卷积神经网络在法医牙科中用于确定性别和年龄的应用
Madzida Hundur Hiyari1, Mirza Pasic2, Selma Zukic3
1Artificial Intelligence, Verlab Research Institute for Biomedical Engineering, Medical Devices and Artificial Intelligence, Sarajevo, BIH.
Cureus
|December 6, 2024
概括
卷积神经网络可以从牙科X射线 (形影像) 中准确估计性别和年龄. 这种人工智能应用程序通过提高识别效率和准确性来增强法医牙科.
科学领域:
- 法医牙科 法医牙科
- 人工智能的人工智能
- 医学成像分析 医学成像分析
背景情况:
- 在法医调查中,确定人类身份至关重要.
- 法医牙科在年龄和性别评估中发挥着关键作用.
- 整形牙图提供了独特的牙特征用于识别.
研究的目的:
- 评估卷积神经网络 (CNN) 来自动估计基因性别和年龄.
- 为了提高法医牙科识别的准确性和效率.
- 为法医分析开发人工智能驱动的工具.
主要方法:
- 利用了来自萨拉热大学 - 牙科学院的3716个骨科影像.
- 开发了三种CNN模型用于性别和年龄预测.
- 在一个全面的数据集上训练并验证模型.
主要成果:
- 美国有线电视新闻网 (CNN) 的模型在性别和年龄估计方面表现出高准确度.
- 性别估计的准确性达到95.98%.
- 两个年龄组的年龄估计精度超过96% (97.90%和96.12%).
结论:
- 在使用骨科影像 (orthopantomograms) 确定性别和年龄时,CNN非常准确.
- 人工智能驱动的法医牙科工具可以显著改善识别过程.
- 开发的模型显示了在法医调查中实际应用的潜力.
