Startseite UR

Lateral cephalometric parameters among Arab skeletal classes II and III patients and applying machine learning models

URN zum Zitieren dieses Dokuments:
urn:nbn:de:bvb:355-epub-590819
DOI zum Zitieren dieses Dokuments:
10.5283/epub.59081
Midlej, Kareem ; Watted, Nezar ; Awadi, Obaida ; Masarwa, Samir ; Lone, Iqbal M. ; Zohud, Osayd ; Paddenberg, Eva ; Krohn, Sebastian ; Kuchler, Erika ; Proff, Peter ; Iraqi, Fuad A.
[img]Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(2MB)
Veröffentlichungsdatum dieses Volltextes: 05 Sep 2024 07:33

Diese Publikation ist Teil des DEAL-Vertrags mit Springer.


Zusammenfassung

Background The World Health Organization considers malocclusion one of the most essential oral health problems. This disease influences various aspects of patients’ health and well-being. Therefore, making it easier and more accurate to understand and diagnose patients with skeletal malocclusions is necessary. Objectives The main aim of this research was the establishment of machine learning ...

plus


Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de
0941 943 -4239 oder -69394

Dissertationen: dissertationen@ur.de
0941 943 -3904

Forschungsdaten: datahub@ur.de
0941 943 -5707

Ansprechpartner