通过数字部扫描识别人类:一项机器学习验证试点研究.

科学领域:

• 法医科学 法医科学 法医科学
• 生物识别信息 生物识别信息
• 机器学习 机器学习

背景情况:

• 在新人群中验证先前开发的机器学习算法.
• 使用基于 palatal intraoral扫描的几何和叠加方法评估歧视潜力.
• 在临床试验.gov注册的研究 (NCT05349942).

研究的目的:

• 用几何和叠加方法验证用于 palatal 识别的机器学习算法.
• 评估这些方法的可靠性和人口独立性.
• 调查地理因素和性别对口腔测量的影响.

主要方法:

• 来自不同国家的23名参与者使用Emerald口腔内扫描仪获得的口腔扫描.
• 基于几何学的方法:测量腔的大小 (高度,宽度,深度) 并输入费舍尔的线性分辨方程.
• 叠加方法:使用平均绝对差异 (MAD) 对扫描可重复性与受试者之间的差异进行比较;对影响因素进行多重线性回归分析.

主要成果:

• 基于几何学的方法实现了91.2%的灵敏度和97.1%的特异性,与训练集结果一致.
• 度和经度没有显著影响基于几何的匹配;叠加的MAD范围没有与可重复性范围重叠.
• 性别决定功能显示了69.0%的灵敏度,但特异性降低 (62.5%).

结论:

• 基于口腔扫描的几何和叠加方法显示出强大的可靠性,独立于人口.
• 使用这种方法进行性别区分的可靠性只有中等.
• 地理坐标和口腔高度之间的显著相关性表明大规模原产地确定研究的潜力.