Automatic-diagnosis of panreatic diseases using artifical intelligence

利用人工智能自动诊断胰腺疾病

基本信息

  • 批准号:
    18K15769
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
  • 财政年份:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-04-01 至 2021-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
AIを用いたIPMN良悪性診断の試み
尝试使用 AI 诊断 IPMN 良性或恶性
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    桑原崇通;原和生;丹羽康正;桑原崇通 奥野のぞみ 原和生;桑原崇通 水野伸匡 原和生
  • 通讯作者:
    桑原崇通 水野伸匡 原和生
人工知能を用いた膵疾患診断の有用性
使用人工智能诊断胰腺疾病的实用性
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    桑原崇通;清水泰博;水野伸匡;桑原崇通, 原和生, 清水泰博
  • 通讯作者:
    桑原崇通, 原和生, 清水泰博
AIを用いたIPMN良悪性診断
利用 AI 进行 IPMN 良恶性诊断
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    桑原崇通;原和生;丹羽康正
  • 通讯作者:
    丹羽康正
人工知能を用いたIPMN良悪性診断の試み
尝试利用人工智能诊断IPMN是良性还是恶性
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    桑原崇通;原和生;丹羽康正
  • 通讯作者:
    丹羽康正
嚢胞液解析を用いた膵嚢胞診断の現状とニューラルネットワークを用いた診断能向上の試み
使用囊液分析进行胰腺囊肿诊断的现状以及使用神经网络提高诊断性能的尝试
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    桑原崇通;原和生;丹羽康正;桑原崇通 奥野のぞみ 原和生;桑原崇通 水野伸匡 原和生;栗田裕介 桑原崇通 原和生
  • 通讯作者:
    栗田裕介 桑原崇通 原和生
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Takamichi Kuwahara其他文献

Utility of somatostatin receptor scintigraphy in pancreatic neuroendocrine neoplasms
生长抑素受体闪烁扫描在胰腺神经内分泌肿瘤中的应用
  • DOI:
    10.2958/suizo.34.78
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Y. Kurita;Takamichi Kuwahara;N. Mizuno;Nozomi Okuno;Shimpei Matsumoto;K. Toriyama;Hiroki Koda;Masahiro Obata;S. Hijioka;Y. Shimizu;Y. Inaba;A. Nakajima;K. Kubota;K. Hara
  • 通讯作者:
    K. Hara
Endoscopic ultrasound-guided drainage for mediastinal abscess: first report of bridge to surgery for esophageal cancer
  • DOI:
    10.1007/s12328-024-02049-z
  • 发表时间:
    2024-10-17
  • 期刊:
  • 影响因子:
    0.900
  • 作者:
    Yoshitaro Yamamoto;Kazuo Hara;Nozomi Okuno;Nobumasa Mizuno;Shin Haba;Takamichi Kuwahara;Toshitaka Fukui;Takashi Kondo;Minako Urata
  • 通讯作者:
    Minako Urata
Deep learningを用いたIPMNの良悪性診断の現状と今後の展望
利用深度学习诊断IPMN良恶性的现状及未来展望
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sugimoto Y;Kurita Y;Kuwahara T et al.;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;Takamichi Kuwahara;Takamichi Kuwahara;Takamichi Kuwahara;桑原 崇通;Takamichi Kuwahara;桑原崇通;桑原崇通;桑原崇通
  • 通讯作者:
    桑原崇通
Usefulness of Deep Learning Analysis for the Diagnosis of IPMN on EUS
深度学习分析在 EUS 上诊断 IPMN 中的作用
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sugimoto Y;Kurita Y;Kuwahara T et al.;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;桑原崇通 原和生;Takamichi Kuwahara;Takamichi Kuwahara;Takamichi Kuwahara;桑原 崇通;Takamichi Kuwahara;桑原崇通;桑原崇通;桑原崇通;Takamichi Kuwahara
  • 通讯作者:
    Takamichi Kuwahara
The role of needle-based confocal laser endomicroscopy in the diagnosis of pancreatic neuroendocrine tumors
针基共聚焦激光内窥镜在胰腺神经内分泌肿瘤诊断中的作用
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    2.5
  • 作者:
    Masanori Yamada;K. Hara;N. Mizuno;S. Haba;Takamichi Kuwahara;Nozomi Okuno;Y. Kuraishi;Takafumi Yanaidani;Shoichiro Ishikawa;Tsukasa Yasuda;Toshitaka Fukui
  • 通讯作者:
    Toshitaka Fukui

Takamichi Kuwahara的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

基于Deep-learning的三江源区冰川监测动态识别技术研究
  • 批准号:
    51769027
  • 批准年份:
    2017
  • 资助金额:
    38.0 万元
  • 项目类别:
    地区科学基金项目
具有时序处理能力的Spiking-Deep Learning(脉冲深度学习)方法研究
  • 批准号:
    61573081
  • 批准年份:
    2015
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目

相似海外基金

Deep Learning Image Analysis Algorithms to Improve Oral Cancer Risk Assessment for Oral Potentially Malignant Disorders
深度学习图像分析算法可改善口腔潜在恶性疾病的口腔癌风险评估
  • 批准号:
    10805177
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Uncovering Nodal signaling and transcription factor interactions in somitic mesoderm development using single-cell deep learning methods
使用单细胞深度学习方法揭示体细胞中胚层发育中的节点信号传导和转录因子相互作用
  • 批准号:
    10749611
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Excellence in Research: Harnessing Big Data and Domain Knowledge to Advance Deep Learning for Interpretable Cell Quantitation
卓越的研究:利用大数据和领域知识推进深度学习以实现可解释的细胞定量
  • 批准号:
    2302274
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Standard Grant
CRCNS: Deep Learning to Discover Neurovascular Disruptions in Alzheimer's Disease
CRCNS:深度学习发现阿尔茨海默病的神经血管破坏
  • 批准号:
    10831259
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Software for the complete characterization of antibody repertoires: from germline and mRNA sequence assembly to deep learning predictions of their protein structures and targets
用于完整表征抗体库的软件:从种系和 mRNA 序列组装到其蛋白质结构和靶标的深度学习预测
  • 批准号:
    10699546
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Maternal mHealth blood hemoglobin analysis with informed deep learning
通过知情深度学习进行孕产妇 mHealth 血液血红蛋白分析
  • 批准号:
    10566426
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Noninvasive prediction of skin precancer severity using in vivo cellular imaging and deep learning algorithms.
使用体内细胞成像和深度学习算法无创预测皮肤癌前病变的严重程度。
  • 批准号:
    10761578
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Deep-learning Integration of Histopathology and Proteogenomics at a Pan-cancer Level - Resubmission
泛癌水平上组织病理学和蛋白质基因组学的深度学习整合 - 重新提交
  • 批准号:
    10606760
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
Correcting biases in deep learning models
纠正深度学习模型中的偏差
  • 批准号:
    10584314
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
AIM-AI: an Actionable, Integrated and Multiscale genetic map of Alzheimer's disease via deep learning
AIM-AI:通过深度学习绘制阿尔茨海默病的可操作、集成和多尺度遗传图谱
  • 批准号:
    10668829
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了