※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【なぜこうなるの？どうしてこの機能なの？がわかるフォトショ本】 「なぜこうなるの？」「どうしてこの機能なの？」がわかる初心者が最初に読むべきPhotoshopの書籍です。単純な操作の解説だけでなく、イラストで「しくみ」や「考え方」から解説しているため、Photoshopの基礎、基本を効果的に学習することができる、これまでにない新しいPhotoshopの入門書です。 ■こんな方におすすめ ・Photoshopを基礎からしっかり学びたい人 ・Photoshopの単なる操作だけでなく、「なぜそうなるのか」も学びたい人 ■目次 Chapter0 Photoshopってどんなもの？ Chapter1 画像編集する上で必要な知識 　　1-1 画像に関する基礎知識を知ろう 　　1-2 色について意識しよう Chapter2 Photoshopの基礎知識 　　2-1 ファイルに関する操作をしてみよう 　　2-2 Photoshopの画面構成 　　2-3 ワークスペースをカスタマイズしよう 　　2-4 基本的な操作をしてみよう 　　2-5 画像サイズ、カンバスサイズを変えてみよう 　　2-6 正確な位置で配置するには Chapter3 レイヤー 　　3-1 レイヤーについて知ろう 　　3-2 レイヤーにはこんな種類がある 　　3-3 レイヤーの順番を入れ替えてみよう 　　3-4 レイヤーの基本的な操作をしてみよう 　　3-5 レイヤーパネルから様々な操作をしてみよう 　　……ほか Chapter4 選択範囲とマスク 　　4-1 選択範囲について知ろう 　　4-2 ツールを使って選択範囲を作成してみよう① 　　4-3 ツールを使って選択範囲を作成してみよう② 　　4-4 選択範囲の調整をしてみよう 　　4-5 選択範囲に対して様々な操作をしてみよう 　　4-6 マスクについて知ろう 　　4-7 レイヤーマスクについて知ろう 　　4-8 ベクトルマスクについて知ろう 　　4-9 クリッピングマスクについて知ろう Chapter5 ちょっとした画像編集 　　5-1 背景レイヤーと通常レイヤーについて知ろう 　　5-2 画像を配置してみよう 　　5-3画像をスマートオブジェクトに変換しよう 　　5-4 画像をトリミングしたり拡大したりしてみよう 　　5-5 画像の傾きやゆがみを修正してみよう 　　5-6 画像を変形させてみよう 　　5-7 不要なものを消してみよう 　　……ほか Chapter6 色調補正 　　6-1 自動カラー補正を使ってみよう 　　6-2 シャドウ・ハイライトを調整してみよう 　　6-3 調整レイヤーを使った色調補正をしてみよう 　　6-4 明るさ・コントラスト・露光量を調整してみよう 　　6-5 レベル補正を調整してみよう 　　6-6 トーンカーブを調整してみよう 　　……ほか Chapter7 フィルターとレイヤースタイル 　　7-1 フィルターについて知ろう 　　7-2 代表的なフィルターを使ってみよう 　　7-3 レイヤースタイルについて知ろう 　　7-4 代表的なレイヤースタイルを使ってみよう 　　7-5 レイヤースタイルを使いこなそう Chapter8 シェイプとパス 　　8-1 シェイプとパスについて知ろう 　　8-2 シェイプに関する操作をしてみよう 　　8-3 パスに関する操作をしてみよう Chapter9 パターンとグラデーション 　　9-1 パターンを使ってみよう 　　9-2 グラデーションを使ってみよう Chapter10 テキストの入力 　　10-1 テキストレイヤーを作成してテキストを入力してみよう 　　10-2 文字パネルから設定してみよう 　　10-3 テキストからいろんな操作をしてみよう Chapter11 ブラシツール 　　11-1 ブラシツールについて知ろう 　　11-2 消しゴムツールについて知ろう 　　11-3 描画色と背景色について知ろう Chapter12 目的に合わせた出力 　　12-1 印刷について知ろう 　　12-2 画像を書き出してみよう 　　12-3 解像度やカラーモードを変えてみよう ■著者プロフィール イシクラユカ：大学卒業後、アシスタントとして働きながら自身もフリーのイラストレーターとして活動中。コミックエッセイ風の連載やソフト解説の連載などを行っている。イラストを使ってものごとをわかりやすく説明することが得意。