群馬大学 · 医学部 · 助教

研究キーワードNuclear・medicine・Artificial・intelligence・Radiology・Radiation・therapy・Image-guided

ここは公開データのプレビューです。個別の適合理由、連絡角度、保存機能はログイン後に利用できます。

• Feasibility Study of Multiorgan Dosiomics for Evaluating Radiation-Induced Xerostomia and Dysphagia in Head and Neck Cancer Radiotherapy, Takahiro Nakamoto; Koichi Yasuda; Takaaki Yoshimura; Takahiro Kanehira; Hiroshi Tamura; Sora Takagi; Sora Kobayashi; Tomohiko Miyazaki; Shuhei Takahashi; Yoshihiro Fujita; Takayuki Hashimoto; Hidefumi Aoyama, 2026年02月13日, Cancers, 18, 4, 619, 619, 研究論文（学術雑誌）2026 · 論文
• Neurological prognosis prediction for cardiac arrest patients using quantitative imaging biomarkers from brain computed tomography, Takahiro Nakamoto; Kanabu Nawa; Kei Nishiyama; Kosuke Yoshida; Daizo Saito; Masahito Horiguchi; Yuki Shinya; Takeshi Ohta; Sho Ozaki; Yuki Nozawa; Masanari Minamitani; Toshikazu Imae; Osamu Abe; Hideomi Yamashita; Keiichi Nakagawa, 2024年09月, Physica Medica, 125, 103425, 103425, 研究論文（学術雑誌）2024 · 論文
• Cone-beam computed-tomography-based delta-radiomic analysis for investigating prognostic power for esophageal squamous cell cancer patients undergoing concurrent chemoradiotherapy, Takahiro Nakamoto; Hideomi Yamashita; Haruka Jinnouchi; Kanabu Nawa; Toshikazu Imae; Shigeharu Takenaka; Atsushi Aoki; Takeshi Ohta; Sho Ozaki; Yuki Nozawa; Keiichi Nakagawa, 2024年01月, Physica Medica, 117, 103182, 103182, 研究論文（学術雑誌）2024 · 論文
• Prognostic value of radiomic features in patients with esophageal cancer treated with chemoradiotherapy, Haruka Jinnouchi; Hideomi Yamashita; Takahiro Nakamoto; Yuki Nozawa; Takahiro Nakamoto; Subaru Sawayanagi; Atsuto Katano, 2024年01月, Journal of Cancer Research and Therapeutics, 研究論文（学術雑誌）2024 · 論文

• 線量バイオマーカーに基づく放射線治療モダリティ横断的アウトカム解析, 仲本 宗泰, 日本学術振興会, 科学研究費助成事業, 若手研究, 北海道大学, 2024年04月, 2027年03月, 24K188152024 · 共同研究・競争的資金等の研究課題
• 放射線治療で得られる疎な医用画像情報に対する深層画像処理の安定要件の探索, 今江 禄一; 名和 要武; 鍛冶 静雄; 竹中 重治; 仲本 宗泰; 尾崎 翔; 山下 英臣, 日本学術振興会, 科学研究費助成事業, 基盤研究(C), 東京大学, 2021年04月01日, 2024年03月31日, 放射線治療において医用画像は治療前や治療期間内，治療後など多くの場面で用いられている．特に，治療期間内の位置照合時に得られる医用画像情報は情報量が少ない（以下，疎な）一方，治療の効果および副作用に関する生体情報を含有している可能性がある．近年の情報処理技術の発展に伴い，医用画像に対して深層学習を用いた画像処理や解析（以下，深層画像処理）が適用され始めているものの，処理の自由度が高いために解析の安定条件に課題があり，汎用的に利用されていないのが現状である．本研究では，放射線治療で得られる疎な医用画像情報に着目し，安全かつ有効に利用可能な深層画像処理の要件を勘案した上で，深層画像処理の安定化を図ることを目的とする．当該年度は以下のことを実施した．2021 · 共同研究・競争的資金等の研究課題
• (2) 深層学習を用いた医用画像の変換・ノイズ除去・病変セグメンテーションについてまとめたレヴュー論文が2021年度 Radiological Physics and TechnologyのMost Citation Award に選出された．2021 · 共同研究・競争的資金等の研究課題
• 機械学習によるラディオミクス解析の応用：ガンマナイフ治療のアウトカム予測, 長谷川 洋敬; 仲本 宗泰; 河島 真理子; 高橋 渉; 辛 正廣, 日本学術振興会, 科学研究費助成事業, 基盤研究(C), 東京大学, 2019年04月01日, 2022年03月31日, 19K095212019 · 共同研究・競争的資金等の研究課題

• 公式プロフィール