PulseAugur
实时 08:14:01
English(EN) Deep Learning Estimation of Sex, Age, Height, and Weight from CT-derived Digitally Reconstructed Radiographs

深度学习模型从CT扫描中估算性别、年龄、身高和体重

研究人员开发了一种深度学习模型,能够从CT扫描中估算成年人的性别、年龄、身高和体重。该模型结合了ConvNeXt-Base、ViT-Base/16和MaxViT-Base架构,在性别分类方面取得了高精度,在年龄、身高和体重方面实现了低平均绝对误差。这项研究涉及日本超过128,000次CT检查,表明从估算值计算出的体表面积可以重现真实测量值所观察到的趋势,这表明其在医学分析中具有潜在应用。 AI

影响 这项研究展示了深度学习在医学影像领域的一项新应用,有望提高从CT扫描中估算患者数据的效率和准确性。

排序理由 学术论文,详细介绍了一个新的深度学习模型及其在特定任务上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

深度学习模型从CT扫描中估算性别、年龄、身高和体重

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Tomohiro Kikuchi, Kohei Yamamoto, Yukihiro Nomura, Yosuke Yamagishi, Takeharu Yoshikawa, Toshiaki Akashi, Jun Kamohara, Hiroyuki Fujii, Harushi Mori ·

    基于CT衍生的数字化重建放射影像的深度学习性别、年龄、身高和体重估计

    arXiv:2607.18638v1 Announce Type: cross Abstract: Purpose: To develop and validate a deep learning ensemble for estimating adult sex, age, height, and weight from coronal digitally reconstructed radiographs (DRRs) generated from diagnostic CT. Materials and Methods: This retrospe…