炎症、血流異常、蛋白異常沈着など)と密接に関連すること、また定量的画像解析と臨床情報を統合することで従来よりも正確な診断・予測が可能になることが示唆されています。これらの知見は、個別患者に最適な治療戦略を選択するための判断支援につながるものとして位置づけられています。
※ 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Susumu Satô 研究室Kyoto University Hospital論文 100 件·共通: 血管, 炎症, 循環器, 学習 +10
- 医学Yuki Shinya 研究室University of Tokyo Hospital論文 194 件·共通: 発生, 血管, 循環器, 発生・再生 +8
- 医学Miki Fujimura 研究室北海道大学論文 100 件·共通: 血管, 循環器, 発生・再生, 循環器・呼吸器 +9
- 医学Shota Tanaka 研究室東京大学論文 111 件·共通: 血管, 循環器, 発生・再生, 循環器・呼吸器 +7
- 医学Takeshi Kimura 研究室Kyoto University Hospital論文 100 件·共通: 発生, 循環器, 発生・再生, 循環器・呼吸器 +8
- 医学Hirofumi Nakatomi 研究室東京大学論文 123 件·共通: 血管, 循環器, 循環器・呼吸器, 脳 +8
- 医学Motoyuki Umekawa 研究室University of Tokyo Hospital論文 120 件·共通: 血管, 循環器, 循環器・呼吸器, 脳 +8
- 医学Hiroyuki Ikeda 研究室Kyoto University Hospital論文 100 件·共通: 血管, 循環器, 循環器・呼吸器, 脳 +8
研究成果(100 件)
- [2026] An 11-year Prospective Observational Study on Cervical Spine Screening in Professional WrestlersDOI: https://doi.org/10.2531/spinalsurg.40.64
- DOI: https://doi.org/10.21428/8e6ba8ef.fa7da47b
- DOI: https://doi.org/10.58530/2025/2558
- [2025] Longitudinal multitask wireless electrocorticography data from two fully implanted nonhuman primatesDOI: https://doi.org/10.1038/s41597-025-06359-w
- DOI: https://doi.org/10.1016/j.wneu.2025.124713
- DOI: https://doi.org/10.1093/noajnl/vdaf236.007
- DOI: https://doi.org/10.2176/jns-nmc.2025-0102
- DOI: https://doi.org/10.1080/14796708.2025.2591024
- DOI: https://doi.org/10.1093/noajnl/vdaf236.014
- DOI: https://doi.org/10.1093/neuonc/noaf201.1746
続きを表示(残り 90 件)閉じる
- DOI: https://doi.org/10.1093/neuonc/noaf201.0842
- DOI: https://doi.org/10.1093/neuonc/noaf201.0225
- DOI: https://doi.org/10.1007/s11701-025-02874-5
- DOI: https://doi.org/10.1093/noajnl/vdaf227
- DOI: https://doi.org/10.1161/jaha.125.044299
- DOI: https://doi.org/10.2176/jns-nmc.2025-0029
- DOI: https://doi.org/10.1002/aisy.202500487
- DOI: https://doi.org/10.2176/jns-nmc.2025-0064
- [2025] Adaptive Deep Brain Stimulation Benefits: Younger Patients with Persistent Wearing‐off SymptomsDOI: https://doi.org/10.1002/mdc3.70311
- DOI: https://doi.org/10.3171/case25334
- DOI: https://doi.org/10.7759/cureus.89684
- DOI: https://doi.org/10.1016/j.inpsyc.2025.100132
- DOI: https://doi.org/10.3171/case25295
- DOI: https://doi.org/10.1007/s00701-025-06611-7
- DOI: https://doi.org/10.1038/s41598-025-08942-y
- DOI: https://doi.org/10.11477/mf.030126030530040819
- DOI: https://doi.org/10.3171/case24784
- DOI: https://doi.org/10.1186/s12987-025-00681-6
- DOI: https://doi.org/10.1038/s42003-025-08176-8
- DOI: https://doi.org/10.1016/j.ensci.2025.100568
- [2025] Deep learning-based fine-grained assessment of aneurysm wall characteristics using 4D-CT angiographyDOI: https://doi.org/10.7717/peerj.19393
- DOI: https://doi.org/10.1177/15910199251332457
- DOI: https://doi.org/10.2176/jns-nmc.2024-0264
- [2025] Aging Leads to Poor Outcome after Subarachnoid Hemorrhage through Exacerbating Early Brain InjuryDOI: https://doi.org/10.2176/jns-nmc.2024-0326
- DOI: https://doi.org/10.1016/j.bdcasr.2025.100074
- DOI: https://doi.org/10.2176/jns-nmc.2024-0262
- DOI: https://doi.org/10.1038/s43018-025-00934-1
- DOI: https://doi.org/10.1016/j.radcr.2025.03.005
- DOI: https://doi.org/10.1002/acn3.70032
- DOI: https://doi.org/10.1016/j.radcr.2025.02.008
