基于人工智能的年龄估计比较从交叉体的形态分析与经验丰富和新手从业者使用一个新的天文图谱组件标签
Javier Irurita Olivares1, Juan Carlos Gámez-Granados2, Ángel Rubio Salvador3,4
1Department of Legal Medicine, Toxicology, and Physical Anthropology. School of Medicine, University of Granada, Granada, Spain. javieri@ugr.es.
International journal of legal medicine
|June 4, 2025
概括
一个新的天文图谱,用于估计从阴部交接元件的年龄,提高了经验丰富的法医从业人员的准确性. 这种工具与人工智能相结合,减少了年龄估计的主观性,尽管需要进一步评估.
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
- 人类骨科人类骨科
背景情况:
- 传统的宏观年龄估计方法严重依赖观察者的经验,导致潜在的主观性和错误.
- 阴部交叉体是法医年龄估计中使用的关键骨元素,但其分析可能具有挑战性.
- 开发标准化工具对于提高法医科学中年龄估计的可靠性和可重复性至关重要.
研究的目的:
- 引入和评估一本旨在帮助法医从业人员标记阴部交叉体组件以估计年龄的新地图.
- 在初学者和经验丰富的从业者中评估新地图的内部和观察者间的可靠性.
- 将图谱辅助标签的性能与传统方法和基于人工智能的方法进行比较.
主要方法:
- 开发一个新的图书馆,用于交叉体组件标签.
- 在观察者内部和观察者之间的评估中,两名经验丰富的和两名新手从业者标记了1,127个骨.
- 基于图谱的标签和托德的方法相位分配与基于C4.5算法的人工智能年龄估计的比较.
主要成果:
- 新的天文图表显示,与经验丰富的 (Kappa > 0.6) 相比,新手实践者 (Kappa < 0.6) 的内部和观察者间误差更高.
- 使用亚特拉斯的组件标签比传统的阶段分配更容易出现错误,仅适用于经验丰富的从业者.
- 人工智能方法实现了与人类观察者可比的正确估计百分比.
结论:
- 拟议的地图是用于交叉体部件标签的有效工具,特别是对于经验丰富的法医从业者来说.
- 可解释的机器学习技术通过分析骨组件,减少主观性来实现年龄估计的自动化.
- 为了验证这些初步发现,需要对更大的队列进行进一步的广泛评估.
