在法醫(yī)學(xué)中，死者或失蹤人員的身份識(shí)別通常是調(diào)查的核心。牙科記錄長(zhǎng)期以來(lái)一直被用作這一過(guò)程中的寶貴工具，因?yàn)楹苌儆袃蓚€(gè)人能夠擁有牙齒存在或缺失、牙冠和牙冠或填充物以及 X 射線中看到的牙齒排列的匹配記錄。 。從牙科記錄中可能不一定立即顯而易見(jiàn)的一件事是個(gè)體的生物性別，但在缺乏其他指標(biāo)的情況下，這在幾乎所有調(diào)查中都將是非常有用的信息。
《國(guó)際生物醫(yī)學(xué)工程與技術(shù)雜志》上的研究在開(kāi)發(fā)和訓(xùn)練一種算法方面取得了進(jìn)展，該算法可以通過(guò)牙科 X 射線確定生物性別，準(zhǔn)確率達(dá)到 94%。這種深度學(xué)習(xí)方法的應(yīng)用證明了這種方法在調(diào)查中增強(qiáng)傳統(tǒng)證據(jù)的潛力。
印度泰米爾納德邦 Sivakasi 的 Mepco Schlenk 工程學(xué)院的 B. Vijayakumari、S. Vidhya 和 J. Saranya 解釋說(shuō)，他們的算法由三個(gè)部分組成：圖像預(yù)處理、基于梯度的遞歸閾值 (GBRT) 分割和分類。最初，他們?cè)趫D像預(yù)處理步驟中使用所謂的質(zhì)幻方濾波器來(lái)消除不需要的噪聲。質(zhì)幻方濾波器使用計(jì)算機(jī)內(nèi)覆蓋在圖像上的特殊數(shù)字網(wǎng)格，并將圖像中的像素值與網(wǎng)格中的相應(yīng)值進(jìn)行比較，以確定什么是失真或壓縮偽影，這些偽影會(huì)導(dǎo)致圖像噪聲，因此可以刷掉以提供清晰準(zhǔn)確的圖像以供后續(xù)分析。
GBRT分割技術(shù)細(xì)化了圖像，增強(qiáng)了算法提取相關(guān)信息的能力。最后，分類階段利用 Resnet50神經(jīng)網(wǎng)絡(luò)，這是一種廣泛采用的深度學(xué)習(xí)架構(gòu)。該團(tuán)隊(duì)使用 3,000 張牙科 X 光片對(duì)算法進(jìn)行訓(xùn)練，這些 X 光片顯示了個(gè)體的生物性別。這使得算法能夠辨別與牙科 X 射線相關(guān)的生物性別，而個(gè)體的生物性別未知。
為了進(jìn)行測(cè)試，該團(tuán)隊(duì)使用了 1,000 張圖像(原始圖像集的子集)，其中性別已知，以確定系統(tǒng)是否會(huì)正確分配生物性別。人類的牙齒和頜骨在不同程度上存在性別二態(tài)性，但營(yíng)養(yǎng)和社會(huì)經(jīng)濟(jì)學(xué)對(duì)我們的頜骨和牙齒的生長(zhǎng)也有顯著影響。新系統(tǒng)可以根據(jù) X 射線圖像的訓(xùn)練來(lái)識(shí)別這些潛在的差異。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！