Facial Palsy Detection Using a Deep Learning Network with Multimodal Fusion Model and Handcrafted Features
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种多模态深度学习模型用于面瘫检测,F1得分达到96.00,显著优于传统方法,显示了提高检测准确性的潜力。
🎯
关键要点
- 本研究提出了一种多模态深度学习模型用于面瘫检测。
- 该模型的F1得分达到96.00,显著优于传统方法。
- 研究解决了面瘫检测中传统主观评估的不足。
- 模型结合了MLP Mixer和结构化数据处理。
- 实验结果显示多模态方法在提高面瘫检测准确性方面具有潜力。
➡️