A Novel, Deep Learning-Based, Automatic Photometric Analysis Software for Breast Aesthetic Scoring

Autor:	Joseph Kyu-hyung Park, Seungchul Baek, Chan Yeong Heo, Jae Hoon Jeong, Yujin Myung
Jazyk:	angličtina
Rok vydání:	2024
Předmět:	breast cancer aesthetics deep learning Surgery RD1-811
Zdroj:	Archives of Plastic Surgery, Vol 51, Iss 01, Pp 030-035 (2024)
Druh dokumentu:	article
ISSN:	2234-6163 2234-6171
DOI:	10.1055/a-2190-5781
Popis:	Background Breast aesthetics evaluation often relies on subjective assessments, leading to the need for objective, automated tools. We developed the Seoul Breast Esthetic Scoring Tool (S-BEST), a photometric analysis software that utilizes a DenseNet-264 deep learning model to automatically evaluate breast landmarks and asymmetry indices.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/902e724ac1bd4a778f1f4c7637551418 Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.