イラストを描くのも文章を書くのも漫画を描くのも、なんでもするタイプの人間。ねこが好き。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 入門者，初心者にもわかる核医学検査の基礎の基礎 　核医学検査の重要な内容を網羅し、臨床現場ですぐに役立つテキストです。 １）画像解剖の知識を身につける（CT、MR画像との対比と解剖学的名称） ２）臨床実習前の必要不可欠な知識の確認 (OSCEの概念を導入) ３）携帯性に富み、視覚的に理解できる工夫（検査のフロー、対比表など） ４）臨床画像の正常像と病態像との対比 1. 核医学検査の基礎 2. 核医学検査 3. ポジトロン核医学 4. 核医学治療 5. 付録

★最強最短の近道は、これだ！★ ・画像・自然言語処理の機械学習コンテストに取り組みながら、深層学習の具体的な知識をいち早く身につけよう！ ・レジェンドたちの豊富な経験に基づくスキルアップのノウハウも満載！ 【主な内容】 第1章　機械学習コンテストの基礎知識 1.1　機械学習コンテストのおおまかな流れ 1.2　機械学習コンテストの歴史 1.3　機械学習コンテストの例 1.4　計算資源 第2章　探索的データ分析とモデルの作成・検証・性能向上 2.1　探索的データ分析 2.2　モデルの作成 2.3　モデルの検証 2.4　性能の向上 第3章　画像分類入門 3.1　畳み込みニューラルネットワークの基礎 3.2　コンテスト「Dogs vs. Cats Redux」の紹介 3.3　最初の学習：CNNアーキテクチャ 3.4　最初の学習：データセットの準備と学習ループ 3.5　最適化アルゴリズムと学習率スケジューリング 3.6　データ拡張 3.7　アンサンブル 3.8　さらにスコアを伸ばすために 第4章　画像検索入門 4.1　画像検索タスク 4.2　学習済みモデルを使ったベースライン手法 4.3　ベースラインを実装する 4.4　距離学習を学ぶ 4.5　画像マッチングによる検証 4.6　クエリ拡張を学ぶ 4.7　Kaggleコンテストでの実践 第5章　テキスト分類入門 5.1　Quora Question Pairs 5.2　特徴量ベースのモデル 5.3　ニューラルネットワークベースのモデル

画像生成AIと著作権について、イラストレーター・エンジニア・弁護士の3人と一緒に考えよう 　画像生成AIの急速な一般化に伴い、学習データや出力された画像に関して、法的・倫理的な議論が行われています。本書では、イラストレーター・AI開発者・弁護士というそれぞれ異なる立場の3名が、AIイラスト周辺の権利や倫理について説明や議論を行います。 　画像生成AIと権利をめぐる議論には、著作権法を中心とした法律の知識と、生成系モデルを中心とした機械学習の知識、さらにイラスト制作の技術や当該分野における慣習などのクリエイティブ業界の知識という異なる3分野の知見が必要となります。また、新技術として社会実装されるためには、「適法か否か」という論点だけでなく、「倫理的に正しいといえるのか」「ビジネスとして成立しうるのか」など、複数の視点からの問題提起が必要となります。 　本書では、3分野における基礎知識を説明しながら、画像生成AIの課題と可能性を指摘していきます。画像生成AIの学習データや出力に対して疑問をもっている方や、逆に画像生成AIを利用しており商用利用も考えている方など、立場問わず生成AIに関心のある方を広く読者対象として想定しています。 <本書のポイント> ・立場の異なる3人のプロが、50の質問に対して回答します ・画像生成AIをめぐる問題を広く取り上げ、法だけでなく倫理やビジネスなど複数の側面から議論します Chapter 1　画像生成AIと著作権の基本 Chapter 2　生成モデルと著作権 Chapter 3　学習データをめぐる問題 Chapter 4　生成AIをめぐるトラブルと対処法 Chapter 5　画像生成AIの課題と未来 補論 著作権法の基本

