定例オープンセミナー‐京都大学生存圏研究所

案内
今後の開催日
過去の定例オープンセミナー

案内

第253回定例オープンセミナーは延期になりました。今後の開催日程につきましては後日改めて案内します。第254回定例オープンセミナーは2020年1月29日（水）12時30分～13時20分に総合研究実験1号棟5階HW525にて開催します。
宇治キャンパス建物配置図PDFファイル
定例オープンセミナー開催日・題目・発表者の一覧
第34回からオープンセミナーの回数は2004 （平成16）年度からの通し番号表示にしました。
2008年度より開始時刻および終了時刻は12:30～13:20になりました。
年度末に萌芽ミッション研究の総決算として「生存圏ミッションシンポジウム」を開催します。

第253回定例オープンセミナー（2020年1月22日延期 12:30，於HW525）

【発表者】　浅野麻実子（京都大学生存圏研究所・ミッション専攻研究員）
【題目】　癌セラノスティックスにおける最近の研究動向
【内容】　癌は、1980年以降日本人の死因の第一位である一方で、早期発見・早期診断により完治が可能な疾患である。その治療は、放射線療法や化学療法等、複数の治療法を組み合わせた集学的治療が主流である。また近年では、患者の病態に合わせた個別化治療が進歩し、副作用の大幅な軽減と効率的な治療が可能となった。更に、癌治療と同時に癌細胞の状態を確認・診断する「癌セラノスティックス」の開発が注目されている。
セラノスティックスは、治療（Therapy）と診断（Diagnosis）を組み合わせた造語である。治療と診断を同時並行で行うことから、治療の効率化やコストダウンに加えて、患者の生活の質（Quality of life, QOL）の劇的な改善が期待されている。具体例として、MRIやCT、PET等の画像検査と癌治療との併用や、光照射誘導ラジカルを用いる光線力学的療法を応用させた手法（フォトダイナミックセラノスティクス）、近赤外光イメージングと温熱療法を用いた手法等、幅広く開発されている。これらの開発において重要なのが、診断と治療という2つの役割を担うセラノスティックス製剤である。本製剤は、Drug Delivery System（DDS）技術を用いて設計され、例えば、抗腫瘍効果が付与された造影剤や、蛍光イメージング可能な抗癌剤等が開発されている。
演者は、マイクロ波癌治療とイメージング技術を組み合わせた癌セラノスティック製剤の開発を行っている（図 1）。本セミナーでは、近年の癌セラノスティック研究の動向を紹介するとともに、演者の研究内容についても概説する。
【資料】　第253回 Web ページ | PDF ファイル（265 923 バイト）

第254回定例オープンセミナー（2020年1月29日 12:30，於HW525）

【発表者】　長濱章仁（立命館大学立命館グローバル・イノベーション研究機構・研究助教）
【題目】　Microscopic analysis of chaotic vehicular traffic with various types of vehicles
多様な車種が入り交じる自動車交通の微視的解析
【内容】　Owing to population and economic growth, vehicular traffic jam is becoming a serious problem in some developing countries. Although modeling of traffic flow started in the 1930s, conventional traffic models do not sufficiently explain the traffic dynamics of them.
In some of these countries, characteristic traffic is observed as shown in Fig. 1. The first characteristic is “heterogeneity” (a). Traffic comprises many types of vehicles, i.e., motorcycles, three-wheelers, etc. The second one is “weak lane-discipline” (b). Even if there are traffic lanes on a road, drivers do not necessarily follow the lanes. We call traffic with these characteristics two-dimensional (2D) mixed traffic. Besides, because of “the order of vehicles” (c), the dynamics of mixed traffic are different from those which are simulated by previous traffic models for uniform traffic comprising (almost) one type of vehicle.
In this presentation, we introduce our researches on (a), (b), and (c). As an analysis of (a), we introduce feature extraction of driving characteristics using a decision tree analysis for time series data shown in Fig. 2. Regarding (b), we investigated the distribution of drivers’ response time in 2D traffic. The results of an experiment implied that 2D traffic is more likely to cause traffic jams than estimated by a conventional model. For (c), we searched vehicle combinations frequently observed on an arterial road in Mumbai, India. As a result, it was quantitatively indicated that two-wheelers tended to make groups as generally believed.
【資料】　第254回 Web ページ | PDF ファイル（179 390 バイト）
Zoom ID: 215-314-2974