基于深度学习实现成人坐骨耻骨支内侧缘的性别推断

目的 探究深度学习技术在中国汉族人群CT三维重建图像自动性别识别中的可靠性和准确率。方法 收集20～85岁汉族人群骨盆CT影像学数据700例（男性350例，女性350例），将其重建为三维虚拟骨骼模型，并截取坐骨耻骨支内侧缘（medial aspect of the ischiopubic ramus,MIPR）特征区域图像。采用Inception v4作为图像识别模型，以初始化学习和迁移学习两种方式进行训练。随机选取80%的图像作为训练验证集，20%的图像作为测试集。将左右两侧MIPR图像进行单独以及合并训练。之后使用总准确率、女性准确率、男性准确率等指标进行模型的性能评价。结果将左右两侧MIPR图像单独进行初始化学习训练，右侧MIPR模型的总准确率为95.7%，其中女性准确率为95.7%、男性准确率为95.7%；左侧MIPR模型的总准确率为92.1%，其中女性准确率为88.6%、男性准确率为95.7%。将左右两侧MIPR图像合并以初始化学习进行训练，模型的总准确率为94.6%，其中女性准确率为92.1%、男性准确率为97.1%。将左右两侧MIPR图像合并以迁移学习进行训练，模型的总准...     

中国汉族6～18周岁人群下颌恒牙钙化的性别差异研究

目的通过对中国汉族男女6～18周岁人群全口曲面断层影像上所显示的下颌左侧牙齿钙化程度进行比较研究,探究牙齿生长发育的性别差异,为建立用牙齿推断中国汉族儿童及青少年年龄的线性回归模型提供理论依据。方法通过对13491张(男6568张,女6923张)中国汉族6～18周岁儿童及青少年全口曲面断层影像的牙齿钙化规律进行研究,建立牙齿钙化的分级标准,并对下颌恒牙进行分级评分;数据用SPSS 13.0软件处理。结果非参数检验结果显示大部分年龄组下颌左侧8颗恒牙钙化分级值性别间的差异有统计学意义(P0.05);在8颗恒牙发育程度同等条件下,女性年龄比男性小0.303岁。结论中国汉族6～18周岁人群牙齿发育存在着性别差异;在利用牙齿钙化程度建立推断中国汉族儿童及青少年年龄的方程模型时,应分性别建模。     

Nolla法推断中国北方汉族儿童年龄的准确性

目的基于原始表格转换法和多元回归模型,研究应用Nolla法推断中国北方汉族5.00～14.99岁儿童年龄的准确性。方法收集在西安交通大学口腔医院就诊的5.00～14.99岁中国北方汉族儿童患者的口腔全景曲面体层摄影片(简称"全口曲面体层片")2 000张,其中男性1 000例,女性1 000例。基于Nolla法对下颌左侧7颗恒牙(除第三磨牙外)进行发育分期评估后,分别通过原始表格转换法和多元回归模型进行年龄推断。首先将7颗恒牙的发育分期结果求和,根据年龄转换表获得推断年龄。其次,从2 000张全口曲面体层片中随机选取80%的样本作为训练集(每个年龄段男性、女性各80例),以所选患者的生理年龄为因变量,以性别、7颗恒牙的分期结果为自变量建立多元回归模型。之后将剩余20%的样本作为测试集代入模型,以验证采用多元回归模型进行年龄推断的准确性。结果男性样本的平均生理年龄为(10.03±0.09)岁,女性为(10.01±0.09)岁。经原始表格转换法进行年龄推断的结果显示,男性平均高估0.18岁,女性平均低估0.02岁,平均绝对误差(mean absolute error,MAE)分别为0.94岁和0.97岁;通过建立多元回归模型进行年龄推断的结果显示,男性平均高估0.06岁,女性平均低估0.02岁,MAE分别为0.66岁和0.77岁。结论本研究基于Nolla法可实现中国北方汉族儿童的年龄推断。相较于原始表格转换法,建立多元回归模型进行年龄推断更加准确。     