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 深層学習でネットワークを解析する世界最前線の研究を1冊で学ぶ！ 　深層学習をグラフ（ネットワーク）で表される構造データに対して適用するための研究が盛んになっています。それが、本書で解説するグラフニューラルネットワークです。グラフ中の頂点やグラフ全体を高精度に分類できれば、高度な画像認識、推薦システム、交通量予測、化合物分類、さらには新型コロナウイルス（COVID-19）への対処のための応用なども期待できる、世界最前線の研究です。 　本書では、グラフニューラルネットワークの基本的な知識および研究事例について説明し、PyTorchによる実装について紹介するとともに、今後の学習のための情報源についても解説します。Google Colaboratoryで解説するとともに、サンプルコードもついています。 まえがき 第1章　グラフニューラルネットワークとは 　1.1　はじめに 　1.2　グラフを対象とした畳み込み 　1.3　グラフを対象とした機械学習タスク 　　1.3.1　ノード分類 　　1.3.2　グラフ分類 　　1.3.3　リンク予測 　　1.3.4　グラフ生成 　1.4　グラフニューラルネットワークの応用 　　1.4.1　画像認識 　　1.4.2　推薦システム 　　1.4.3　交通量予測 　　1.4.4　化合物分類 　　1.4.5　組み合わせ最適化 　　1.4.6　COVID-19とグラフニューラルネットワーク 　まとめ 第2章　グラフエンベディング 　2.1　グラフエンベディング手法の概観 　2.2　次元縮約に基づく手法 　2.3　グラフ構造に基づく手法 　　2.3.1　DeepWalk 　　2.3.2　LINE 　　2.3.3　node2vec 　　2.3.4　GraRep 　2.4　ニューラルネットワークに基づく手法 　まとめ 第3章　グラフにおける畳み込み 　3.1　グラフ畳み込みにおけるアプローチ 　3.2　Spectral Graph Convolution 　　3.2.1　フーリエ変換 　　3.2.2　グラフラプラシアン 　　3.2.3　ChebNet 　　3.2.4　GCN 　3.3　Spatial Graph Convolution 　　3.3.1　PATCHY-SAN 　　3.3.2　DCNN 　　3.3.3　GraphSAGE 　まとめ 第4章　関連トピック 　4.1　グラフオートエンコーダ 　4.2　GAT 　4.3　SGC 　4.4　GIN 　4.5　敵対的攻撃 　4.6　動的グラフのエンベディング 　4.7　時空間グラフ畳み込みネットワーク 　4.8　説明可能性 　まとめ 第5章　実装のための準備 　5.1　Python 　5.2　NumPy 　5.3　SciPy 　5.4　pandas 　5.5　Matplotlib 　5.6　seaborn 　5.7　Scikit-learn 　5.8　t-SNE 　5.9　Jupyter Notebook 　5.10 Google Colaboratory 　まとめ 第6章　PyTorch Geometricによる実装 　6.1　PyTorch 　　6.1.1　データセット 　　6.1.2　モデル 　　6.1.3　損失 　　6.1.4　最適化 　6.2　PyTorch Geometric入門 　　6.2.1　PyTorh Geometricとは 　　6.2.2　類似ライブラリとの比較 　　6.2.3　PyTorch Geometricによるグラフのデータ構造 　　6.2.4　よく使われるベンチマークデータセット 　　6.2.5　ミニバッチ 　　6.2.6　データ変換 　　6.2.7　グラフの学習手法 　6.3　PyTorch Geometricによるノード分類・グラフ分類 　　6.3.1　PyTorch Geometricによるエンベディング 　　6.3.2　PyTorch Geometricによるノード分類 　　6.3.3　PyTorch Geometricによるグラフ分類 　まとめ 第7章　今後の学習に向けて 　7.1　書籍 　7.2　サーベイ論文 　7.3　動画 　7.4　リンク集など 　7.5　Open Graph Benchmark 　まとめ おわりに 参考文献 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 画像処理の基礎知識をポイントを押さえて、わかりやすく、コンパクトにまとめた大学学部向け教科書の改訂版。 定評ある「コンピュータ画像処理」の代表的教科書，ロングセラーの約20年ぶりの改訂で，以下の点に配慮されている． ①深層学習等の最新の話題をカバーしつつ，10年後も生き残っていると思われる技術を厳選した． ②画像処理技術体系の俯瞰に適していて，これから登場する新技術も位置付けやすくなっている． ③大学の学部教育，大学院教育，独習での利用方法が案内されていて，多目的に利用できる． ④実務面から画像処理に興味をもった技術者が，改めて基礎から学びたいと感じたときに手にすべき本．