印度人口的形态测量性别识别和法医面部软组织厚度评估:使用人工神经网络进行基于圆束计算机断层扫描的研究
Jijin Mekkadath Jayakrishnan1, Jagat Reddy2, Rb Vinod Kumar3
1Department of Oral Medicine and Radiology, Malabar Dental College and Research Centre, Edappal, Kerala, India.
Journal of oral and maxillofacial pathology : JOMFP
|October 10, 2025
概括
使用形束计算断层扫描 (CBCT) 的法医性别估计是有效的. 大和额头鼻腔体积,以及面部软组织厚度 (FSTT),准确地确定印度人口的生物性别.
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.
- 生物识别信息 生物识别信息
背景情况:
- 生物性别确定对于法医鉴定至关重要,特别是在退化的遗骸中.
- 圆束计算断层扫描 (CBCT) 提供了一种精确的,非侵入性的方法来分析面结构.
研究的目的:
- 为了评估从CBCT扫描对印度人口的性别估计大和额头鼻腔体积和面部软组织厚度 (FSTT) 的有效性.
- 应用统计和机器学习技术进行性别分类.
主要方法:
- 对450张CBCT扫描进行分析.
- 在28个面点测量FSTT (Steyn和Cavanagh协议).
- 额头上和额头鼻的体积测量评估.
- 使用区分函数分析 (DFA) 和两个人工神经网络 (ANN) 模型进行性别分类.
主要成果:
- 性别之间的鼻体积和FSTT的统计学上显著差异 (P < 0.005).
- DFA实现了80%的整体准确率 (73%的男性,87%的女性).
- ANN模型2显示了高达99%的潜在准确性.
结论:
- 来自CBCT的形态测量数据 (鼻腔体积,FSTT) 是性别估计的可靠指标.
- 将这些测量与人工智能模型相结合,为印度人口提供了一种有效的法医识别方法.
