MvBody用3D体扫描预测剖宫产风险
热点事件持续更新
MvBody用3D体扫描预测剖宫产风险
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Ruting Cheng等作者发布论文，提出多视角Transformer网络MvBody，仅凭自我报告的医疗数据和孕31至38周采集的3D光学体形扫描预测剖宫产风险。作者称，该模型在独立测试集上达到84.62%准确率和0.724的AUC-ROC，优于常用机器学习模型和最新3D分析方法。上述性能为论文报告结果，尚未经独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
MvBody：基于多视角混合 Transformer 与光学 3D 体扫描的可解释剖宫产预测报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIMvBody：基于多视角混合 Transformer 与光学 3D 体扫描的可解释剖宫产预测
MvBody 是一种多视角 Transformer 网络，仅用自我报告的医疗数据和孕 31-38 周采集的 3D 光学体扫描即可预测剖宫产风险，在独立测试集上达到 84.62% 准确率和 0.724 的 AUC-ROC，优于常用机器学习模型和最新 3D 分析方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。