いつまでも座右に置いておきたくなる． 第1章　総　論 1.1　コンピュータ画像処理とは 1.2　コンピュータ画像処理の特質 1.3　コンピュータ画像処理の利用目的 第2章　基本概念 2.1　コンピュータでの画像データの取扱い 2.2　画像の統計量 2.3　画像処理アルゴリズムの形態 2.4　周波数領域での処理 2.5　各種直交変換 2.6　画像の表現とデータ構造 2.7　色彩情報の取扱い 第3章　画像情報の圧縮 3.1　画像情報の圧縮の意義 3.2　画像のデータ量と圧縮の目安 3.3　画像符号化の枠組み 3.4　予測符号化 3.5　変換符号化 3.6　動画像符号化 3.7　エントロピー符号化 3.8　実用的な画像符号化方式 第4章　画質改善と画像の接合・再構成 4.1　強調，復元，接合，再構成 4.2　コントラスト強調 4.3　鮮鋭化 4.4　平滑化と雑音除去 4.5　画像の復元 4.6　幾何学的変換と画像接合 4.7　画像の再構成 第5章　2値画像処理 5.1　2値画像処理の意義とその流れ 5.2　画像の2値化処理 5.3　2値画像の連結性と距離 5.4　2値画像の解析と変換 5.5　モルフォロジー演算 5.6　形状の特徴と表現 5.7　3次元2値画像処理 第6章　画像特徴の抽出 6.1　画像解析・認識のための特徴抽出 6.2　エッジ検出 6.3　コーナー検出 6.4　安定した特徴点の検出 6.5　直線・曲線の抽出 6.6　領域分割 6.7　テクスチャ解析 第7章　立体情報と動きの抽出 7.1　2次元画像から奥行きや動きを求める 7.2　距離情報の抽出 7.3　3次元形状の復元 7.4　距離画像からの特徴抽出 7.5　時系列画像からの動きの抽出 7.6　動きからの3次元形状復元 第8章　画像認識の手法 8.1　画像認識の概要 8.2　2次元画像照合による位置検出 8.3　2次元画像照合による形状認識 8.4　3次元物体の認識 8.5　統計的パターン認識 8.6　部分空間法 8.7　ニューラルネットワークと深層学習 8.8　画像分野への深層学習の効果的利用

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Stable Diffusionとは、オープンソース化された高性能画像生成AI（モデル）であり、20億枚の画像と言葉のペアを学習することで、「テキストからの画像出力（複数、ポーズ画像も可）」「ラフ画像からの画像出力」などが可能です。 Midjourneyやmimicなどと比較しても、Stable Diffusion に対する注目度は極めて高く、「日本語版サービス」「Photoshopで動かすプラグイン」「Windowsやmacでも動作するバージョン」「画像からプロンプトを表示するアプリ」も登場しています。 本書では、その使い方を詳細かつ包括的に解説します。 ＜目次＞ 第1章　Stable Diffusionとは 1-1　Stable Diffusionは画像を生成するAI 1-2　Stable Diffusionが画像を作るしくみ 1-3　Stable Diffusionのデモページで画像を作ってみる 1-4　Stable Diffusionでできること 1-5　こんなことにも使えるStable Diffusion 1-6　さまざまな環境で使えるStable Diffusion 第2章　Stable Diffusion WebUIをセットアップする 2-1　SD/WebUIを使う2つの方法 2-2　SD/WebUIのセットアップ 2-3　Google ColaboratoryでSD/WebUIを使う 2-4　Stable Diffusion/WebUIの日本語化、起動方法と終了方法、アップデートの方法 第3章　Stable Diffusion WebUIで画像を生成する 3-1　txt2imgの操作画面 3-2　プロンプトの入力 3-3　3つのパラメータとサンプリングアルゴリズム 3-4　画像の生成 3-5　画像の保存と保存先 3-6　大きな画像を生成する 3-7　複数枚の画像を一度に生成する 3-8　学習モデルの追加と変更 3-9　img2imgの操作画面 3-10　画像とプロンプトで別の画像に変換する 3-11　画像の一部を修正する 3-12　SD/WebUIの設定①「設定」タブ 3-13　SD/WebUIの設定②そのほかの設定 第4章　こんな画像を出力するには 4-1　ほかの人の作品とプロンプトを見てみよう 4-2　人物のイラストを出力する 4-3　アニメ風の人物イラストを出力する 4-4　さまざまな画材で描かれた絵を出力する 4-5　人物の写真を出力する 4-6　自然の風景を出力する 4-7　都市の風景を出力する 4-8　建築物を出力する4-9　ファンタジー世界の画像を出力する 4-10　商品の写真を出力する 第5章　AI生成画像の権利と未来 5-1　弁護士が解説する生成画像AIと著作権 5-2　深津貴之氏インタビュー「画像生成AIの未来」 付録　プロンプト単語帳

