从全景放射图进行年龄估计的深度学习:系统性审查和元分析

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 法医科学 法医科学 法医科学

背景情况:

• 全景射线图是临床和法医环境中年龄估计的标准.
• 传统的方法依赖于手动评估牙发育.
• 深度学习为可扩展的年龄估计提供了潜在的自动化方法.

研究的目的:

• 系统地审查和评估深度学习算法的性能,以使用全景射线图来估计年龄.

主要方法:

• 在多个数据库 (PubMed,Scopus等) 中进行系统搜索. 这项研究将持续到2024年6月.
• 包括使用深度学习进行年龄估计和报告绩效指标的研究.
• 对9项报告平均绝对误差的研究进行了元分析.

主要成果:

• 包括42项研究,其中13项显示偏差风险低.
• 对于年龄段分类,准确度指标差异很大 (27%-100%).
• 深度学习年龄估计的综合平均绝对误差为1.75年.

结论:

• 深度学习显示出作为从全景射线图中估计年龄的辅助工具的潜力.
• 平均绝对误差为1.75年,表明表现充满希望.
• 在临床实施之前,方法上的局限性需要进一步调查.