医療技術学部 Department of Radiological Technology

診療放射線学科

ホーム › 学部・学科 › 診療放射線学科 › 教員紹介 › 長谷川 晃

教員紹介

長谷川 晃写真

医療技術学部／診療放射線学科
Faculty of Medical Technology／Department of Radiological Technology

長谷川 晃
Akira Hasegawa
講師

プロフィール

担当科目診療画像検査技術学Ⅱ、診療画像検査技術学Ⅲ、診療画像検査技術学実習Ⅰ、診療画像検査技術学実習Ⅱ、診療画像検査機器学Ⅰ、診療画像検査機器学実習、死亡時画像診断学、総合演習Ⅰ
専門分野放射線科学、医用画像工学
キーワードCT, artificial intelligence, coronary
学位・称号／取得機関／取得年博士（保健学）／金沢大学／2022年
資格2004 診療放射線技師
2005 第1種放射線取扱主任者
過去の経歴富山赤十字病院医療技術部放射線技術課、新潟大学医学部保健学科助教を経て現職
所属団体・学会等日本放射線技術学会、日本診療放射線技師会、日本CT技術学会、富山県CT研究会、日本医用画像工学会、医用画像情報学会

業績等

研究領域人工知能（画像解析・画像処理）、コンピュータ断層撮影（CT）、心臓カテーテル撮影、虚血性心疾患
研究紹介

日本の年間死亡者数第2位は心疾患であり、その原因の多くは狭心症や心筋梗塞などの虚血性心疾患となっています。これらの病気を早期に発見することで、苦しんだり、亡くなったりする方を減らすことができると考えられています。早期発見のための検査法のひとつとして、CTやMRIなどの画像検査が挙げられます。現在はCT検査に着目し、虚血性心疾患を早期に発見できるコンピュータ支援診断（CAD)システムの開発をしています。このCADシステムの要素技術として、近年注目されている人工知能（AI）のうち、ディープラーニングという技術を取り入れています。AIの力を借りて虚血性心疾患を早期に発見することにより、患者さんのQOLの向上を目指しています。

