利用机器学习方法预测面部生长方向
机器学习
2021-06-22 v1 计算机视觉与模式识别
摘要
对面部生长（FG）方向预测的首次尝试是在半个多世纪前做出的。尽管有众多尝试且时光流逝，令人满意的方法尚未建立，该问题仍对医学专家构成挑战。据我们所知，本文是首个预测FG方向的机器学习方法。所进行的数据分析揭示了该问题固有的复杂性，并基于2D X射线图像解释了FG方向预测困难的原因。为进行生长预测，我们采用了从逻辑回归、树集成到神经网络的广泛算法，并考虑了三种略有差异的问题表述。所得分类准确率在71%至75%之间。
引用
@article{arxiv.2106.10464,
title = {Prediction of the facial growth direction with Machine Learning methods},
author = {Stanisław Kaźmierczak and Zofia Juszka and Piotr Fudalej and Jacek Mańdziuk},
journal= {arXiv preprint arXiv:2106.10464},
year = {2021}
}