• 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

檜作 彰良  HIZUKURI AKIYOSHI

ORCIDORCID連携する *注記
研究者番号 20822844
その他のID
所属 (現在) 2025年度: 横浜市立大学, データサイエンス学部, 准教授
所属 (過去の研究課題情報に基づく) *注記 2023年度 – 2024年度: 立命館大学, 理工学部, 講師
2019年度 – 2021年度: 立命館大学, 理工学部, 助教
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
研究代表者以外
小区分90130:医用システム関連
キーワード
研究代表者
Attention Mechanism / Deep learning / 損失関数 / 神経膠腫 / 分子サブタイプ分類 / Deep Metric Learning / Spatial Attention / Channel Attention / 脳MRI画像 / Low Grade Glioma … もっと見る / コンピュータ支援診断 / 人工知能 / テクスチャ解析 / Support vector machine / LASSO / 複数シーケンス画像 / トリプルネガティブ乳がん / Cox比例ハザードモデル / Lasso / 複数シーケンス / レディオミクス / 乳がん / 乳房MRI画像 / ディープラーニング / Radiomics … もっと見る
研究代表者以外
CT / 異常検知 / 深層学習 / コンピュータ診断支援 隠す
  • 研究課題

    (3件)
  • 研究成果

    (8件)
  • 共同研究者

    (4人)
  •  深層生成モデルによる異常検知を基盤としたコンピュータ支援診断システムの構築

    • 研究代表者
      中山 良平
    • 研究期間 (年度)
      2024 – 2026
    • 研究種目
      基盤研究(C)
    • 審査区分
      小区分90130:医用システム関連
    • 研究機関
      立命館大学
  •  少数サンプルで学習可能な深層学習モデルによる脳腫瘍の遺伝子推定法の開発研究代表者

    • 研究代表者
      檜作 彰良
    • 研究期間 (年度)
      2023 – 2025
    • 研究種目
      基盤研究(C)
    • 審査区分
      小区分90130:医用システム関連
    • 研究機関
      立命館大学
  •  人工知能を用いたレディオミクス特徴に基づいた乳がん患者の予後予測研究代表者

    • 研究代表者
      檜作 彰良
    • 研究期間 (年度)
      2019 – 2021
    • 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
      立命館大学

すべて 2024 2022 2021 2020

すべて 雑誌論文 学会発表

  • [雑誌論文] Attention Mechanismを導入したMulti-scale 3D-CNNsによる脳MRI画像の低悪性度グリオーマの1p/19q共欠損分類2022

    • 著者名/発表者名
      田中 大貴, 檜作 彰良, 中山 良平
    • 雑誌名

      電気学会論文誌C

      巻: 142 ページ: 550-556

    • 査読あり
    • データソース
      KAKENHI-PROJECT-19K20719
  • [雑誌論文] Computerized Classification Method for 1p/19q Codeletion in Low Grade Gliomas from Brain MRI Images Using Three Dimensional Radiomics Features2022

    • 著者名/発表者名
      Daiki Tanaka, Akiyoshi Hizukuri, Ryohei Nakayama
    • 雑誌名

      The Journal of the Institute of Image Electronics Engineers of Japan

      巻: -

    • 査読あり
    • データソース
      KAKENHI-PROJECT-19K20719
  • [雑誌論文] Construction of virtual normal dose CT images from ultra-low dose CT images using dilated residual networks2020

    • 著者名/発表者名
      Hizukuri Akiyoshi、Nakayama Ryohei、Ichikawa Yasutaka、Nagata Motonori、Ishida Masaki、Kitagawa Kakuya、Sakuma Hajime
    • 雑誌名

      Proc. of SPIE Medical Imaging

      巻: 11312 ページ: 151-151

    • DOI

      10.1117/12.2551147

    • 査読あり
    • データソース
      KAKENHI-PROJECT-19K20719
  • [雑誌論文] Computerized Determination Scheme for Histological Classification of Masses on Breast Ultrasonographic Images Using Combination of CNN Features and Morphologic Features2020

    • 著者名/発表者名
      Shinya Kunieda, Akiyoshi Hizukuri, Ryohei Nakayama
    • 雑誌名

      Proc. of SPIE Fifteenth International Workshop on Breast Imaging

      巻: 11513 ページ: 49-49

    • DOI

      10.1117/12.2564060

    • 査読あり / 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-19K20719
  • [雑誌論文] Computerized classification scheme for distinguishing between benign and malignant masses by analyzing multiple MRI sequences with convolutional neural network2020

    • 著者名/発表者名
      Yuichi Mima, Akiyoshi Hizukuri, Ryohei Nakayama
    • 雑誌名

      Proc. of SPIE Fifteenth International Workshop on Breast Imaging

      巻: 11513 ページ: 50-50

    • DOI

      10.1117/12.2564061

    • 査読あり / 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-19K20719
  • [学会発表] ChannelとSpatial Attention Mechanismを用いたMulti-scale 3D CNNによる脳MRI画像における低悪性度グリオーマの分子サブタイプ分類法2024

    • 著者名/発表者名
      小林慎平,檜作彰良,中山良平,楠田佳緒,正宗賢,村垣善浩
    • 学会等名
      電子情報通信学会技術報告
    • データソース
      KAKENHI-PROJECT-23K11909
  • [学会発表] Radiomics特徴量を用いた乳房MRI画像におけるトリプルネガティブ乳がんの推定法2021

    • 著者名/発表者名
      田中大貴,檜作彰良,中山良平
    • 学会等名
      乳癌画像研究会
    • データソース
      KAKENHI-PROJECT-19K20719
  • [学会発表] 畳み込みニューラルネットワークを用いた複数シーケンスMRI画像における腫瘤病変の良悪性分類法2020

    • 著者名/発表者名
      美馬悠一, 檜作彰良, 中山良平
    • 学会等名
      電子情報通信学会 医用画像研究会
    • データソース
      KAKENHI-PROJECT-19K20719
  • 1.  中山 良平 (20402688)
    共同の研究課題数: 2件
    共同の研究成果数: 1件
  • 2.  木戸 尚治 (90314814)
    共同の研究課題数: 1件
    共同の研究成果数: 0件
  • 3.  正宗 賢 (00280933)
    共同の研究課題数: 1件
    共同の研究成果数: 1件
  • 4.  楠田 佳緒 (00780131)
    共同の研究課題数: 1件
    共同の研究成果数: 1件

URL: 

この研究者とORCID iDの連携を行いますか?
※ この処理は、研究者本人だけが実行できます。

Are you sure that you want to link your ORCID iD to your KAKEN Researcher profile?
* This action can be performed only by the researcher himself/herself who is listed on the KAKEN Researcher’s page. Are you sure that this KAKEN Researcher’s page is your page?

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