著書1. 市川勝弘，松原孝祐，奥村悠佑，森岡祐輔，嶋田真人，長谷川晃　他， CT Super Basic 第10章 市川勝弘 オーム社 2015年08月
2. 市川勝弘，松原孝祐，森岡祐輔，長谷川晃，他， CTビギナーズテキスト　CT Basic 市川勝弘 (公社)日本放射線技術学会　中部部会CT研究会 2011年07月
受賞歴1. 2022 梅谷賞，2023年4月，（公社）日本放射線技術学会，中部支部CT研究会北陸ブロック
2. 2021 新潟医療福祉学会賞　会頭賞，2021年5月，新潟医療福祉学会，長谷川晃
3. 2019 学術奨励賞，2019年10月，（公社）日本放射線技術学会東北支部，長谷川晃
4. 2019 第75回日本放射線技術学会総会学術大会　bronze Award，2019年4月14日，日本放射線技術学会，金澤雄大，李鎔範，長谷川晃，高橋規之，高橋直也
5. 2018 第74回日本放射線技術学会総会学術大会　Silver Award，2018年04月15日，日本放射線技術学会，長谷川晃, 李鎔範, 竹内悠, 市川勝弘
6. 2014 永田学術賞，2014年05月，（公社）富山県診療放射線技師会，富山県CT研究会
7. 2009 永田学術賞，2009年05月，（公社）富山県診療放射線技師会，長谷川晃
研究論文（英文）1. Hasegawa Akira, Ichikawa Katsuhiro, Morioka Yusuke, Kawashima Hiroaki. A tin filter's dose reduction effect revisited: Using the detectability index in low-dose computed tomography for the chest. Physica Medica. 05/2022 99: 61-67.
2. Akifumi Yoshida, Yohan Kondo, Norihiko Yoshimura, Tatsuya Kuramoto, Akira Hasegawa, Tsutomu Kanazawa. U-Net-based image segmentation of the whole heart and four chambers in pediatric X-ray computed tomography. Radiological Physics and Technology 03/2022 15(2):156-169
3. Yongbum Lee, Mieko Uchiyama, Akira Hasegawa, Rika Saitoh， Effects of Communication Robot on Distress Reduction in Mammography， Journal of Biomedical Science and Engineering， 03/2017 10(3)， 107-119，
4. Masaya Shimojima, Akira Hasegawa, Masakazu Yamagishi,et,al.， Rapid changes in plaque composition and morphology after intensive lipid lowering therapy :study with serial coronary CT angiography， American Journal of Cardiovascular Disease， 05/2012 2(2)，84-88，
研究論文（和文）1. 長谷川晃， Deep learningを用いたCCTAの自動解析システムの開発, Precision Medicine， 2022 5(9):68-71.
2. 長谷川晃， Deep learningによるCCTA自動解析システム開発の現状， Precision Medicine， 2022 5(1)；45-48，
3. 長谷川晃，吉田皓文，児玉直樹， 冠動脈CT画像における石灰化とステントの高精度な自動分類を目的とした深層学習改良の試み， 日本診療放射線技師会誌， 2022 69(834):29-35.
4. 長谷川晃，吉田皓文，二木来菜，李 鎔範， 冠動脈CTにおける石灰化とステントの自動分類のためのDCNN構造最適化， 新潟医療福祉学会誌 2020． 20(2), 9-15,
5. 二木来菜, 李鎔範, 長谷川晃, 吉村宣彦， 冠動脈 CT における石灰化とステントの自動分類のための最適な深層学習モデルとパラメータの検証 日本放射線技術学会東北支部雑誌， 2020 29，137-138,
6. 二木来菜, 李鎔範, 長谷川晃, 吉村宣彦， 深層学習を用いた冠動脈CTにおけるソフトプラークの自動分類， 電子情報通信学会技術報告, 2020． vol.119, no.399, MI2019-84, 83-84,
7. 長谷川晃, 野口映花, 李鎔範， 深層学習を用いた心臓血管撮影動画像における冠動脈の動きによる不鋭の除去， 医用画像情報学会雑誌, June. 2019. vol.36, no.2, 98-101,
8. 山田朋奈, 李鎔範, 長谷川晃， 深層学習を用いた前腕X線画像における腕の左右と向きの自動分類， 医用画像情報学会雑誌, June. 2019. vol.36, no.2, 83-87,
9. 長谷川晃，李鎔範, 竹内悠, 市川勝弘， ディープラーニングによる冠動脈CT画像CADシステム開発の現状と展望， 細胞， June．2019 51(7)，39-41，
10. 長谷川晃，李鎔範，竹内悠，市川勝弘， 冠動脈CT画像解析へのディープラーニングの応用， INNERVISION, Jan. 2019. vol.34, no.5, 92-95,
11. 長谷川晃， ディープラーニングを用いた冠動脈CT画像読影支援システムの開発， BIO Clinica， 2019 34₍3₎，80-84，
12. 長谷川晃， 深層学習ツールDIGITS　－カスタマイズ編ー， 医用画像情報学会雑誌， June. 2019. vol.36, no.2, 39-43,
13. 長谷川晃, 李鎔範, 竹内悠, 市川勝弘， 深層学習を用いた冠動脈CTにおける石灰化とステントの自動分類， 日本放射線技術学会雑誌， 2018 74(10), p. 1138-1143
14. 李鎔範，長谷川晃，皆川靖子，弦巻正樹，伊賀敏朗， テクスチャ特徴を用いた超音波画像における乳児股関節の状態分類， 電子情報通信学会論文誌D， 2018 Vol.J101-D，No.1，36-39，
15. 李 鎔範, 大澤 由瑛, 長谷川 晃, 皆川 靖子, 弦巻 正樹, 伊賀 敏朗， 深層学習を用いた超音波画像における乳児股関節形成不全の自動評価に関する予備的検討， 医用画像情報学会雑誌， 2017 34(2)，92-95，
16. 李 鎔範, 飯島 祐希, 大村 知巳, 長谷川 晃, 高橋 規之， 4D-CTにおける脳虚血領域の自動検出， Medical Imaging Technology， 2017 36(1)，32-35，
17. 李鎔範, 高橋規之, 長谷川晃， 頭部ＣＴ画像における基底核を含む断面画像の自動選択， 医用画像情報学会雑誌， 2016 33(3)，63-68，
18. 長谷川晃，大橋英靖，柴田久誠， 64列MDCTを用いた冠動脈撮影に関する検討-再構成関数と再構成間隔が画像に与える影響-， 富山県放射線技師会報， 2008 55，27-30，
19. 山崎芳裕，柏森亮，長谷川晃 他， PETにおける再構成画像の基礎的検討， 新潟核医学懇話会記録集， 2005 32，12-15，
科学研究費1. 2017年04月～2023年3月 4,160,000 若手研究 心臓カテーテル撮影における動画倍速駆動処理技術の開発
2. 2020年4月～2023年3月 4,160,000 若手研究 虚血性心疾患CADシステム開発のための深層畳み込みニューラルネットワークの開発
学会・職能団体の委員1. 2013年04月 ～ 継続中 富山県CT研究会，世話人，
2. 2010年4月～継続中 日本放射線技術学会中部支部CT研究会，世話人，
学内委員会活動1. 図書館・学習支援委員会，高等教育推進センター運営委員会

