颅面CT切片分类模型评测：集成未显著优于单模型

Nishimoto S等研究团队开发并比较了将颅面CT切片分为六类解剖层面的深度学习模型，硬投票集成准确率达96.46%，但未显著优于单一模型EfficientNetV2B1。 该预印本研究使用来自日本10所大学医院及公开数据集的11,769张图像，按患者划分70%训练集和30%评估集，比较五种CNN架构及硬、软投票集成方法。分类错误主要出现在相邻解剖区域，模型仍需外部验证。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。