Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Journal of Ultrasonography
Band 22 (2022): Heft 91 (October 2022)
Uneingeschränkter Zugang
A deep learning approach for masseter muscle segmentation on ultrasonography
Gaye Keser
Gaye Keser
,
Ibrahim Sevki Bayrakdar
Ibrahim Sevki Bayrakdar
,
Filiz Namdar Pekiner
Filiz Namdar Pekiner
,
Özer Çelik
Özer Çelik
und
Kaan Orhan
Kaan Orhan
| 01. Okt. 2022
Journal of Ultrasonography
Band 22 (2022): Heft 91 (October 2022)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Artikel
Figuren und Tabellen
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Article Category:
case-report
Online veröffentlicht:
01. Okt. 2022
Seitenbereich:
e204 - e208
Eingereicht:
05. März 2022
Akzeptiert:
08. Juni 2022
DOI:
https://doi.org/10.15557/jou.2022.0034
Schlüsselwörter
ultrasonography
,
masseter muscle
,
deep learning
,
artificial intelligence
© 2022 Gaye Keser et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Fig. 1.
AI Model (CranioCatch, Eskisehir-Turkey) Pipeline for Masseter Muscle Segmentation in USG Images
Fig. 2.
The images show the Masseter Muscle Measurements performed using AI Models (CranioCatch, Eskisehir- Turkey)
Evaluation for diagnostic performance by AI model set for masseter muscle segmentation
U-Net Model
F1
1.0
Sensitivity
1.0
Precision
1.0