10.3969/j.issn.1672-8467.2023.05.012
基于机器学习和CT三维重建技术的成人耻骨联合年龄推断
目的 利用计算机断层扫描技术探索耻骨联合表面形态学变化与年龄的相关性,并基于机器学习算法建立成人骨龄推断模型.方法 收集10~90岁陕西省汉族腹部CT样本649例作为训练集,构建耻骨联合三维模型,选择7个形态学特征,即腹侧缘、背侧缘、联合面下端、联合面上端、腹侧斜面、耻骨结节和联合面沟嵴,建立新的耻骨联合形态特征评分系统,利用 6种机器学习回归算法分别建立男性和女性年龄推断模型.分别使用 85例临床CT样本(男性35例、女性50例)、96例死后CT样本(post-mortem CT samples,PMCT)(男性51例、女性45例)、82例真实耻骨联合样本(男性40例、女性42例)对各模型进行检验,选择最优的年龄推断模型.结果 特征等级与年龄具有较强相关性(r>0.700,P<0.001).男性样本中AdaBoost模型表现最佳,在临床CT、PMCT、真实耻骨联合三维重建模型上检验,得到较低的平均绝对误差(mean absolute error,MAE)分别为5.23、7.04和7.55岁,在40~70岁的年龄区间内MAE都小于10岁.女性样本中GBR模型表现最好,在临床CT、PMCT、真实耻骨联合三维重建模型上检验,得到较低的MAE,分别为 5.16、5.02和 5.71岁,在 10~70岁的年龄区间内MAE都小于 10岁.结论 本研究构建的年龄推断模型具有一定的可靠性和准确性,可用于成人年龄推断.
法医人类学、耻骨联合、CT、机器学习、年龄推断、成人
50
DF795.6(诉讼法)
2023-10-18(万方平台首次上网日期,不代表论文的发表时间)
共12页
731-742