相关实验视频
Updated: May 5, 2026

13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.0K
DentAge:使用全景牙部X射线图像进行自动年龄预测的深度学习
1Laboratory of Imaging Technologies, Faculty of Electrical Engineering, University of Ljubljana, Ljubljana, Slovenia.
Journal of forensic sciences
|September 18, 2024
概括
一个新的深度学习模型,DentAge,使用牙X射线准确预测年龄,达到3.12年的误差. 这个工具对法医科学和人类学应用有很大的希望.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 法医人类学 法医人类学
背景情况:
- 准确的年龄估计在法医科学和人类学中至关重要.
- 牙科X射线为预测年龄提供了丰富的数据来源.
- 目前从牙部图像中估计年龄的方法可能耗时且主观.
研究的目的:
- 开发和验证DentAge,这是一个用于自动预测年龄的深度学习模型.
- 评估模型在不同年龄组和牙疾病中的表现.
- 提供一个公开可访问的工具,用于牙科的年龄估计.
主要方法:
- 使用了21007张全景牙X射线图像的数据集,来自4-97岁的受试者.
- 使用ImageNet权重进行转移学习,然后进行微调.
- 随机梯度下降与动量和平均绝对误差 (MAE) 用于训练.
主要成果:
- 在测试数据集中,DentAge实现了3.12年的平均绝对误差 (MAE).
- 根据年龄组的表现不同,MAE从1.94岁 (10-20岁) 到13.40岁 (90-100岁) 不同.
- 假肢和牙损失等因素影响了预测的准确性.
结论:
- DentAge在使用牙科放射图的自动化年龄预测方面取得了重大进展.
- 该模型在不同的人口统计和牙状态中显示出强大的性能.
- 公共可访问性将促进进一步的验证和现实世界的应用.

