K. Ogawa 研究室
主宰者:K. Ogawa
法政大学
AI 要約(直近 5 年の研究成果)
本研究室は、医療用画像診断装置において画像品質を向上させることを主な目標としています。具体的には、単一光子放射断層撮影装置(SPECT)やコーンビーム型CT、従来型CTなどの画像に含まれるノイズや歪み、アーティファクト(画像の乱れ)を除去・補正する手法を開発しています。これらの装置から得られる投影データや再構成画像に対して、機械学習・深層学習の手法を適用することで、より鮮明で診断価値の高い画像を実現することが研究の中心です。
特に、ピンホール型の多孔コリメータを備えた静止型SPECT装置に注力しており、従来は時間がかかっていた検出器の回転が不要なため、臓器の動的な機能を追跡できるという利点を活かしています。放射性医薬品から放出されるガンマ線の減弱や散乱による画像劣化を補正するほか、ピンホール投影領域の重なりや空間分解能の低下といった課題に対して、畳み込みニューラルネットワークなどの深層学習モデルを用いた解決法を提案してきました。
また医療用画像全般に対する信号処理の研究も展開しており、放射線治療用CBCT、乳房撮影、フォトンカウンティングCTなど様々な装置における画像品質改善に取り組んでいます。数値シミュレーションや統計的手法を組み合わせることで、低被ばく化と診断精度の向上の両立を目指しています。
※ 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)
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 187 件·共通: 信号処理, 通信, 電気・電子, 深層学習 +9
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 通信, 電気・電子, 深層学習, AI・機械学習 +10
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 132 件·共通: 深層学習, ネットワーク・セキュリティ, ネットワーク, AI・機械学習 +11
- 生化学・分子生物学・遺伝学Masahito Ohue 研究室東京工業大学論文 100 件·共通: ネットワーク・セキュリティ, ネットワーク, AI・機械学習, 機械学習 +10
- 環境科学Yoshitaka Nishikawa 研究室Kyoto University Hospital論文 100 件·共通: AI・機械学習, 機械学習, 確率・統計, 統計 +10
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +9
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +9
- 医学Masao Koda 研究室University of Tsukuba Hospital論文 100 件·共通: 深層学習, AI・機械学習, 機械学習, 機械 +8
研究成果(43 件)
- DOI: https://doi.org/10.1109/nss/mic/rtsd57106.2025.11287702
- DOI: https://doi.org/10.1007/s12194-025-00896-0
- DOI: https://doi.org/10.1109/nss/mic/rtsd57106.2025.11286553
- DOI: https://doi.org/10.1109/nss/mic/rtsd57106.2025.11287531
- DOI: https://doi.org/10.1007/s00464-025-12390-0
- [2025] Removal of Projection Data Overlaps Using Deep Learning in Spect with a Large Number of PinholesDOI: https://doi.org/10.1109/nss/mic/rtsd57106.2025.11286491
- DOI: https://doi.org/10.1016/j.ajt.2025.07.068
- DOI: https://doi.org/10.1109/nss/mic/rtsd57108.2024.10657987
- DOI: https://doi.org/10.1109/nss/mic/rtsd57108.2024.10656352
- DOI: https://doi.org/10.56952/arma-2024-0561
続きを表示(残り 33 件)閉じる
- [2024] Reducing image artifacts in sparse projection CT using conditional generative adversarial networksDOI: https://doi.org/10.1038/s41598-024-54649-x
- DOI: https://doi.org/10.1016/j.jnoncrysol.2024.123010
- DOI: https://doi.org/10.1109/nssmicrtsd49126.2023.10337948
- DOI: https://doi.org/10.1002/cncr.34782
- DOI: https://doi.org/10.1007/s40571-023-00583-0
- DOI: https://doi.org/10.1038/s41598-023-35794-1
- DOI: https://doi.org/10.1109/nssmicrtsd49126.2023.10338085
- DOI: https://doi.org/10.1109/nssmicrtsd49126.2023.10338557
- [2022] Separation of Overlapped Projection Images in Multi-pinhole SPECT System With a Neural NetworkDOI: https://doi.org/10.1109/nss/mic44845.2022.10398927
- DOI: https://doi.org/10.1109/nss/mic44845.2022.10398896
- [2022] Improvement of the Spatial Resolution of a Multi-pinhole SPECT System With a Deep Learning MethodDOI: https://doi.org/10.1109/nss/mic44845.2022.10399010
- DOI: https://doi.org/10.1109/nss/mic44845.2022.10398922
- DOI: https://doi.org/10.1007/s11666-022-01407-y
- DOI: https://doi.org/10.1186/s13014-022-02042-1
- DOI: https://doi.org/10.1254/jpssuppl.96.0_3-b-p-207
- DOI: https://doi.org/10.1254/jpssuppl.96.0_1-b-p-042
- [2021] Periodic Fluctuations in Channel Capacity due to the Rotation of Propeller in Flying Cars MIMODOI: https://doi.org/10.23919/isap47053.2021.9391447
- DOI: https://doi.org/10.1109/nss/mic44867.2021.9875582
- DOI: https://doi.org/10.1109/nss/mic44867.2021.9875784
- DOI: https://doi.org/10.1186/s42492-021-00087-9
- DOI: https://doi.org/10.1016/j.ijrobp.2021.07.560
- DOI: https://doi.org/10.23919/isap47053.2021.9391288
- [2021] Improvement of the Spatial Resolution With a Deconvolution Method for a Multi-pinhole SPECT SystemDOI: https://doi.org/10.1109/nss/mic44867.2021.9875522
- DOI: https://doi.org/10.23919/isap47053.2021.9391375
- DOI: https://doi.org/10.23919/isap47053.2021.9391351
- DOI: https://doi.org/10.23919/isap47053.2021.9391382
- DOI: https://doi.org/10.23919/isap47053.2021.9391435
- [2021] Correlation Control of Random Variables for Setting the Number of Paths in Monte-Carlo SimulationDOI: https://doi.org/10.23919/isap47053.2021.9391168
- DOI: https://doi.org/10.23919/isap47053.2021.9391247
- DOI: https://doi.org/10.1109/nss/mic44867.2021.9875598
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)。