机器学习方法的应用用于从成年乙细胞的3D表面扫描中估计死亡年龄

科学领域:

• 法医人类学 法医人类学
• 生物考古学的生物考古学
• 计算生物学 计算生物学

背景情况:

• 手动死亡年龄估计依赖于专家解释,引入主观性和可变性.
• 专家的熟练程度和熟悉特定的人口亲和关系显著影响估计的准确性.
• 需要一个客观的,自动化的方法来确定死亡时的年龄.

研究的目的:

• 利用计算方法开发一种新的,自动化的死亡年龄估计方法.
• 消除人类的主观性和在年龄评估中依赖专家经验.
• 创建一个基于计算机的工具,以准确有效地确定死亡时的年龄.

主要方法:

• 采用传统的机器学习方法,从盆腔囊提取明确的特征.
• 开发了一个多线性回归模型,整合了已识别的与年龄相关的特征.
• 在计算机程序中自动预处理,特征提取和年龄估计.

主要成果:

• 实现了独立于人口的死亡年龄估计方法,平均绝对误差 (MAE) 约为10.7年.
• 开发了CoxAGE3D,这是一个免费可用的基于Web的软件工具,实现了自动估计.
• 为各种群体提供了特定人群的模型,MAE为9.2至10.8年.

结论:

• 该自动化方法为死亡年龄估计提供了可接受的准确性,适用于未知人口亲和关系的个体.
• 基于计算机的方法成功地消除了人为因素,提高了客观性.
• 虽然衰老过程的变化限制了完全消除错误的方法,但该方法在法医年龄评估方面取得了重大进展.