Automated classification of skeletal malocclusion in German orthodontic patients

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-775162
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.77516

Paddenberg-Schubert, Eva ; Midlej, Kareem ; Krohn, Sebastian ; Kuchler, Erika ; Watted, Nezar ; Proff, Peter ; Iraqi, Fuad A.

Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Veröffentlichte Version
(1MB)

Veröffentlichungsdatum dieses Volltextes: 06 Aug 2025 08:15

Alternative Links zum Volltext:DOI Verlag

Diese Publikation ist Teil des DEAL-Vertrags mit Springer.

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Objectives: Precisely diagnosing skeletal class is mandatory for correct orthodontic treatment. Artificial intelligence (AI) could increase efficiency during diagnostics and contribute to automated workflows. So far, no AI-driven process can differentiate between skeletal classes I, II, and III in German orthodontic patients. This prospective cross-sectional study aimed to develop machine- and ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Altmetric

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Universitätsbibliothek