结合机器学习算法构建一种新的方法来推断中国南部缺牙儿童的牙年龄
Xiaohong Liang1, Chudong Wang2, Dan Wen2
1Department of Oral Implantology, Xiangya Stomatological Hospital, Central South University, No. 72 Xiangya Road, Kaifu District, Changsha, Hunan Province, PR China.
International journal of legal medicine
|September 3, 2025
概括
新的机器学习模型改善了缺牙个体的牙年龄估计,当传统方法由于先天性或获得性牙损失而失败时,这对于法医识别至关重要. 这些模型在法医案例工作中提供了更高的准确性.
科学领域:
- 法医牙科
- 人类学
- 机器学习
背景情况:
- 传统的牙科年龄推断需要一套完整的牙,限制其在先天性或获得的牙损失的情况下使用.
- 缺失的牙可能会导致预测年龄的偏差,
研究的目的:
- 为中国人口验证和修改贝德克的牙年龄推断方法.
- 开发基于机器学习的新型牙年龄估计模型 (单侧下和双侧下),用于牙缺失的个人.
主要方法:
- 在完全,先天和获得的牙损失的中国儿童中修改Bedek方法的验证.
- 使用剩余的牙构建单边和双边下机器学习模型.
- 在双边下模型中使用数据,以结合对边牙数据.
主要成果:
- 双边下模型在男性 (0. 641) 和女性 (0. 763) 基因组中显示了最低的平均绝对误差.
- 这两种机器学习模型在验证组中的精度都超过了修改后的Bedek模型.
- 模型有效地适应牙损失的变量模式, 提供精确的年龄估计.
结论:
- 使用机器学习的新型牙科年龄估计框架为部分牙的法医案例提供了强大而灵活的解决方案.
- 这些方法显著提升了对年龄不明或有争议的个体的法医识别能力,
- 开发的模型提供了精确的年代估计,克服了传统方法在不同的人群中的局限性.
