순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Evaluating classification approaches for population affinity estimation in a contemporary South African CT-derived sample: an automatic landmarking-based approach
Thandolwethu Mbali Mbonani, Ericka N. L’Abbé, Ding‐Geng Chen 외 · International Journal of Legal Medicine · 2026년 · 조회 15
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-09 발표 · 게재 1일차 · International Journal of Legal Medicine
NEW PAPER 슬롯에 선정된 이유는 2026‑09‑05에 최신 발표된 논문으로, 자동 랜드마크 기반의 혁신적인 방법론을 제시해 최신성 및 참신성을 갖추었기 때문이다.
논문 요약
이 연구는 자동 랜드마크 전이 워크플로우를 활용해 남아프리카의 474개 CT 뇌골격 샘플을 분석하고, 인구 친화성 추정을 위한 기하학적 형태계측(GMM)과 랜드마크 간 거리(ILD) 분류 방법의 성능을 비교하였다. 18개의 3차원 안면 랜드마크를 강체·비강체 정합으로 전이하고, 9개의 ILD를 산출하였다. 평균 관측자 내 오차는 0.746 mm, 관측자 간 오차는 1.672 mm로 자동화된 방법의 정밀도를 확인했다.
후속 연구설계에 활용하기
앞선 연구에서는 보고된 오차 기준을 활용해 자동 랜드마크 전이 정확도를 사전 검증하고, 동일 워크플로우를 다른 인구 집단에 적용해 비교 연구를 설계할 수 있다.
핵심어
자동 랜드마크기하학적 형태계측인구 친화성CT 영상
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.