• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

柴田 寿一  Shibata Hisaichi

研究者番号 10780067
その他のID
  • ORCIDhttps://orcid.org/0000-0003-3187-8871
所属 (現在) 2025年度: 慶應義塾大学, 理工学研究科(矢上), 特任講師
所属 (過去の研究課題情報に基づく) *注記 2022年度 – 2023年度: 東京大学, 医学部附属病院, 特任助教
2021年度: 東京大学, 医学部附属病院, 特任研究員
審査区分/研究分野
研究代表者
小区分90130:医用システム関連
キーワード
研究代表者
経年変化 / 深層ニューラルネットワーク / 経年変化予測 / カリキュラム学習 / フローベース深層生成モデル / 医用画像 / 人体 / デジタルツイン / 頭部CT / 体積画像 … もっと見る / プログレッシブ学習 / サンプリング / 成人人体 / ニューラルネットワーク / 全脳容積 / 拡散モデル / 全脳容積評価 / 頭部MRI / 不確実性評価 / 確率的デノイジング拡散モデル / 深層生成モデル / 機械学習 / 人体デジタルツイン / 老化予測 隠す
  • 研究課題

    (1件)
  • 研究成果

    (1件)
  •  予防医学の発展に向けた深層生成モデルによる人体の経年変化予測研究代表者

    • 研究代表者
      柴田 寿一
    • 研究期間 (年度)
      2021 – 2023
    • 研究種目
      若手研究
    • 審査区分
      小区分90130:医用システム関連
    • 研究機関
      東京大学

すべて 2022

すべて 雑誌論文

  • [雑誌論文] On the Simulation of Ultra-Sparse-View and Ultra-Low-Dose Computed Tomography with Maximum a Posteriori Reconstruction Using a Progressive Flow-Based Deep Generative Model2022

    • 著者名/発表者名
      Shibata Hisaichi、Hanaoka Shouhei、Nomura Yukihiro、Nakao Takahiro、Takenaga Tomomi、Hayashi Naoto、Abe Osamu
    • 雑誌名

      Tomography

      巻: 8 号: 5 ページ: 2129-2152

    • DOI

      10.3390/tomography8050179

    • 査読あり / オープンアクセス
    • データソース
      KAKENHI-PROJECT-21K18073

URL: 

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi