XiaoMi-AI文件搜索系统
World File Search System京都大学
癌症
1 京都大学医学院实验治疗学系，京都 606-8501，日本；takehito_y@kuhp.kyoto-u.ac.jp（TY）；hmiyoshi@mfour.med.kyoto-u.ac.jp（HM）；f-kakizaki@mfour.med.kyoto-u.ac.jp（FK）；hisatsug@kuhp.kyoto-u.ac.jp（HM）；tyamaura@kuhp.kyoto-u.ac.jp（TY）；tmori@kuhp.kyoto-u.ac.jp（TM）2 京都大学医院临床和转化科学进步研究所（iACT），京都 606-8507，日本 3 京都大学医学院外科系，京都 606-8507，日本； kkawada@kuhp.kyoto-u.ac.jp (KK); ysakai@kuhp.kyoto-u.ac.jp (YS) 4 京都大学产学研合作创新办公室，京都府左京区 606-8501，日本 5 北野医院，田附兴深海医学研究所，大阪市北区 530-8480，日本；prof.katayama@gmail.com * 通讯地址：taketo@mfour.med.kyoto-u.ac.jp；电话：+ 81-75-753-4391
凯奥大学药科学学院和药学研究生院
生物活性脂质具有各种功能，在活生物体中存在，脂质代谢的失调通常与人类疾病有关。因此，澄清其时空动力学和分子水平的调节可能会导致新型治疗和/或早期诊断的发展。我们旨在构建一个脂肪组地图集，以捕获组织中脂质多样性，分布，定位和脂质修饰，并旨在阐明如何在体内产生，调节，识别和功能在体内产生，调节，识别和功能表达脂质多样性及其本地化，并由其破坏引起的疾病。迄今为止，我们已经开发了一种基于LC/MS/MS的靶向脂质组学来全面监测脂肪酸代谢物，并确定了来自N-3多不饱和脂肪酸的新型代谢途径和生物活性介质。这些具有抗炎和组织保护作用的内源性脂质介质可能会导致疾病的新疗法发展，而当怀疑不受控制的炎症是发病机理的关键成分时。也在Riken-Ims中，我们正在建立一个技术平台，以阐明和可视化特定脂质对多细胞系统动力学和功能创造的本地环境的影响。
第二届人工智能前沿技术研讨会将于 11 月在京都研究园区举行
1994年结业于京都大学研究生院工学研究科博士课程。博士学位（工程学）。自2006年4月起任京都大学研究生院信息学研究科教授。 2023年4月起，兼任国立情报研究所教授、所长。从事自然语言处理、知识信息处理方面的研究。曾获得自然语言处理协会10周年纪念论文奖、20周年纪念论文奖、文部科学大臣科学技术奖。 2024年4月，将在国立情报学研究所内设立大规模语言模型研究开发中心，与全国的研究人员一起进行研究开发，目标是构建透明、可信的日语版LLM。 ◼ 讲座（2）机器学习技术的演进及研发事例介绍
钼 - 曲苯 - 碳固醇纳米颗粒：它们可以是伪造的碳化物吗？
1京都大学理学研究生院，京都 - oiwakecho，京都 - 库，京都606-8502，日本。2日本京都北北京谷大学的Hakubi高级研究中心，日本京都-KU，日本京都606-8502。3日本福库卡（Nishi-ku）九州大学744号九州大学的超级镜研究中心819-0395，日本。4九州大学应用量子物理与核工程系，诺西斯库，744，福库卡819-0395，日本。5日本同步辐射研究所（Jasri），春季8，1-1-1 Kouto，Sayo-Cho，Sayo-gun，Sayo-Gun，Hyogo 679-5198，日本。6大阪大都会大学理学研究生院，1-1 Gakuen-Cho，Naka-Ku，Sakai，Osaka，Osaka，日本599-8531。 7 Supra-Materials的研究计划，Shinshu University，4-17-1 Wakasato，Nagano 380-8553，日本。6大阪大都会大学理学研究生院，1-1 Gakuen-Cho，Naka-Ku，Sakai，Osaka，Osaka，日本599-8531。7 Supra-Materials的研究计划，Shinshu University，4-17-1 Wakasato，Nagano 380-8553，日本。
肾小球病理学发现的分类 UP LEARNING 和肾病专家 - AI 集体 ENGROCTIVE 方法 Eiichiro Uchino #A,B Yugami C , Sachiko Minamiguchi f , Hironi Haga f , Motoko Yanagita B,g , Yasushi Ono D,HA) 京都大学医学院医学智能系统系，日本京都 B) 日本京都肾脏病学系，日本京都，京都，京都，京都，京都，京都，京都，日本 D) 京都大学医学院生物医学数据智能系，日本京都 E) 京都大学医院医学信息学和管理规划部，日本京都 F) 京都大学医学院诊断病理学系，日本京都 H) Rise，药物开发数据智能平台小组，日本横滨 # 这些作者贡献者对这项工作做出贡献。 Running title: Glomeruli classification by deep learning Keywords: renal pathology, artificial intelligence, deep learning, collective intelligence Corresponding authors: Yasushi Okuno, Department of Biomedical Data Intelligence, Kyoto University, 53 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 881, FAX: +81-75-751-4881, E-mail: okuno.yasushi.4c@kyoto-u.ac.jp and Motoko Yanagita, Department of Nephrology, Graduate School of Medicine, Kyoto University, 54 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 606-8507, Japan Phone: +81-75-751-3860, FAX: +81-75-751-3859, E-mail: motoy@kuhp.kyoto-u.ac.jp Abstract Background Automated classification of glomerular pathological findings is potentially beneficial in establishing an efficient and objective diagnosis in renal pathology.虽然先前的研究已经验证了用于对整体硬化和肾小球细胞增殖进行分类的人工智能（AI）模型，但诊断还需要其他一些肾小球病理学发现。这些人工智能模型与临床医生之间的合作是否能提高诊断性能还不得而知。在这里，我们开发了人工智能模型来对肾小球图像进行分类，以获得病理诊断所需的主要发现，并研究这些模型是否可以提高肾病科医生的诊断能力。方法
肾小球病理学发现的分类 UP LEARNING 和肾病专家 - AI 集体 ENGROCTIVE 方法 Eiichiro Uchino #A,B Yugami C , Sachiko Minamiguchi f , Hironi Haga f , Motoko Yanagita B,g , Yasushi Ono D,HA) 京都大学医学院医学智能系统系，日本京都 B) 日本京都肾脏病学系，日本京都，京都，京都，京都，京都，京都，京都，日本 D) 京都大学医学院生物医学数据智能系，日本京都 E) 京都大学医院医学信息学和管理规划部，日本京都 F) 京都大学医学院诊断病理学系，日本京都 H) Rise，药物开发数据智能平台小组，日本横滨 # 这些作者贡献者对这项工作做出贡献。 Running title: Glomeruli classification by deep learning Keywords: renal pathology, artificial intelligence, deep learning, collective intelligence Corresponding authors: Yasushi Okuno, Department of Biomedical Data Intelligence, Kyoto University, 53 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 881, FAX: +81-75-751-4881, E-mail: okuno.yasushi.4c@kyoto-u.ac.jp and Motoko Yanagita, Department of Nephrology, Graduate School of Medicine, Kyoto University, 54 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 606-8507, Japan Phone: +81-75-751-3860, FAX: +81-75-751-3859, E-mail: motoy@kuhp.kyoto-u.ac.jp Abstract Background Automated classification of glomerular pathological findings is potentially beneficial in establishing an efficient and objective diagnosis in renal pathology.虽然先前的研究已经验证了用于对整体硬化和肾小球细胞增殖进行分类的人工智能（AI）模型，但诊断还需要其他一些肾小球病理学发现。这些人工智能模型与临床医生之间的合作是否能提高诊断性能还不得而知。在这里，我们开发了人工智能模型来对肾小球图像进行分类，以获得病理诊断所需的主要发现，并研究这些模型是否可以提高肾病科医生的诊断能力。方法
P.S.G.技术学院（自主）
- 未安排在该计划开始之前毕业，并且必须在实习结束后返回印度后至少恢复其学术课程（本科或硕士）至少一个学期或四分之一。- 具有很强的学业成绩记录。- 按照列表中指定的满足所选实验室的要求。- 有兴趣在京都大学寻求博士学位课程。•KU -Star计划的参与者必须同意： - 及时申请适当的签证以及时进入日本。- 在该计划期间，请留在京都大学指定和提供的住宿。- 参加入学和所有必需的会议，活动和文化活动，例如通过京都大学实习计划办公室组织的日语课程。- 在一个参与的实验室中进行30-60天的高级研究项目。- 充分参加分配给他们的实验室的学术活动，参加任何相关的研究研讨会和研讨会。- 在计划结束时准备有关其工作的海报演示文稿。- 首先，将其在计划期间工作中从其工作中产生的任何知识产权分配给其主管。- 提供有关KU -Star计划的反馈。- 同意在该计划期间由京都大学拍摄，并授予大学发布照片的权利。- 为京都大学提供与媒体和公共关系有关的请求。- 在该计划的整个过程中出席京都大学。（鉴于该计划的密集性，参与者将无法在计划期间从事其他工作或学习。不打算在整个计划期间不打算出席京都大学的学生的申请。）
开幕式开所式
Vassiliki Boussiotis，哈佛医学院Kenji Chamoto，CCII，CCII，京都大学希尔德·切罗特（Hilde Cheroutre），拉霍亚（La Jolla）免疫学研究所，圣裘德儿童研究医院Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina Cristina，Stanford University，Stanford Univelsi哈格瓦尔，京都大学塔苏科大学，CCII，CCII，京都大学（开幕词）Juliana Idoyaga，加利福尼亚大学圣地亚哥卡尔大学，宾夕法尼亚大学nobuuki kakiuchi大学，托马斯·科普斯，托马斯·基普斯大学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，加利福尼亚州kipps京都大学田纳西亚大学，卡利奥尼亚大学旧金山克劳斯·潘特尔大学，大学医学中心，汉堡 - 埃潘多夫大学，约翰·霍普金斯医学Eliane Piaggio大学面具塔吉马大学，CCII，京都大学Yosuke Togashi，冈山大学Suzane Louise Topalian，Johns Hopkins Medicine Hans Guaderel，Memorial Slon Kettering癌症中心圣地亚哥Zelenay，癌症研究