Desarrollo de un método de estimación de la edad para el hueso coxal y las vértebras lumbares obtenidas a partir de...

Área de la Ciencia:

• Antropología forense
• Radiología
• Inteligencia artificial

Sus antecedentes:

• La estimación precisa de la edad es crucial para identificar restos desconocidos.
• La tomografía computarizada post-mortem (PMCT) ofrece imágenes esqueléticas detalladas.

Objetivo del estudio:

• Desarrollar y validar un nuevo método de estimación de la edad basado en el aprendizaje profundo.
• Aplicar el método a los huesos coxales y a las vértebras lumbares a partir de las imágenes obtenidas mediante TCMP.

Principales métodos:

• Se utilizó una red neuronal convolucional (VGG16) con aprendizaje de transferencia.
• Se analizaron las imágenes del hueso coxal y las vértebras lumbares de 1.229 individuos.
• Precisión del modelo evaluada por validación cruzada de 10 veces (MAE, coeficientes de correlación).
• Mapeo de activación de clase ponderado por gradiente (Grad-CAM) para visualizar regiones de interés.

Principales resultados:

• Los modelos de estimación de la edad alcanzaron un error absoluto medio bajo (MAE) entre 6,44 y 7,27 años.
• Se observaron altos coeficientes de correlación (0,84-0,91) entre las edades cronológicas y las estimadas.
• Grad-CAM identificó cambios de forma inducidos por el envejecimiento en las vértebras y los huesos coxales como áreas clave.

Conclusiones:

• El método de aprendizaje profundo desarrollado muestra un potencial significativo para la estimación rutinaria de la edad en los exámenes forenses.
• Esta técnica puede ayudar en la identificación de personas fallecidas desconocidas, incluidos aquellos con restos óseos.
• El método aprovecha la imagen PMCT para una evaluación de la edad no invasiva y precisa.