• 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

中尾 康彦  NAKAO Yasuhiko

ORCIDORCID連携する *注記
研究者番号 20928030
その他のID
所属 (現在) 2025年度: 長崎大学, 病院(医学系), 助教
所属 (過去の研究課題情報に基づく) *注記 2022年度 – 2023年度: 長崎大学, 病院(医学系), 助教
審査区分/研究分野
研究代表者
小区分62010:生命、健康および医療情報学関連
キーワード
研究代表者
ディープラーニング / CT画像診断 / AI
  • 研究課題

    (1件)
  • 研究成果

    (3件)
  •  救急医療における深層学習を用いた腹部CT画像AI診断補助システムの開発研究代表者

    • 研究代表者
      中尾 康彦
    • 研究期間 (年度)
      2022 – 2024
    • 研究種目
      若手研究
    • 審査区分
      小区分62010:生命、健康および医療情報学関連
    • 研究機関
      長崎大学

すべて 2024 2023

すべて 雑誌論文 学会発表

  • [雑誌論文] Investigation of deep learning model for predicting immune checkpoint inhibitor treatment efficacy on contrast-enhanced computed tomography images of hepatocellular carcinoma2024

    • 著者名/発表者名
      Nakao Yasuhiko、Nishihara Takahito、Sasaki Ryu、Fukushima Masanori、Miuma Satoshi、Miyaaki Hisamitsu、Akazawa Yuko、Nakao Kazuhiko
    • 雑誌名

      Scientific Reports

      巻: 14 号: 1 ページ: 6576-6576

    • DOI

      10.1038/s41598-024-57078-y

    • 査読あり
    • データソース
      KAKENHI-PROJECT-22K17997, KAKENHI-PROJECT-21K07916
  • [学会発表] Investigation of optimization model for predicting ICI treatment efficacy on contrast-enhanced CT images of hepatocellular carcinoma using AI2023

    • 著者名/発表者名
      Yasuhiko Nakao
    • 学会等名
      EASL Congress 2023
    • 国際共著/国際学会である
    • データソース
      KAKENHI-PROJECT-22K17997
  • [学会発表] AIを使用した肝細胞癌造影CT像に対するICI治療効果予測最適化モデルの模索2023

    • 著者名/発表者名
      中尾 康彦
    • 学会等名
      第59回日本肝臓学会総会
    • データソース
      KAKENHI-PROJECT-22K17997

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