研究者
J-GLOBAL ID:201801019773734705   更新日: 2024年08月29日

藤岡 友之

フジオカ トモユキ | Tomoyuki Fujioka
所属機関・部署:
職名: 准教授
ホームページURL (1件): https://www.tmd.ac.jp/med/mrad/
研究分野 (1件): 放射線科学
研究キーワード (3件): 人工知能 ,  画像診断 ,  放射線医学
競争的資金等の研究課題 (10件):
  • 2024 - 2027 革新的MRI技術とAIを融合した乳房石灰化診断の新展開
  • 2024 - 2027 AIがマンモグラフィ検診にもたらす影響:受診者の視点からの分析
  • 2023 - 2025 日本人女性のマンモグラフィにおける深層学習診断支援システムの診断性能の検証
  • 2023 - 2024 超音波CTを用いた頭蓋内撮像法の開発
  • 2021 - 2024 敵対的生成ネットワークによる乳房超音波画像を生成し教育や研究への応用を目指す研究
全件表示
論文 (93件):
  • Leona Katsuta, Tomoyuki Fujioka, Kazunori Kubota, Mio Mori, Emi Yamaga, Yuka Yashima, Arisa Sato, Mio Adachi, Toshiyuki Ishiba, Goshi Oda, et al. Comparison of state-of-the-art biopsy systems for ultrasound-guided breast biopsy using a chicken breast phantom. Journal of medical ultrasonics (2001). 2024
  • Takahiro Tsuboyama, Masahiro Yanagawa, Tomoyuki Fujioka, Shohei Fujita, Daiju Ueda, Rintaro Ito, Akira Yamada, Yasutaka Fushimi, Fuminari Tatsugami, Takeshi Nakaura, et al. Recent trends in AI applications for pelvic MRI: a comprehensive review. La radiologia medica. 2024
  • Daiju Ueda, Shannon L Walston, Shohei Fujita, Yasutaka Fushimi, Takahiro Tsuboyama, Koji Kamagata, Akira Yamada, Masahiro Yanagawa, Rintaro Ito, Noriyuki Fujima, et al. Climate change and artificial intelligence in healthcare: Review and recommendations towards a sustainable future. Diagnostic and interventional imaging. 2024
  • Takeshi Nakaura, Rintaro Ito, Daiju Ueda, Taiki Nozaki, Yasutaka Fushimi, Yusuke Matsui, Masahiro Yanagawa, Akira Yamada, Takahiro Tsuboyama, Noriyuki Fujima, et al. The impact of large language models on radiology: a guide for radiologists on the latest innovations in AI. Japanese journal of radiology. 2024
  • Arisa Sato, Tomoyuki Fujioka, Iichiroh Onishi, Emi Yamaga, Leona Katsuta, Kazunori Kubota, Yuichi Kumaki, Toshiyuki Ishiba, Goshi Oda, Ukihide Tateishi. Arterial Calcification Disappearance in Breast Imaging: A Key Indicator for Transition to Invasive Ductal Carcinoma. Diagnostics. 2024
もっと見る
MISC (65件):
  • 木村浩一朗, 羽田紘人, 藤岡友之, 立石宇貴秀. Precision Medicine時代のAbdominal Imaging2024(後編)V 腹部画像診断におけるCTの技術革新と挑戦 1.腹部領域におけるCT画像診断の最新動向 4)腹部領域における低線量撮影-「Tin filter technology」の応用と可能性. Innervision. 2024. 39. 4
