Anatomical subject validation of an instrumented hammer using machine learning for the classification of osteotomy fracture in rhinoplasty - Archive ouverte HAL
Article Dans Une Revue Medical Engineering & Physics Année : 2021

Anatomical subject validation of an instrumented hammer using machine learning for the classification of osteotomy fracture in rhinoplasty

Léo Lamassoure
  • Fonction : Auteur
Justine Giunta
  • Fonction : Auteur
Giuseppe Rosi
Anne-Sophie Poudrel
  • Fonction : Auteur
Jean-Paul Meningaud
  • Fonction : Auteur
Romain Bosc
Guillaume Haïat
Laboratoire Modélisation et Simulation Multi-Echelle

Domaines

Biomécanique [physics.med-ph]
Fichier principal
Vignette du fichier
MEP Manuscript Revised_final_proofs.pdf (1.08 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Guillaume Haiat  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03430466

Soumis le : mardi 16 novembre 2021-11:41:11

Dernière modification le : vendredi 27 décembre 2024-19:50:12

Archivage à long terme le : jeudi 17 février 2022-18:38:00

Télécharger pour visualiser

Dates et versions

hal-03430466 , version 1 (16-11-2021)

Identifiants

Citer

Léo Lamassoure, Justine Giunta, Giuseppe Rosi, Anne-Sophie Poudrel, Jean-Paul Meningaud, et al.. Anatomical subject validation of an instrumented hammer using machine learning for the classification of osteotomy fracture in rhinoplasty. Medical Engineering & Physics, 2021, 95, pp.111-116. ⟨10.1016/j.medengphy.2021.08.004⟩. ⟨hal-03430466⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS MSME MSME_BIOMECA UPEC UNIV-EIFFEL
18 Consultations
103 Téléchargements

Altmetric

Partager

More