一个完全自动化的深度学习框架,用于在成年人中估计年龄,使用狗牙的周周放射图

科学领域:

• 法医人类学 法医人类学
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 牙遗骸对于法医科学和人类学的年龄确定至关重要.
• 准确的年龄估计有助于受害者识别和法律调查.

研究的目的:

• 开发和评估一个人工智能驱动的框架,用于使用狗牙进行法医年龄估计.
• 评估不同卷积神经网络架构的性能,以完成此任务.

主要方法:

• 一个两步管道,包括狗牙检测 (YOLOv8-Nano) 和年龄估计 (ResNet-18,DenseNet-121,EfficientNet-B0,MobileNetV3).
• 利用了2587张来自1004名患者 (年龄在13.42-85.45岁之间) 的牙科放射图.
• 使用单个狗牙 (13, 23, 33, 43) 评估了年龄估计,并探索了性别作为输入特征的影响.

主要成果:

• YOLOv8-Nano实现了高狗牙检测性能 (F1得分0.994,98.94%的成功率).
• 卷积神经网络模型在年龄估计中产生了3.55至5.18年的中位数绝对误差.
• 性别信息没有提高年龄估计的准确性,也没有使用特定的狗牙.

结论:

• 拟议的AI框架是一个强大的和实用的工具,用于从狗牙的法医年龄估计.
• 该方法显示了在各种法医环境中应用的潜力,有助于识别和研究.
• 个别的狗牙对年龄估计具有类似的预测准确性.