Profile

Research Areasdeep learning, computed tomography, coronary angiography,
Research IntroductionThe second leading cause of death annually in Japan is heart disease, and most of these deaths are caused by ischemic heart diseases such as angina pectoris and myocardial infarction. It is believed that early detection of these diseases can reduce the number of people who suffer or die from them. One of the examination methods for early detection is imaging tests such as CT and MRI. We are currently focusing on CT scans to develop a computer-aided diagnosis (CAD) system that can detect ischemic heart disease at an early stage. We aim to improve patients' QOL by detecting ischemic heart disease at an early stage with the help of AI.
BooksCT Super Basic. Katsuhiro Ichikawa, Kosuke Matsubara, Akira Hasegawa, et, al. 2015.
Papers1. 2022 Hasegawa Akira, Ichikawa Katsuhiro, Morioka Yusuke, Kawashima Hiroaki. A tin filter's dose reduction effect revisited: Using the detectability index in low-dose computed tomography for the chest. Physica Medica. 05/2022 99: 61-67.
2. 2022 Akifumi Yoshida, Yohan Kondo, Norihiko Yoshimura, Tatsuya Kuramoto, Akira Hasegawa, Tsutomu Kanazawa. U-Net-based image segmentation of the whole heart and four chambers in pediatric X-ray computed tomography. Radiological Physics and Technology 03/2022 15(2):156-169
3. 2017 Yongbum Lee, Mieko Uchiyama, Akira Hasegawa, Rika Saitoh， Effects of Communication Robot on Distress Reduction in Mammography， Journal of Biomedical Science and Engineering， 03/2017 10(3)， 107-119，
4. 2012 Masaya Shimojima, Akira Hasegawa, Masakazu Yamagishi,et,al.， Rapid changes in plaque composition and morphology after intensive lipid lowering therapy :study with serial coronary CT angiography， American Journal of Cardiovascular Disease， 05/2012 2(2)，84-88，
・Akira Hasegawa, Akifumi Yoshida, Naoki Kodama. Deep learning improvement for accurate automatic classification of calcification and stents in coronary computed tomography angiography. Journal of the Japan Association of Radiologic Technologists, 69(834):29-3, 2022.

・Akira Hasegawa, Akifumi Yoshida, Raina Futatsugi, Yongbum Lee. Structure optimization of deep convolutional neural network for automatic classification of calcifications and stents in coronary computed tomography angiography. Niigata Iryo-fukushi Gakkaishi, 20 (2) 9-15, 2020.

・Akira Hasegawa, Eika Noguchi, Yongbum Lee. Removing Unsharpness of Coronary Angiography Moving Images Using Deep Learning. Iyo Gazo Joho Gakkai Zasshi, 36(2), 98-101, 2019.

・Tomona Yamada, Yongbum Lee, Akira Hasegawa. Computerized Classification of Right or Left and Directions of Arms in Forearm X-ray Images Using Deep Learning. Iyo Gazo Joho Gakkai Zasshi, 36(2), 83-87, 2019.

・Akira Hasegawa A, Yongbum Lee, Yu Takeuchi, Katsuhiro Ichikawa. Automated Classification of Calcification and Stent on Computed Tomography Coronary Angiography Using Deep Learning. Nihon Hoshasen Gijutsu Gakkai zasshi, 74(10), 1138-1143, 2018.

・Yongbum Lee, Mieko Uchiyama, Akira Hasegawa, Rika Saitoh. Effects of Communication Robot on Distress Reduction in Mammography. Journal of Biomedical Science and Engineering, 10(3), 107-119, 2017.
このページのトップへ

大学概要

特色

学部・学科

大学院

入試情報

キャンパスライフ

研究

就職・資格

国際交流

地域・産官学連携

新潟医療福祉大学
付属機関案内

公式SNS