您也可能阅读
相关文章
通过共同作者、期刊和引用图与本文相关的文章。
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Ruizhe Chen1, Jianfei Yang2, Huimin Xiong3
1Stomatology Hospital Affliated to Zhejiang University of Medicine, Zhejiang University, Hangzhou, 310016, China; ZJU-Angelalign R&D Center for Intelligence Healthcare, ZJU-UIUC Institute, Zhejiang University, Haining, 314400, China; Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence, Zhejiang University, Hangzhou, 310058, China.
这项研究引入了跨中心模型适应性牙细分 (CMAT) 的新框架,以解决不同诊所的正统牙科AI模型的性能下降. 通过CMAT,可以在不共享敏感患者数据或不需要新的注释的情况下进行模型调整.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: