通过轨道测量来估计性别:法医科学机器学习方法
George Triantafyllou1, George G Botis1,2, Maria Piagkou1
1Department of Anatomy, School of Medicine, Faculty of Health Sciences, National and Kapodistrian University of Athens, 11 527 Goudi, Greece.
Diagnostics (Basel, Switzerland)
|January 8, 2025
概括
从头骨的轨道测量可以帮助自动性估计法医科学. 这项研究使用机器学习来分析这些测量结果,在确定性别方面达到68%的准确性.
科学领域:
- 法医人类学 法医人类学
- 生物识别信息 生物识别信息
- 机器学习应用 机器学习应用
背景情况:
- 性估计在法医科学中至关重要.
- 人类头骨为确定性别提供了可靠的地标.
- 之前的研究已经探索了各种解剖结构来估计性别.
研究的目的:
- 开发一种机器学习分类器,使用轨道测量进行性别估计.
- 为了评估轨道参数在法医识别中的有效性.
- 探索自动化性别估计技术.
主要方法:
- 分析了92个干燥的头骨 (35个男性,57个女性).
- 测量八个轨道参数:光孔高度 (OFH),光孔宽度 (OFW),光通道高度 (OCH),光通道宽度 (OCW),内轨道距离 (IOD),外轨道距离 (EOD),轨道高度 (OH) 和轨道宽度 (OW).
- 开发一个随机森林分类器用于性别估计.
主要成果:
- 随机森林分类器实现了0.68.8的整体测试准确度.
- 确定了关键特征:轨道宽度 (OW),轨道内距离 (IOD) 和轨道外距离 (EOD).
- 该模型显示召回率为0.70和ROC AUC得分为0.72,表明良好的区分能力.
结论:
- 轨道测量显示,它们有可能成为自动性估计的可靠预测器.
- 这些发现可以有助于法医识别技术的进步.
- 机器学习应用于面人体测量,为法医分析提供了一个有希望的途径.


