Investigación y aplicación de modelos de aprendizaje profundo con fusión de características a múltiples escalas para la segmentación de lesiones en enfermedades mucosas orales
Autores: Zhang, Rui; Lu, Miao; Zhang, Jiayuan; Chen, Xiaoyan; Zhu, Fudong; Tian, Xiang; Chen, Yaowu; Cao, Yuqi
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Investigación y aplicación de modelos de aprendizaje profundo con fusión de características a múltiples escalas para la segmentación de lesiones en enfermedades mucosas orales
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Enfermedad de la mucosa oral
Inteligencia artificial
Modelo SegFormer
Enfoque diagnóstico
áreas de lesiones
Diagnóstico clínico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Dada la complejidad del diagnóstico de enfermedades de la mucosa oral y las limitaciones en la precisión de los métodos tradicionales de detección de objetos, este estudio tiene como objetivo desarrollar un enfoque de diagnóstico asistido por inteligencia artificial de alta precisión basado en el modelo de segmentación semántica SegFormer.
Descripción
Dada la complejidad del diagnóstico de enfermedades de la mucosa oral y las limitaciones en la precisión de los métodos tradicionales de detección de objetos, este estudio tiene como objetivo desarrollar un enfoque de diagnóstico asistido por inteligencia artificial de alta precisión basado en el modelo de segmentación semántica SegFormer.