Un estudio sobre la predicción del sexo utilizando algoritmos de máquina con mediciones antropométricas de la séptima...

Área de la Ciencia:

• Antropología forense
• Radiología
• Información biométrica

Sus antecedentes:

• La predicción tradicional del sexo se basa en los huesos de la pelvis y el cráneo.
• Las vértebras se exploran para determinar el sexo cuando otros huesos no están disponibles.
• La vértebra C7 (vertebra prominens) no ha sido ampliamente estudiada para la predicción del sexo.

Objetivo del estudio:

• Para predecir el sexo utilizando imágenes de tomografía computarizada (TC) de la vértebra C7.
• Desarrollar técnicas de medición automática para el análisis de vértebras C7.
• Evaluar el potencial de los parámetros de la vértebra C7 en la determinación del sexo mediante el aprendizaje automático.

Principales métodos:

• Análisis retrospectivo de imágenes computarizadas de 200 individuos (100 mujeres, 100 hombres, de entre 20 y 50 años).
• Mediciones automáticas de 16 parámetros de longitud y 3 de ángulo desde la vértebra C7 utilizando un software especializado.
• Aplicación de varios algoritmos de aprendizaje automático para predecir el sexo en función de los parámetros derivados.

Principales resultados:

• Los modelos de aprendizaje automático lograron altas tasas de precisión, alcanzando hasta el 94% en la predicción de sexo.
• El Análisis Discriminante Lineal y la Clasificación de Vectores de Apoyo Lineal mostraron la mayor precisión con el 88.94% y el 88.92% respectivamente.
• El estudio demostró que los parámetros de la vértebra C7 exhiben dimorfismo sexual.

Conclusiones:

• La vértebra C7 (vertebra prominens) se puede utilizar de manera confiable para la predicción del sexo.
• La medición automática y el análisis de aprendizaje automático de las vértebras C7 ofrecen una herramienta prometedora en la antropología forense.
• Esta vértebra atípica muestra un dimorfismo sexual significativo, ampliando las opciones para la determinación del sexo en casos forenses.