研究人员开发了PhysSFI-Net，一个新颖的、基于物理信息的几何深度学习框架，用于预测正颌手术的结果。该模型整合了骨骼和面部数据，以高分辨率模拟软组织变形。PhysSFI-Net在135名患者身上进行训练，并在另外33名患者身上进行验证，其性能优于现有方法，全局形状误差为1.070毫米。 AI
影响 该模型可以增强正颌手术的术前规划，从而改善患者预后并减少并发症。
排序理由 该集群描述了一篇介绍用于特定医疗应用的新型深度学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
