通过使用机器学习测量上牙弧和骨底部来确定性别
Cristiano Miranda de Araujo1,2,3, Pedro Felipe de Jesus Freitas1, Aline Xavier Ferraz2,3
1School of Dentistry, Tuiuti University of Paraná, Curitiba, Paraná, Brazil.
Head & face medicine
|August 30, 2024
概括
机器学习模型通过使用牙弧和大骨测量来准确地确定性别. 支持矢量机 (SVM) 算法在这个法医应用中表现出最好的性能.
科学领域:
- 法医人类学 法医人类学
- 医疗成像医学成像
- 机器学习 机器学习
背景情况:
- 据悉,头骨,面部,鼻子和大的宽度是性二态的.
- 准确的性别确定在法医调查中至关重要.
研究的目的:
- 通过使用监督机器学习来评估牙弧和大骨基底测量在性别确定中的有效性.
- 为了比较各种机器学习算法对此任务的性能.
主要方法:
- 对100名患者的上下断层扫描 (形光束计算机断层扫描) 的分析.
- 测量包括前鼻腔间的宽度,前鼻腔间的宽度,上鼻腔间的宽度,上腔间的宽度,上腔间的宽度,鼻腔间的宽度,鼻孔间的宽度和上腔间的长度.
- 使用后勤回归,梯度提升,KNN,SVM,MLP,决策树和随机森林分类器,具有10倍交叉验证.
主要成果:
- 所有分析的骨和牙变量都对性别确定具有统计学意义 (p < 0.10).
- 鼻孔宽度和牙间宽度被确定为重要的预测指标.
- 机器学习模型的准确率在0.75到0.85之间,SVM显示出最佳的性能和一致性.
结论:
- 横向牙弧和大骨测量具有强大的性别判断预测能力.
- 机器学习,特别是SVM算法,为法医性评估提供了一个高度准确和潜在的有价值的工具.


