深度学习

超越基准测试：迈向稳健的社会技术系统人工智能骨分割

我们对 20 个最先进的骨分割模型进行了全面的多中心评估，涵盖 1,000 例临床重采样 CT/CBCT 扫描。研究表明，图像清晰度、各向同性较小体素和中性方向显著提高分割性能，而金属接骨术和解剖复杂性则导致性能显著下降。研究结果凸显了基准测试性能与真实临床适用性之间的 …

Kunpeng Xie^*, Lennart Johannes Gruber, Martin Crampen, Yao Li, André Ferreira, Behrus Hinrichs-Puladi

* Corresponding author

Mar 1, 2026

基于全景牙科图像预测拔牙的洞察：人工智能与牙医的对比

拔牙是最常见的医疗操作之一，但确定是否应该拔牙并不总是那么简单。我们使用来自 1,184 张全景 X 光片的 26,956 颗单牙图像，训练了一个 ResNet50 网络来将牙齿分类为值得拔除或可保留。最佳 AI 模型的 ROC-AUC 达到 0.901，显著优于牙医的 …

Ila Motmaen^†, Kunpeng Xie^†, Leon Schönbrunn, Johannes Berens, Kim Grunert, Behrus Puladi

† Equal contribution

Jun 18, 2024