Shohei Tanaka 研究室
主宰者：Shohei Tanaka
東北大学
AI 要約（直近 5 年の研究成果）
当研究室は、医療画像解析と放射線治療の最適化を中心に研究を展開しています。特に、磁気共鳴画像（MRI）やコンピュータ断層撮影（CT）などの医療画像から、深層学習を用いて臓器や腫瘍の領域を自動で認識・抽出する技術の開発に取り組んでいます。これにより、放射線治療計画の作成時間を短縮し、医師による判断のばらつきを減らすことを目指しています。
放射線治療の適切な実施に向けて、治療中のリアルタイム画像情報から正常臓器への放射線量を予測するモデルの構築や、治療タイミングの最適化に関する研究も進めています。腎臓がんや前立腺がん、子宮頸がんなど複数の疾患を対象に、MRI対応の放射線治療装置を用いた実臨床データに基づいた検証を行っています。
さらに、肝臓の繊維化評価や急性腎障害の予測、免疫チェックポイント阻害薬の効果予測など、医療画像と臨床データを統合した解析にも取り組んでいます。機械学習や統計手法を活用して、患者個別の予後予測や治療効果の判定を可能にする研究を展開し、より安全で効果的な医療の実現を目指しています。
※ 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)
- 医学Takashige Abe 研究室北海道大学論文 102 件·共通: 機械, がん基礎, 腫瘍, 学習 +10
- 物理学・天文学Takashi Mizowaki 研究室Kyoto University Hospital論文 103 件·共通: 応用数学, 応用・計算数学, 最適化, がん基礎 +8
- 工学Weiwei Wan 研究室大阪大学論文 104 件·共通: 応用数学, 応用・計算数学, 最適化, 機械 +7
- 医学Yoshitaka Isaka 研究室Osaka University Hospital論文 104 件·共通: 機械, 学習, 免疫, 認知・行動 +9
- 医学Keita Sasaki 研究室東北大学論文 108 件·共通: 応用数学, 応用・計算数学, 最適化, がん基礎 +5
- 物理学・天文学Mitsuhiro Nakamura 研究室京都大学論文 102 件·共通: がん基礎, 腫瘍, 学習, 免疫 +7
- 医学Takashi Kaito 研究室大阪大学論文 102 件·共通: 機械, がん基礎, 腫瘍, 学習 +7
- 環境科学Sameh A. Kantoush 研究室京都大学論文 104 件·共通: 応用・計算数学, 機械, 学習, 認知・行動 +7
研究成果（96 件）
- DOI: https://doi.org/10.3390/diagnostics16121833
- DOI: https://doi.org/10.1007/s12194-026-01056-8
- DOI: https://doi.org/10.1002/acm2.70570
- DOI: https://doi.org/10.1159/000550946
- DOI: https://doi.org/10.1093/jrr/rrag001
- DOI: https://doi.org/10.1038/s41598-025-12168-3
- DOI: https://doi.org/10.1186/s13014-025-02682-z
- DOI: https://doi.org/10.1007/s00134-025-07910-4
- DOI: https://doi.org/10.1016/s0168-8278(25)01365-0
- DOI: https://doi.org/10.1038/s41598-025-99717-y
続きを表示（残り 86 件）閉じる
- DOI: https://doi.org/10.1007/s12194-024-00877-9
- DOI: https://doi.org/10.3857/roj.2024.00521
- DOI: https://doi.org/10.1002/acm2.70403
- DOI: https://doi.org/10.1093/jrr/rraf083
- DOI: https://doi.org/10.1371/journal.pone.0334712
- DOI: https://doi.org/10.1007/s12194-025-00946-7
- DOI: https://doi.org/10.1200/jco.2024.42.3_suppl.479
- DOI: https://doi.org/10.1371/journal.pone.0312032
- DOI: https://doi.org/10.1007/s12194-024-00838-2
- DOI: https://doi.org/10.1007/s13730-024-00913-y
- DOI: https://doi.org/10.1109/icra57147.2024.10611112
- DOI: https://doi.org/10.1016/s0167-8140(24)01822-x
- DOI: https://doi.org/10.1002/jgh3.13067
- DOI: https://doi.org/10.1097/shk.0000000000002357
- DOI: https://doi.org/10.1111/jgh.16532
- DOI: https://doi.org/10.21037/asvide.2024.042
- DOI: https://doi.org/10.1111/hepr.14011
- DOI: https://doi.org/10.1093/jrr/rrad058
- DOI: https://doi.org/10.1016/j.jbc.2023.105478
- DOI: https://doi.org/10.1038/s41440-023-01496-4
- DOI: https://doi.org/10.1136/bmjgast-2023-001199
- DOI: https://doi.org/10.1016/j.metabol.2023.155706
- DOI: https://doi.org/10.1016/j.annonc.2023.09.2120
- DOI: https://doi.org/10.1093/ehjopen/oead098
- DOI: https://doi.org/10.2169/internalmedicine.2248-23
- DOI: https://doi.org/10.21037/qims-23-511
- DOI: https://doi.org/10.1002/acm2.14122
- DOI: https://doi.org/10.1186/s12880-023-01055-w
- DOI: https://doi.org/10.1002/jgh3.12950
- DOI: https://doi.org/10.1093/jrr/rrad052
