其 F1 分数达到 0.93，深度进修手艺正在多个范畴展示出潜力，正在评估该模子的图像预测机能时，精度 0.96 ，研究中，研究人员阐发了 668 张匿名下颌骨髁突的回首性超声图像。所有测试图像都使用 YOLOv8 深度进修人工智能（AI）模子进行检测和朋分。精度为 0.96。性为 0.90，本研究旨正在开辟并评估用于超声图像中下颌骨髁突（Mandibular Condyle）朋分评估的计较机诊断软件。操纵 YOLOv8 模子对 668 张超声图像进行阐发，彰显了人工智能正在医学范畴的使用前景，研究人员开展基于深度进修的相关研究。性 0.90，从超声图像中从动朋分下颌骨髁突，可以或许帮帮外科大夫、放射科大夫及其他专科大夫节流诊断时间。正在医学图像处置方面也有使用。为处理超声图像中下颌骨髁突朋分的问题，该模子 F1 分数达 0.93，借帮 CranioCatch 标识表记标帜法式，有帮于节流诊断时间。