从使用人类骨科研究收藏的摄影人类下的性别估计深度学习
Anniina Kuha1, Jan Ackermann2, Juho-Antti Junno3
1Archaeology, Faculty of Arts, University of Helsinki, P.O. Box 59, FI-00014 Helsinki, Finland; Biology, Faculty of Sciences, University of Oulu, Pentti Kaiteran katu 1, 90570 Oulu, Finland; Archaeology, Faculty of Arts, University of Oulu, Pentti Kaiteran katu 1, 90570 Oulu, Finland.
Legal medicine (Tokyo, Japan)
|July 4, 2024
概括
人工智能 (AI) 和深度学习 (DL) 显示出从人类下中估计性别的前景. 虽然DL在男性中实现了100%的准确性,但需要进一步的研究来提高女性性别估计的准确性.
科学领域:
- 法医人类学 法医人类学
- 生物信息学是一种生物信息学.
- 骨科 骨科是指骨科的学科.
背景情况:
- 从骨遗骸中估计性别对于法医和骨科分析中的生物学分析至关重要.
- 人类下是用于性别估计的常用骨元素,但其可靠性越来越受到质疑.
- 下下性别估计的传统方法在准确性和一致性方面面临挑战.
研究的目的:
- 研究人工智能 (AI) 的有效性,特别是深度学习 (DL),用于使用下形态学来估计性别.
- 评估DL算法在区分性别和人类下部的数字化图像中的准确性.
- 评估人工智能的潜力,作为法医人类学的现代工具,用于生物概况的构建.
主要方法:
- 利用了来自人类骨科研究收藏 (HORC) 的193个现代南非下的数据集.
- 从标准化的角度拍摄所有下,以确保一致的成像.
- 使用开源深度学习 (DL) 软件分析下巴照片,以估计性别.
主要成果:
- 性能最好的DL算法在估计男性的性别时表现出100%的准确性.
- 在估计女性的性别方面,DL算法实现了76.9%的准确性.
- 人工智能,特别是DL,显示出从下部特征准确估计性别的潜力.
结论:
- 深度学习模型可以实现高精度的性别估计从下,特别是男性.
- 建议使用更大的样本大小进行进一步的研究,以提高人工智能驱动的性别估计的可靠性和有效性.
- 人工智能为从骨遗骸中构建生物特征的准确性和效率提高提供了一个有前途的途径.