- DOI: https://doi.org/10.1007/s00262-025-03979-4
- DOI: https://doi.org/10.1371/journal.pone.0316168
- DOI: https://doi.org/10.7759/cureus.99492
- DOI: https://doi.org/10.1089/neur.2024.0130
- DOI: https://doi.org/10.1016/j.brs.2024.12.076
- DOI: https://doi.org/10.1016/j.brs.2024.12.835
- DOI: https://doi.org/10.2335/scs.53.14
- DOI: https://doi.org/10.25259/sni_129_2024
- DOI: https://doi.org/10.58530/2023/2319
- [2024] SplitSEE: A Splittable Self-supervised Framework for Single-Channel EEG Representation LearningDOI: https://doi.org/10.1109/icdm59182.2024.00086
- DOI: https://doi.org/10.7759/cureus.75261
- DOI: https://doi.org/10.1016/j.wneu.2024.11.046
- DOI: https://doi.org/10.1093/noajnl/vdae173.025
- DOI: https://doi.org/10.1093/noajnl/vdae173.003
- DOI: https://doi.org/10.1093/noajnl/vdae173.023
- DOI: https://doi.org/10.1093/noajnl/vdae173.091
- DOI: https://doi.org/10.2176/jns-nmc.2024-0193
- DOI: https://doi.org/10.3389/fnhum.2024.1495272
- DOI: https://doi.org/10.1093/neuonc/noae165.0622
- [2024] NIMG-06. AUTOMATED VOLUMETRY OF MENINGIOMAS IN CONTRAST-ENHANCED T1-WEIGHTED MRI USING DEEP LEARNINGDOI: https://doi.org/10.1093/neuonc/noae165.0773
- DOI: https://doi.org/10.1093/neuonc/noae165.0063
- DOI: https://doi.org/10.1161/strokeaha.124.047574
- DOI: https://doi.org/10.1063/5.0226457
- DOI: https://doi.org/10.5797/jnet.oa.2024-0078
- DOI: https://doi.org/10.1016/j.wneu.2024.09.130
- DOI: https://doi.org/10.3892/ol.2024.14741
- DOI: https://doi.org/10.1016/j.radcr.2024.09.062
- DOI: https://doi.org/10.1002/epi4.13025
- DOI: https://doi.org/10.1016/j.jpain.2024.104661
- DOI: https://doi.org/10.2176/jns-nmc.2024-0069
- DOI: https://doi.org/10.1007/s00262-024-03808-0
- DOI: https://doi.org/10.2176/jns-nmc.2024-0004
- DOI: https://doi.org/10.1038/s41598-024-68779-9
- DOI: https://doi.org/10.1007/s11060-024-04727-x
- DOI: https://doi.org/10.2176/jns-nmc.2023-0175
- DOI: https://doi.org/10.1227/ons.0000000000001209
- DOI: https://doi.org/10.1093/neuonc/noae064.078
- DOI: https://doi.org/10.25259/sni_52_2024
- DOI: https://doi.org/10.1038/s41598-024-62018-x
- DOI: https://doi.org/10.1038/s41467-024-48367-1
- DOI: https://doi.org/10.1038/s42003-024-06294-3
- DOI: https://doi.org/10.1007/s11102-024-01395-y
- DOI: https://doi.org/10.1016/j.wneu.2024.05.005
- DOI: https://doi.org/10.1088/1741-2552/ad417a
- DOI: https://doi.org/10.25259/sni_88_2024
- DOI: https://doi.org/10.7759/cureus.58124
- DOI: https://doi.org/10.1016/j.wnsx.2024.100370
- [2024] Brain-derived endothelial cells are neuroprotective in a chronic cerebral hypoperfusion mouse modelDOI: https://doi.org/10.1038/s42003-024-06030-x
- DOI: https://doi.org/10.1016/j.wnsx.2024.100353
- DOI: https://doi.org/10.2176/jns-nmc.2023-0142
- DOI: https://doi.org/10.5797/jnet.tn.2023-0099
- DOI: https://doi.org/10.7887/jcns.33.629
- DOI: https://doi.org/10.1093/noajnl/vdad141.069
- DOI: https://doi.org/10.1093/noajnl/vdad141.028
- DOI: https://doi.org/10.1016/j.neunet.2023.12.009
- DOI: https://doi.org/10.1016/j.inat.2023.101939
- DOI: https://doi.org/10.1093/noajnl/vdad141.018
- DOI: https://doi.org/10.1093/noajnl/vdad141.044
- DOI: https://doi.org/10.1093/noajnl/vdad141.092
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)。