基于机器学习的性别估计,使用从数字印象中获得的 palatal morphometry
Kale Taib Karim1, Dler Abdulrahman Mohammed1, Mohammed Taha Ahmed Baban2
1Basic Science Department, College of Dentistry, University of Sulaimani, Sulaymaniyah, Iraq.
BMC oral health
|November 28, 2025
概括
使用口内扫描仪和机器学习,从人口中进行法医性别估计显示出高准确度. 这种利用 palatal morphometrics 的方法,为识别伊拉克人口中未知的遗骸提供了一个有希望的方法.
科学领域:
- 法医人类学 法医人类学.
- 生物信息学是一种生物信息学.
- 医学成像医学成像
背景情况:
- 准确的性别估计对于识别人类遗骸至关重要.
- 人的口腔具有结构完整性和性二态性,这使得它对法医分析有价值.
- 像口内扫描仪 (IOS) 和机器学习 (ML) 等创新技术提高了法医识别的准确性和效率.
研究的目的:
- 估计伊拉克亚种群的口腔形态特征的性别.
- 整合口腔内扫描和机器学习用于法医性别确定.
- 评估ML模型在从口腔测量中预测性别方面的有效性.
主要方法:
- 使用专门的软件从200个个体 (100名男性,100名女性) 的数字印象中提取 palatal 形态特征.
- 分析包括狗区域 (WPC) 和口腔区域 (APA) 的口腔宽度在内的特征.
- 应用六种不同的机器学习 (ML) 模型进行性别预测,并使用嵌套交叉验证 (NCV) 进行评估.
主要成果:
- 口腔宽度 (WPC) 和口腔面积 (APA) 显示出显著的区分能力 (AUC分别为0.983和0.868).
- 支持向量分类器 (SVC) 和后勤回归 (LR) 模型通过NCV实现了最高的性别预测准确率95%.
- 该研究确定了有效估计性别的关键形态特征.
结论:
- 开发的 palatal sex 估计方法对于法医应用非常有前途.
- 建议对更大,更多样化的群体进行进一步的研究,以验证和加强研究结果.
- 这种方法提供了一种可靠的工具,用于从人类遗骸中确定性别.
