Mayumi Higashi 研究室
主宰者:Mayumi Higashi
山口大学
AI 要約(直近 5 年の研究成果)
Higashi研究室では、磁気共鳴画像検査(MRI)と高度なコンピュータ画像処理を組み合わせ、肝臓・膵臓・胆道系などの腹部臓器の病態評価に関する研究を行っています。特に脂肪肝や線維化、糖尿病に伴う膵臓の変化といった臨床的に重要な病態を正確に診断するための撮像手法の開発に力を入れています。深層学習を活用したノイズ除去や圧縮センシング技術、さらに脂肪成分の影響を補正する新規撮像法など、複数の先進的な画像処理手法を組み合わせることで、従来では困難だった診断精度の向上を実現しています。
膵臓の機能評価では、動的な動画MRI検査を用いて膵液や胆汁の流動パターンを直接観察し、糖尿病患者における膵臓の萎縮や機能低下の程度を可視化する手法を開発しました。同時に、定量的な脂肪測定技術を複数の撮像方法で検証し、CT検査とMRI検査の相互補完的な活用法を提案しています。肝臓では、脂肪沈着が多い症例でも正確に線維化を評価できる新しいT1強調撮像法を開発し、臨床応用を進めています。
これらの研究は、患者への放射線被ばく低減や検査時間の短縮、さらに正確な病態診断の実現に貢献し、腹部画像診断の質的向上を目指しています。
※ 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Koichiro Kuwahara 研究室Shinshu University Hospital論文 100 件·共通: 深層ニューラルネット, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +10
- 医学Robert J.H. Miller 研究室東京理科大学論文 100 件·共通: 深層ニューラルネット, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +10
- 社会科学Saori Takeyama 研究室東京工業大学論文 100 件·共通: 深層ニューラルネット, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +9
- 医学Hiroshi Bando 研究室Tokushima University Hospital論文 100 件·共通: 代謝・内分泌疾患, 内分泌・代謝内科, 代謝・腎・血液内科, 内科系医学 +7
- 計算機科学Yang Xiang 研究室千葉大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 深層学習 +7
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
- 医学Taiji Sakamoto 研究室鹿児島大学論文 100 件·共通: 代謝・内分泌疾患, 内分泌・代謝内科, 代謝・腎・血液内科, 内科系医学 +2
- 工学Masaya Notomi 研究室東京工業大学論文 100 件·共通: 深層ニューラルネット, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +1
研究成果(40 件)
- DOI: https://doi.org/10.3390/tomography12060084
- DOI: https://doi.org/10.1007/s11547-025-01963-7
- DOI: https://doi.org/10.1007/s00261-025-04834-x
- DOI: https://doi.org/10.3390/tomography11100109
- DOI: https://doi.org/10.58530/2025/2795
- DOI: https://doi.org/10.3390/tomography11020016
- DOI: https://doi.org/10.58530/2025/4196
- DOI: https://doi.org/10.58530/2024/0839
- DOI: https://doi.org/10.1007/s00261-024-04675-0
- DOI: https://doi.org/10.1007/s11604-024-01693-2
続きを表示(残り 30 件)閉じる
- DOI: https://doi.org/10.58530/2023/2046
- DOI: https://doi.org/10.1007/s11604-024-01687-0
- DOI: https://doi.org/10.58530/2023/3990
- DOI: https://doi.org/10.58530/2023/3982
- DOI: https://doi.org/10.1007/s00261-024-04363-z
- DOI: https://doi.org/10.1007/s12194-023-00766-7
- DOI: https://doi.org/10.1016/j.radi.2024.11.027
- DOI: https://doi.org/10.58530/2024/4736
- DOI: https://doi.org/10.1007/s11547-023-01699-2
- [2023] Impact of fat on the apparent T1 value of the liver: assessment by water-only derived T1 mappingDOI: https://doi.org/10.1007/s00330-023-10052-0
- DOI: https://doi.org/10.58530/2022/4219
- DOI: https://doi.org/10.2174/0115734056243118230925043737
- DOI: https://doi.org/10.1016/j.ejrad.2023.111138
- DOI: https://doi.org/10.1016/j.ejrad.2023.111245
- DOI: https://doi.org/10.3390/tomography9050125
- DOI: https://doi.org/10.1259/bjr.20220937
- DOI: https://doi.org/10.2463/mrms.mp.2022-0137
- DOI: https://doi.org/10.1016/j.ejrad.2023.110688
- DOI: https://doi.org/10.3390/tomography8060234
- DOI: https://doi.org/10.2169/internalmedicine.9066-21
- DOI: https://doi.org/10.1007/s00261-022-03522-4
- DOI: https://doi.org/10.3390/tomography8020067
- DOI: https://doi.org/10.1007/s11604-022-01256-3
- DOI: https://doi.org/10.1016/j.ejrad.2021.110067
- DOI: https://doi.org/10.1002/jmri.27866
- DOI: https://doi.org/10.1002/jmri.27775
- DOI: https://doi.org/10.1007/s00330-021-07869-y
- DOI: https://doi.org/10.1016/j.ejrad.2021.109775
- DOI: https://doi.org/10.1016/j.mri.2021.05.001
- DOI: https://doi.org/10.1002/jmri.27590
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)。