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 　小澤誠一　神戸大学数理・データサイエンスセンター 第2章 　大川剛直　神戸大学大学院システム情報学研究科情報科学専攻 第3章 　藤井信忠　神戸大学大学院システム情報学研究科システム科学専攻 第4章 　青木　敏　神戸大学大学院理学研究科数学専攻 第5章 　光明　新　神戸大学数理・データサイエンスセンター 第6章 　為井智也　神戸大学数理・データサイエンスセンター 第7章 　大森敏明　神戸大学大学院工学研究科電気電子工学専攻 第8章 　為井智也　神戸大学数理・データサイエンスセンター 第9章 　寺田　努　神戸大学大学院工学研究科電気電子工学専攻 第10章　熊本悦子　神戸大学情報基盤センター 第11章　高島遼一　神戸大学都市安全研究センター 第12章　村尾　元　神戸大学大学院国際文化学研究科 第13章　白石善明　神戸大学大学院工学研究科電気電子工学専攻 第14章　小澤誠一　神戸大学数理・データサイエンスセンター 第15章　羽森茂之　神戸大学大学院経済学研究科 第1章　データサイエンスの考え方 1.1　データサイエンスとは 1.2　データサイエンスを学ぶ理由 1.3　データから価値を生み出すプロセス 第2章　アルゴリズムとデータ構造 2.1　はじめに 2.2　データサイエンスにおけるアルゴリズムとデータ構造 2.3　アルゴリズムの基礎 2.4　基本的なデータ構造 2.5　探索 2.6　ソーティング 第3章　システム最適化 3.1　最適化問題とは 3.2　線形計画問題 3.3　非線形計画問題 3.4　整数計画問題 第4章　統計的データ解析の考え方 4.1　標本調査 4.2　信頼区間と仮説検定 4.3　分布の近似と標準誤差 4.4　線形回帰モデル 4.5　非線形回帰モデル 第5章　教師なし学習 5.1　クラスタリング 5.2　高次元データの次元削減と可視化 第6章　教師あり学習 6.1　教師あり学習とは 6.2　学習モデルとトレーニング（パラメータ最適化） 6.3　データのセットの分割とテスト（モデルの評価） 6.4　実データへの適用例（回帰） 第7章　確率モデル・確率推論 7.1　はじめに 7.2　確率モデルとベイズの定理 7.3　確率推論 7.4　確率推論の応用 第8章　強化学習 8.1　強化学習とは 8.2　強化学習の理論 8.3　強化学習アルゴリズム 8.4　探索と利用のトレードオフと意思決定モデル 第9章　情報センシング 9.1　情報センシングとは 9.2　センサデータ処理 9.3　センシング応用 第10章　画像解析・深層学習 10.1　画像解析 10.2　デジタル画像の特徴とフィルタ処理 10.3　深層学習 第11章　時系列データ解析・音声解析 11.1　時系列データ解析 11.2　音声解析 第12章　テキスト解析 12.1　はじめに 12.2　テキストデータの収集 12.3　テキストクレンジング 12.4　トークン化 12.5　ベクトル化 12.6　探索的データ分析 12.7　テキスト分析 第13章　情報セキュリティ 13.1　情報資産と情報セキュリティ 13.2　情報セキュリティの基本：アクセス制御 13.3　情報セキュリティのCIA 第14章　プライバシー保護技術 14.1　データが価値を生む仕組みと提供リスク 14.2　匿名化によるプライバシー保護 14.3　差分プライバシーによるプライバシー保護 14.4　準同型暗号によるプライバシー保護 14.5　協調学習によるプライバシー保護 第15章　意思決定論 15.1　意思決定の基本的枠組み 15.2　相関関係と因果関係 参考文献 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Photoshop Elements(フォトショップ エレメンツ)を使ったデジタル写真の加工や整理をわかりやすく解説。