从使用弹性网和随机森林的放射性状骨和冠状骨测量来预测性别

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:

• 人工智能 (AI) 在从骨遗骸中确定性别方面提供了更高的客观性,效率和准确性.
• 人工智能系统可以分析骨特征,如骨盆,头骨和下,以确定性别.

研究的目的:

• 通过放射性状体和冠状体测量来预测性别.
• 评估用于性别预测的随机森林和弹性网算法的性能.

主要方法:

• 收集了200张数字全景射线图 (100名男性,100名女性,年龄在20-40岁).
• 使用Planmeca Romexis查看器软件测量了冠状腺高度和状骨高度.
• 采用随机森林和弹性网算法进行性别预测.

主要成果:

• 弹性净算法实现了0.925.5的真正率.
• 随机森林模型显示精度为0.7368,回忆率为0.875,F1得分为0.79.
• 观察到0.952的曲线下的高面积 (AUC),表明强大的预测性能.

结论:

• 机器学习模型在从放射测量中预测性别方面表现出高准确度.
• 未来的研究应该集中在更大的样本大小,额外的功能,和交叉验证更广泛的适用性.