HIGAKI TORU

ヒガキトオル | HIGAKI TORU

Affiliation and department：

Research field (1)： Perceptual information processing

Research theme for competitive and other funds (14)：

2022 - 2025 Development of a Quantitative Analysis Method for Unknown Pulmonary Infections Using Deep Learning of Chest CT Images
2021 - 2024 Development of next-generation imaging for assessing the pathophysiology of epicardial adipose tissue using deep learning and multi-tracer
2020 - 2024 深層学習を用いた心拍出量予測およびそれに基づく造影CTプロトコルの最適化
2020 - 2022 全身循環シミュレータを用いたCT angiographyにおける至適造影法の開発
2018 - 2021 A Human Body Projection Mapping System for Medical Applications

Show all

Papers (114)：

Takanori Masuda, Takeshi Nakaura, Toru Higaki, Yoshinori Funama, Yoriaki Matsumoto, Tomoyasu Sato, Tomokazu Okimoto, Keiko Arao, Hiromasa Imaizumi, Shinichi Arao, et al. Using Patient-Specific Contrast Enhancement Optimizer Simulation Software During the Transcatheter Aortic Valve Implantation-Computed Tomography Angiography in Patients With Aortic Stenosis. Journal of computer assisted tomography. 2024
Nakamura, Yuko, Higaki, Toru, Kondo, Shota, Kawashita, Ikuo, Takahashi, Isao, Awai, Kazuo. An introduction to photon-counting detector CT (PCD CT) for radiologists. JAPANESE JOURNAL OF RADIOLOGY. 2023. 41. 3. 266-282
CTの最新動向. INNERVISION. 2023. 38. 2. 21-23
RSNA参加報告. Rad Fan. 2023. 21. 2. 26-28
Kondo, Shota, Nakamura, Yuko, Higaki, Toru, Nishihara, Takashi, Takizawa, Masahiro, Shirai, Toru, Fujimori, Motoshi, Bito, Yoshitaka, Narita, Keigo, Sueoka, Takahiro, et al. Utility of Wavelet Denoising with Geometry Factor Weighting for Gadoxetic Acid-enhanced Hepatobiliary-phase MR Imaging. MAGNETIC RESONANCE IN MEDICAL SCIENCES. 2023. 22. 2. 241-252

ｍore...

MISC (41)：

Takeshi Nakaura, Toru Higaki, Kazuo Awai, Osamu Ikeda, Yasuyuki Yamashita. A primer for understanding radiology articles about machine learning and deep learning. Diagnostic and Interventional Imaging. 2020. 101. 12. 765-770
檜垣徹, 中村優子, 福本航, 立神史稔, 藤岡知加子, 粟井和夫. 人工知能が医療を変える!医療分野におけるAI研究開発最前線2019 II 領域別・画像診断におけるAI研究開発の最前線 7.その他 1)ディープラーニングを用いたCT再構成技術. Innervision. 2019. 34. 7. 53-55
松本頼明, 檜垣徹, 舛田隆則, 山下由香利, 小林由枝, 吉田理人, 奥貴行, 粟井和夫. Contrast Enhancement Optimizerを用いた冠動脈CTAにおける造影効果の個別変動最小化:単施設無作為化比較試験. 日本放射線技術学会雑誌. 2019. 75. 9
BAYASGALAN Enkhjargal, HIGAKI Toru, FUKUMOTO Wataru, NAKAMURA Yuko, CHOSA Keigo, TATSUGAMI Fuminari, AWAI Kazuo. Improved Detectability of Hyper-Dense Nodules Using Dual-Energy Computed Tomography Scanning: Phantom Study Using Simulated Liver Harboring Nodules. Hiroshima Journal of Medical Sciences (Web). 2018. 67. 3. 63-69 (WEB ONLY)-69
粟井和夫, 檜垣徹, 中村優子, 成田圭吾, 寺田大晃, 福本航, 坂根寛晃, 野村行弘. シリーズ新潮流 Vol.9-The Next Step of Imaging Technology 人工知能で医療は変わるのか-加速する医療分野のAI開発の現在と未来臨床におけるAI活用の現状と展望 1.画像診断支援のためのAIの活用. Innervision. 2018. 33. 7. 50-54

ｍore...

Patents (2)：

シミュレータ、該シミュレータを備える注入装置又は撮像システム、及びシミュレーションプログラム
シミュレータ、該シミュレータを備える注入装置又は撮像システム、及びシミュレーションプログラム

Books (4)：

CTにおける造影シミュレーション pCOPの基礎と臨床応用
医療科学社 2022 ISBN:9784860031374
Dual-energy CT原理を理解し臨床で活用する
メジカルビュー社 2019 ISBN:9784758316125
最新Body CT診断検査の組み立てから読影まで.
メディカルサイエンスインターナショナル. 2018 ISBN:4895929078
これだけでわかる! 医療AI
中外医学社

Lectures and oral presentations (122)：

Importance of larger reconstruction matrix sizes for super-resolution deep Learning reconstruction
(RSNA2022 2022)
Utility of variable-rate contrast medium injection at computed tomography: A simulation study
(RSNA2022 2022)
Deep Learning based Spectral Imagingの特徴と広島大での臨床応用
(第16回中部マルチスライスCTシンポジウム 2022)
スペクトラルイメージベーストライティングによる表面粗さを考慮した薄膜干渉の表示
(VC+VCC 2022 2022)
Deep Learning Reconstruction のこれまでと新たな可能性.
(第17回中四国放射線医療技術フォーラム(CSFRT2021)共催セミナー 2021)

ｍore...

Committee career (1)：

教務委員

Awards (2)：

2018/11/30 - Radiological Society of North America, Certificate of Merit, Easy Understanding of Theory and Image Characteristics of the Model-Based Iterative Reconstruction at CT for Radiologists: How Does It Work?
2017/02/27 - European Society of Radiology (ESR), Certificate of Merit, Radiation dose reduction in CT using Deep Learning based Reconstruction (DLR): A phantom study

※ Researcher’s information displayed in J-GLOBAL is based on the information registered in researchmap. For details, see here.

Return to Previous Page