在侧脑图上对自动地标和诊断模型的准确性进行比较研究
Wen-Qing Bu1,2, Zhan-Yi Shi3, Zhi-Qiang Tian3
1Key Laboratory of Shaanxi Province for Craniofacial Precision Medicine Research, College of Stomatology, Xi'an Jiaotong University, Xi'an, China.
Progress in orthodontics
|November 27, 2025
概括
脑测量分析中的深度学习表明,自动标志模型的性能优于诊断模型. 虽然地标提供了精确度,但诊断模型提供了速度,为临床需求提出了混合方法.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 牙科诊断 牙科诊断 牙科诊断
背景情况:
- 深度学习越来越多地用于头脑测量分析.
- 目前的自动标志模型需要临床验证.
- 自动诊断模型显示有希望,但缺乏比较证据.
研究的目的:
- 为了比较自动标志和诊断模型的性能,概括性和可转移性.
- 在外部数据集上评估模型准确性.
主要方法:
- 评估了两个深度学习模型:自动标志和自动诊断.
- 使用中国北部人口数据和IEEE ISBI 2015大挑战数据集来评估绩效.
主要成果:
- 自动标志模型表现出卓越的性能.
- 在IEEE数据集上,地标模型的准确性达到90.80%.
结论:
- 自动地标模型提供精确的测量.
- 自动诊断模型提供更快的结果.
- 混合模型可以将两种方法的优势结合起来用于临床应用.
