通过基于卷积神经网络的人工智能测试犬的放射形态测试性二态性
A Franco1, A P Cornacchia2, D Moreira3
1Division of Forensic Dentistry, Faculdade São Leopoldo Mandic, Campinas, Brazil; Department of Therapeutic Stomatology, Institute of Dentistry, Sechenov University, Moscow, Russia.
Morphologie : bulletin de l'Association des anatomistes
|March 9, 2024
概括
这项研究使用人工智能来分析左下牙犬牙的两性变态性. 人工智能实现了中等准确性 (平均68%),这表明在人类识别中使用有限.
科学领域:
- 法医人类学 法医人类学
- 牙科法医医学 牙科法医医学
- 人工智能在医学中的应用
背景情况:
- 永久的左下犬被用于法医识别中的性别确定.
- 狗形态学对于区分性别的有效性仍在争论中.
研究的目的:
- 使用人工智能 (AI) 方法评估永久左下犬的性二态.
- 评估AI在基于不同年龄组的犬体形态预测性别的准确性.
主要方法:
- 分析了13,046张来自5,838名男性和7,208名女性 (年龄在6-22.99) 的左下犬的X射线图像.
- 采用DenseNet121模型,对17个一年的年龄类别进行二进制性别分类.
- 使用准确率,接收器操作特征 (ROC) 曲线和混矩阵量化性能.
主要成果:
- 人工智能分类准确度在57%至76%之间,平均为68%±5%.
- 在ROC曲线下的面积 (AUC) 在0.58和0.77.7之间变化.
- 在12岁左右观察到最佳表现,在7岁附近的精度较低.
结论:
- 以人工智能为基础的分析表明,在左下犬中中度性变态是中度的,但不是确定的.
- 狗形态分析用于性别估计应该是次要的方法,只有当其他二态特征无法使用时才使用.
