CephViT模型自动进行头颅测量标志点定位以进行错颌畸形分类

研究人员开发了CephViT，一个用于自动2D侧位头颅测量标志点定位的Vision Transformer模型。该模型在一个公开数据集上进行了训练和评估，平均径向误差为1.28毫米，在3.0毫米处的成功检测率为92.0%。当通过生成数字重建放射照片（DRRs）应用于3D CBCT扫描时，CephViT定位的标志点在骨骼错颌畸形分类方面显示出与手动标注相当的准确性，准确率分别为70.0%和68.3%。这表明使用CBCT衍生的DRRs进行自动头颅测量分析在评估骨骼错颌畸形方面具有潜力。 AI

影响 这项研究可以简化颅面评估，提高骨骼错颌畸形诊断的效率。

排序理由 该集群包含一篇详细介绍新模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• CephViT
• cone beam computed tomography
• vision transformer

• 论文
• 模型发布
• 产品

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