相关实验视频
Updated: Jan 9, 2026

09:26
Quantification of Orofacial Phenotypes in Xenopus
Published on: November 6, 2014
10.2K
结合形态特征和头骨的测量,以通过随机森林建模来进行骨科性别估计
Morgan J Ferrell1, John J Schultz1, Donovan M Adams2,3
1Department of Anthropology, University of Kentucky, Lexington, Kentucky, USA.
Journal of forensic sciences
|December 1, 2025
概括
这项研究使用随机森林 (RF) 建模整合了形态和度量数据,以改善从头骨骨的骨质性估计. 组合数据模型实现了高精度,与当前方法相比.
科学领域:
- 法医人类学 法医人类学.
- 生物考古学的生物考古学
- 人类骨科人类骨科
背景情况:
- 骨科性别估计在法医人类学中至关重要.
- 目前的方法经常单独使用形态或度量分析.
- 整合这些数据类型可能会提高头骨的分类准确性.
研究的目的:
- 通过结合形态和度量变量来提高骨科头骨性别估计的准确性.
- 使用各种数据组合开发和比较随机森林 (RF) 模型.
- 以对现有的性别估计技术进行射频模型性能评估.
主要方法:
- 利用随机森林 (RF) 建模来整合形态和度量变量.
- 在各种骨样本 (欧洲裔美国人和非洲裔美国人) 上训练并测试了射频模型.
- 使用形态数据,度量数据和组合数据进行模型准确度比较.
主要成果:
- 头骨和头骨模型表现出比下模型更高的准确性.
- 包含形态数据的模型,或包括形态数据和计量数据的模型,性能优于仅计量数据的模型.
- 结合的射频模型实现了与标准方法和先前的综合研究可比的分类准确度.
结论:
- 随机森林建模有效地整合了形态和度量数据,用于增强骨科性别估计.
- 综合数据方法显示了改善基于头骨的性别决定的巨大潜力.
- 建议进一步研究使用多区域骨数据对射频建模的研究.