- DOI: https://doi.org/10.1186/s12876-023-02848-7
- DOI: https://doi.org/10.1016/s0168-8278(23)01988-8
- DOI: https://doi.org/10.3390/ijms24097778
- DOI: https://doi.org/10.29011/2574-7754.101253
- DOI: https://doi.org/10.1093/jrr/rrad011
- DOI: https://doi.org/10.1080/0284186x.2023.2178859
- DOI: https://doi.org/10.3390/cancers15030719
- DOI: https://doi.org/10.1200/jco.2023.41.4_suppl.569
- DOI: https://doi.org/10.1111/jvh.13805
- DOI: https://doi.org/10.1002/acm2.13890
- DOI: https://doi.org/10.1039/d3cp00924f
- DOI: https://doi.org/10.18653/v1/2023.wnu-1.1
- DOI: https://doi.org/10.15036/arerugi.72.375
- DOI: https://doi.org/10.1097/01.hjh.0000914424.09384.10
- DOI: https://doi.org/10.1097/01.hjh.0000916644.20204.1e
- DOI: https://doi.org/10.1097/01.hjh.0000915552.93026.dc
- [2023] PS-B01-5: TISSUE-SPECIFIC REGULATION OF LRG1 EXPRESSION IN MULTIPLE HYPERTENSION MODELS OF MOUSEDOI: https://doi.org/10.1097/01.hjh.0000914404.05104.3f
- DOI: https://doi.org/10.1097/01.hjh.0000915564.73826.b0
- DOI: https://doi.org/10.6009/jjrt.2022-1308
- DOI: https://doi.org/10.1681/asn.20223311s1104b
- DOI: https://doi.org/10.1681/asn.20223311s1879c
- DOI: https://doi.org/10.1111/hepr.13839
- DOI: https://doi.org/10.1002/jgh3.12821
- DOI: https://doi.org/10.2169/internalmedicine.0212-22
- DOI: https://doi.org/10.1093/jrr/rrac049
- DOI: https://doi.org/10.3390/cancers14143551
- DOI: https://doi.org/10.1016/j.ejmp.2022.07.003
- DOI: https://doi.org/10.1016/s0168-8278(22)01110-2
- DOI: https://doi.org/10.1200/jco.2022.40.16_suppl.e16177
- DOI: https://doi.org/10.3390/diagnostics12061354
- DOI: https://doi.org/10.1038/s41598-022-12170-z
- DOI: https://doi.org/10.1002/jgh3.12735
- DOI: https://doi.org/10.1007/s13691-022-00546-x
- DOI: https://doi.org/10.1016/j.ejmp.2022.11.009
- DOI: https://doi.org/10.1007/s10971-022-05773-5
- DOI: https://doi.org/10.1177/01455613221083793
- DOI: https://doi.org/10.1371/journal.pone.0265235
- DOI: https://doi.org/10.1080/10426507.2022.2046573
- DOI: https://doi.org/10.1177/01455613221074957
- DOI: https://doi.org/10.1200/jco.2022.40.4_suppl.447
- DOI: https://doi.org/10.1002/2211-5463.13083
- DOI: https://doi.org/10.1007/s10637-021-01185-4
- DOI: https://doi.org/10.1016/j.ejmp.2021.12.001
- DOI: https://doi.org/10.1038/s41598-021-02864-1
- DOI: https://doi.org/10.3390/ijms222212432
- DOI: https://doi.org/10.1681/asn.20213210s1756c
- [2021] Functional Role of Tumor Necrosis Factor α Pathway in Aristolochic Acid-Induced Kidney Injury ModelDOI: https://doi.org/10.1681/asn.20213210s1750c
- DOI: https://doi.org/10.1681/asn.20213210s1734a
- DOI: https://doi.org/10.1681/asn.20213210s1596b
- [2021] Prediction of radiation pneumonitis with machine learning using 4D-CT based dose-function featuresDOI: https://doi.org/10.1093/jrr/rrab097
- DOI: https://doi.org/10.1038/s41598-021-96294-8
- DOI: https://doi.org/10.1007/s12194-021-00623-5
- DOI: https://doi.org/10.1186/s13014-021-01810-9
- DOI: https://doi.org/10.1097/01.hjh.0000745052.41055.45
- DOI: https://doi.org/10.22063/poj.2020.2813.1171
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）。