手間をかけない簡単操作で、思いどおりの写真に仕上げましょう!Photoshop Elements は、デジタル写真の整理、編集、配信までのすべてをこなせるオールインワンソフトです。パソコンに保存されている膨大な数の写真も、写っている人の顔や撮影場所、日時によってスムーズに整理できるようになっています。また、プロ向けの画像編集ソフト「Adobe Photoshop」をベースとしながらも、初心者が扱いやすいように設計されているので、色補正や加工、合成といった作業も簡単に楽しむことができます。本書はそんなPhotoshop Elements の機能を、わかりやすく解説することに留意しました。ダウンロード可能なサンプル画像を使って、実際に操作を試しながら学ぶことができます。より楽しく、より豊かなデジタルフォトライフのために。本書がその一助になれば幸いです。 ■CONTENTS Chapter 1　画像の取り込みと整理/Chapter 2　画像の補正/Chapter 3　高度な画像編集/Chapter 4　画像の合成/Chapter 5　文字の入力と装飾/Chapter 6　イラストを描く/Chapter 7　画像の活用 ■著者 BABO アートワークス フリーランスのグラフィックデザイナー& テクニカルライター集団。Photoshop、Illustrator、InDesign をはじめとしたグラフィック系のアプリケーションに精通し、書籍や雑誌の執筆から装丁、レイアウトデザイン、DTP、トレーニングまで幅広く活動中。※著者略歴は書籍刊行時のものを表示しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介】 　将来リハビリテーションにかかわる職種（理学療法士、作業療法士、言語聴覚士など）を目指している学生の皆さんや、現在すでにこれらの資格を持って働いている皆さんを対象に書かれたものである。 　脳神経内科学で扱う症候（とその診かた）や疾患は、ともすれば「難解」であると思われがちであるが、本書では図表を多く取り入れ、できるだけ平易な表現を用いて、理解しやすいように工夫がしてある。学生の皆さんにとっては、国家試験にも十分対応できる内容となっている。 【著者略歴】 編著： 高橋　伸佳（たかはし　のぶよし） 千葉県立保健医療大学 健康科学部 リハビリテーション学科　教授 【目次】 総論 第1章　神経系に診察法 1 病歴（問診） 2 診察手順 3 意識・高次脳機能 4 脳神経 5 運動系 6 感覚系 7 姿勢・歩行 第2章 高次脳機能障害の診かた 1 総論 2 言語の障害 3 行為の障害 4 認知の障害 5 記憶の障害 6 注意障害 7 遂行機能障害 8 無視症候群 9 脳梁離断症候群 第3章 認知症の診かたと原因疾患 1 総論 2 治療可能な認知症 3 血管性認知症 4 変性性認知症 第4章　主要な神経症候の診かた 1 意識障害 2 視力・視野障害 3 複視と眼瞼下垂 4 構音障害 5 嚥下障害 6 錐体路症候と錐体外路症候 7 運動失調と平衡障害 8 不随意運動 第5章　神経学的検査法 1 画像検査 2 生理検査（電気生理学的検査） 3 脳脊髄液検査　 4 筋生検 各論 第1章　脳血管障害 1 総論 2 脳梗塞 3 脳出血 4 くも膜下出血 5 脳動静脈奇形 6 脳静脈血栓症 7 もやもや病 8 脳動脈解離 9 一過性脳虚血発作 第2章　変性疾患 1 総論 2 運動ニューロン疾患 3 錐体外路疾患 4 脊髄小脳変性症 第3章　感染症 1 総論 2 ウイルス性髄膜脳炎 3 細菌性髄膜脳炎 4 真菌性髄膜脳炎 5 結核性髄膜脳炎 6 遅発性ウイルス感染症 　（亜急性硬化性全脳炎と進行性多巣性白質脳症） 7 脳膿瘍 8 プリオン病 第4章　頭部外傷 1 頭部外傷とは 2 頭部外傷の分類と診断・治療 第5章　脳腫瘍 1 脳腫瘍とは 第6章　てんかん 1 てんかんとは 第7章　中毒・代謝性疾患 1 中毒性神経障害 2 代謝性疾患 第8章　脱髄性疾患 1 総論 2 多発性硬化症とNMO 3 急性散在性脳脊髄炎 第9章　頭痛 1 総論 2 一次性頭痛 3 二次性頭痛 4 有痛性脳神経ニューロパチー、他の顔面痛およびその他の頭痛 第10章　めまい 1 めまいとは 第11章　脊椎・脊髄疾患 1 総論 第12章　末梢神経障害 1 総論 2 単神経症 3 多発性単神経症 4 多発性神経症 第13章　筋疾患 1 総論 2 筋ジストロフィー 3 炎症性筋疾患 4 周期性四肢麻痺 5 筋強直性筋ジストロフィー 6 ミトコンドリア病 第14章　神経筋接合部疾患 　1 神経筋接合部疾患とは 付録　国試問題と解説 索 引

