心脏血管研究所附属医院冠状动脉疾病担当部长松野俊介医生是日本冠状动脉疾病诊治领域的权威专家，尤其擅长经皮冠状动脉介入治疗、球囊血管成形术、支架植入等冠心病介入治疗。
松野俊介医生十分擅长处理钙化病变、分叉部病变、慢性完全闭塞病变等复杂冠状动脉病变，一些原本需要开胸手术的患者也能在该院接受高成功率的导管治疗。
作为日本权威的心血管治疗专家，松野俊介医生在《Journal of Clinical Medicine》、《Heart And Vessels》等国际权威期刊发表多项研究，内容涵盖主动脉夹层、心房颤动、经皮冠状动脉介入治疗、肥厚型心肌病等多个领域，为心血管疾病治疗领域的发展做出了巨大贡献。不仅如此，他还在日本心血管介入治疗学会等权威学术会议中发表成果。
2003年 东京大学
日本循环器学会（循环器专科医师）
日本心血管介入治疗学会（专科医师）
日本内科学会（综合内科专科医师、指导医师）
合併する血管疾患をどう診断するか?
Heart nursing = ハートナーシング : 心臓疾患領域の専門看護誌
Arita T, Suzuki S, Motogi J, Umemoto T, Hirota N, Nakai H, Matsuzawa W, Takayanagi T, Hyodo A, Satoh K, Yagi N, Otsuka T, Kishi M, Kano H, Matsuno S, Kato Y, Uejima T, Oikawa Y, Hori T, Matsuhama M, Iida M, Yajima J, Yamashita T. Identifying patients with acute aortic dissection using an electrocardiogram with convolutional neural network. Int J Cardiol Heart Vasc. 2024 Mar 22;51:101389. doi: 10.1016/j.ijcha.2024.101389. PMID: 38550273; PMCID: PMC10973583.
Suzuki S, Motogi J, Umemoto T, Hirota N, Nakai H, Matsuzawa W, Takayanagi T, Hyodo A, Satoh K, Arita T, Yagi N, Kishi M, Semba H, Kano H, Matsuno S, Kato Y, Otsuka T, Hori T, Matsuhama M, Iida M, Uejima T, Oikawa Y, Yajima J, Yamashita T. Lead-Specific Performance for Atrial Fibrillation Detection in Convolutional Neural Network Models Using Sinus Rhythm Electrocardiography. Circ Rep. 2024 Feb 27;6(3):46-54. doi: 10.1253/circrep.CR-23-0068. PMID: 38464990; PMCID: PMC10920024.
Suzuki S, Yamashita T, Otsuka T, Arita T, Yagi N, Kishi M, Semba H, Kano H, Matsuno S, Kato Y, Uejima T, Oikawa Y, Matsuhama M, Iida M, Inoue T, Yajima J. Identifying risk patterns in older adults with atrial fibrillation by hierarchical cluster analysis: A retrospective approach based on the risk probability for clinical events. Int J Cardiol Heart Vasc. 2021 Sep 28;37:100883. doi: 10.1016/j.ijcha.2021.100883. PMID: 34632044; PMCID: PMC8487977. Suzuki S, Yamashita T, Sakama T, Arita T, Yagi N, Otsuka T, Semba H, Kano H, Matsuno S, Kato Y, Uejima T, Oikawa Y, Matsuhama M, Yajima J. Comparison of risk models for mortality and cardiovascular events between machine learning and conventional logistic regression analysis. PLoS One. 2019 Sep 9;14(9):e0221911. doi: 10.1371/journal.pone.0221911. Erratum in: PLoS One. 2019 Oct 10;14(10):e0223931. doi: 10.1371/journal.pone.0223931. PMID: 31499517; PMCID: PMC6733605.
免责声明：公司所提供的信息均来源于网络上公开发表的文献或文章，仅供用户参考使用。本公司力求为用户提供准确、客观的信息资料与数据，用户据信息作出的选择和判断，公司不承担任何经济与法律责任。
