Zirconia Toughened Alumina

可解释AI使用低倍SEM对种植体断裂进行分类

研究人员开发了一种可解释的视觉变换器（ViT）工作流程，用于对氧化铝基复合材料种植体的断裂原因进行分类，这是质量保证的关键步骤。该AI模型在8,493张SEM图像上进行训练，即使在低倍放大下也达到了高准确率（0.907）和宏观F1分数（0.888）。ViT能够将诊断信号定位在关键的断口特征上，表明它可以作为预筛选和减少耗时的高倍检查需求的宝贵工具。