〈電子書籍版に関する注意事項〉 本書は固定レイアウト型の電子書籍です。リフロー型と異なりビューア機能が制限されるほか、端末によって見え方が異なりますので、ご購入前にお使いの端末にて「無料サンプル」をお試しください。 【Live2Dの基礎から実践まで網羅した決定版がアップデート！】 いまやVTuber用のモデル制作やゲーム・アニメ作品の映像制作には欠かせない「Live2D Cubism Editor」。その仕組みを理解しながら、モデリングやアニメーション制作の基本をステップバイステップで習得できます。 また、「立ち絵モーション」「ゲーム用モーション」「トラッキングソフト用モデル」といった案件タイプ別に、実践にも役立つノウハウを学ぶことが可能です。 2022年6月リリースのLive2D Cubism Editor ver4.2.00にいち早く対応！ 開発元のLive2D社が監修した信頼度の高いユーザーガイドです！ 〈こんな方にオススメ〉 ・Live2D Cubism Editorを初めて学ぶ方 ・基本的な操作を確認／見直したい方 〈本書の構成〉 Live2Dでできること／制作の大まかな流れ ■初歩編 CHAPTERI　Live2D制作の流れ Section1　Live2D Cubism用イラストデータの制作 Section2　キャラクターの簡単なモデリング Section3　キャラクターの簡単なアニメーション ■基礎編 CHAPTERII　素材の制作 Section1　Live2D Cubism用イラストデータの制作 CHAPTERIII　モデリング1 アートメッシュの作成 Section1　素材を読み込む前の準備 Section2　素材の読み込み Section3　アートメッシュの作成 Section4　デフォーマの作成 Section5　親子関係の設定 CHAPTERIV　モデリング2 パラメータの設定 Section1　設定1 表情 Section2　設定2 角度Z Section3　設定3 髪の揺れ Section4　設定4 角度XY ほか CHAPTERV　アニメーションの制作 Section1　アニメーション制作の準備 Section2　シーンの管理 Section3　タイムラインパレットの操作 Section4　まばたきの制作 ほか CHAPTERVI　データの書き出し Section1　画像・動画の書き出し Section2　組込み用データの書き出し ■応用編　 CHAPTERVII　立ち絵アニメーションの制作 Section1　イラストの用意と動きの想定 Section2　感情表現の制作1 素材分け Section3　感情表現の制作2 パラメータの設定 Section4　感情表現の制作3 モーション Section5　物理演算の設定 Section6　スキニングの設定 CHAPTERVIII　ゲーム用アニメーションの制作 Section1　イラストの用意と動きの想定 Section2　厚塗りイラストの素材分け Section3　立体表現のつくり方 Section4　ループモーションの制作 Section5　ワンショットモーションの制作 CHAPTERIX　トラッキングソフト用モデル Section1　イラストの用意と動きの想定 Section2　モデルの制作 CHAPTERX　アニメーション制作で活用したい機能 Section1　素材の制作 Section2　アートパスを使用した横顔の作成 Section3　アニメーションの作成 索引／用語集 〈著者プロフィールなど〉 株式会社サイドランチ 東京の秋葉原を拠点に、マンガ・イラストを活かした書籍・動画・ゲーム・アプリ等を制作するプロダクション。Live2D、3D制作も行う。主な書籍に、『絵師で彩る世界の民族衣装図鑑』（出版）、『CLIPSTUDIO PAINT PRO 公式ガイドブック』（制作・執筆）他多数。 Crico株式会社 癸のずみ 広島県広島市出身。ケモミミが好きなアニメーター兼ディレクター。Live2D歴は2015年1月から現在まで。2017年よりCricoでソーシャルゲームやVチューバ―などのLive2Dアニメーションの監修を300体以上、制作を100体以上行う。また、趣味ではドールの写真を動かす活動も行っている。 BOON／もちはむ（バーチャルハムスター）／亀小屋サト／夢野ろて／卯月／月森フユカ