  • 久保田 一徳, 八嶋 夕絵, 森 美央, 山鹿 絵美, 佐藤 有紗, 勝田 玲於奈, 藤岡 友之. 【非典型症例と類似疾患を知ってCommon Diseaseを極める】その他 乳房 乳癌. 臨床放射線. 2023. 68. 12. 1353-1357
  • 藤岡 友之, 勝田 玲於奈, 山鹿 絵美, 八嶋 夕絵, 立石 宇貴秀. 【放射線科医がもっているべき 超音波検査の知識】乳腺. 臨床画像. 2023. 39. 11. 1232-1240
  • 藤岡 友之, 久保田 一徳. 【これからの乳癌検診はこうなる!】AIを活用したマンモグラフィ検診の未来. Rad Fan. 2023. 21. 12. 49-52
  • 藤岡 友之, 久保田 一徳, 立石 宇貴秀. 【Women's Imaging 2023 Breast Imaging Vol.18 アフターコロナの乳腺画像診断】乳腺画像診断におけるAI技術の進歩 4.乳腺画像診断AIの最新トピックス. INNERVISION. 2023. 38. 8. 31-32
もっと見る
書籍 (5件):
  • 300例で学ぶ読影レポートの流儀 : MRI,CT,X線,PETまで完全理解
    Gakken 2023 ISBN:9784780904437
  • 乳腺腫瘍学
    金原出版 2022 ISBN:9784307204507
  • 画像診断別冊KEY BOOKシリーズ 知っておきたい乳房の画像診断
    学研メディカル秀潤社,学研プラス(発売) 2021 ISBN:9784780909784
  • 新 乳房画像診断の勘ドコロ
    メジカルビュー社 2016
  • 乳房ソナゾイド造影超音波診断ガイドブック
    南江堂 2016
講演・口頭発表等 (153件):
  • The Future of AI in;Breast Imaging Diagnostics;Bridging Medicine;Engineering
    (アーヘン工科大学/東京工業大学/東京医科歯科大学 Joint Workshop 2024)
  • ここまで出来る最新の乳房超音波AI
    (超音波医学 Supplement 2023)
  • 乳房超音波におけるAI(人工知能)活用の展望
    (乳腺甲状腺超音波医学 2023)
  • MRIガイド下乳房生検の実際(診療放射線技師の立場から)
    (日本乳癌画像研究会プログラム・抄録集 2023)
  • 乳癌の骨転移と肋骨骨折の鑑別に超音波検査が有用であった一例
    (日本乳癌画像研究会プログラム・抄録集 2023)
もっと見る
学歴 (2件):
  • 2010 - 2014 東京医科歯科大学
  • 2002 - 2008 筑波大学
経歴 (8件):
  • 2023/04 - 現在 帝京大学医学部 非常勤講師
  • 2022/04 - 現在 東京医科歯科大学 大学院医歯学総合研究科 寄附講座 先端人工知能医用画像診断学講座 准教授
  • 2019/07 - 2022/03 東京医科歯科大学 医学部附属病院 診療科 放射線診療部門 放射線診断科 講師
  • 2019/06 - 2022/03 東京医科歯科大学 大学院医歯学総合研究科 医歯学系専攻 先端医療開発学講座 画像診断・核医学 講師
  • 2019/04/01 - 2019/06/30 東京医科歯科大学 大学院医歯学総合研究科 医歯学系専攻 先端医療開発学講座 画像診断・核医学 助教
全件表示
委員歴 (2件):
  • 2023/04 - 現在 日本乳癌学会 将来検討委員会 AI- Working Group
  • 2020/07 - 2022/03 日本医学放射線学会 アドホック保険委員会
受賞 (4件):
  • 2024/02 - 日本対がん協会 2023年度がん検診研究助成 AIがマンモグラフィ検診にもたらす影響:受診者の視点からの分析
  • 2022/04 - 日本医学放射線学会 JJR研究継続奨励賞
  • 2021/04 - 日本医学放射線学会 JJR Most Often Cited Paper Award in 2020 Fujioka T, Kubota K, Mori M, et al. Distinction between benign and malignant breast masses at breast ultrasound using deep learning method with convolutional neural network. Jpn J Radiol. 2019;37(6):466-472. doi:10.1007/s11604-019-00831-5
  • 2019/04 - 日本医学放射線学会 2018年度Bayer研究助成 深層学術(Deep learning)による超音波で検出された乳房腫瘤の良悪性鑑別診断
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る