基于CT三维重建技术推断西部地区汉族成人颅骨性别

目的 利用颅骨CT三维重组技术检验Walker模型推断我国西部地区汉族成人性别的可靠性和准确性,并研究适用于西部地区汉族人群的颅骨性别推断模型。方法 收集陕西省汉中医院2017—2021年的576例颅骨CT三维重组图像,分为实验组486例、验证组90例。观察者1采用Walker模型对实验组样本评分进行性别推断,并修正为适用于西部地区汉族样本的logistic函数,3名观察者对验证组90例样本评分,代入修正后的logistic函数完成回代检验。结果 应用Walker模型推断西部地区汉族成人性别准确率为63.2%～77.2%,修正的性别推断模型的准确率为82.9%。3名观察者回代检验性别推断准确率为75.6%～91.1%,观察者之间Kappa一致性检验结果为0.689(P<0.05),观察者内部Kappa一致性检验结果为0.874(P<0.05)。结论 不同地区人群骨骼特征存在差异,修正后的logistic函数在西部地区汉族成人获得了更高的准确率。     

基于深度学习实现维吾尔族青少年左手腕关节骨龄自动化评估

目的将深度学习运用于维吾尔族青少年左手腕关节数字化X线摄影(digital radiography,DR)图像识别中,实现骨龄评估的自动化,探索该方法在法医骨龄鉴定中的应用价值。方法在我国新疆维吾尔自治区采集13.0~19.0岁维吾尔族男性青少年245例、女性青少年227例左手腕关节DR图像,将预处理后的图像作为研究对象,将AlexNet作为图像识别的回归模型。在上述总样本中分别选取男、女性60%左手腕关节DR图像样本作为网络训练集,10%的样本作为验证集,余30%作为测试集,获取与样本真实年龄误差范围分别在±1.0岁、±0.7岁以内的图像识别准确率。结果深度学习的内测结果:误差范围在±1.0岁及±0.7岁以内的网络训练集准确率,男性分别为81.4%和75.6%,女性分别为80.5%和74.8%。误差范围在±1.0岁及±0.7岁以内的测试集准确率,男性分别为79.5%和71.2%,女性分别为79.4%和66.2%。结论青少年左手腕关节骨龄研究与深度学习相结合,具有较高的准确性及较好的可行性,为躯体其余骨关节的骨龄自动化评估体系奠定研究基础。     

基于深度学习实现肋软骨CT图像自动化骨龄推断

目的 利用深度学习方法对第1～7对成人肋软骨CT重建图像进行特征提取,实现成人肋软骨骨龄的自动化推断。方法 回顾性收集年龄在20岁～70岁之间的男性和女性样本各625例,并通过容积再现技术（VRT）得到对应的VRT图像。通过图像预处理和数据增强之后,将其中的500例作为训练集,125例作为测试集,运用5折交叉验证的方法分别评估Res Net、Res Ne Xt、Dense Net及Google Net网络模型的性能,并将5折交叉验证结果的平均值作为最终推断结果。结果 Res Net50网络模型在男性和女性数据集中都取得了最佳实验结果,平均绝对误差分别为4.56岁和3.91岁,±5.0岁范围内预测准确率分别达到64.00%和70.88%,±10.0岁范围内预测准确率分别达到88.96%和94.40%。结论 与传统方法和机器学习方法相比,深度学习方法能够避免人为因素的影响,并且大大提高了成人肋软骨骨龄推断的准确率、降低了预测年龄与真实年龄之间的平均绝对误差,具有较高的临床应用价值。     

9-CpG年龄推断在不同海拔地域和性别人群中的验证及优化

目的本研究旨在对早先建立的9-CpG年龄推断模型在不同海拔地域和不同性别人群中年龄推断的适用性进行验证及优化,提升年龄推断的准确性,并研究检测体系的灵敏度。方法采集367份不同海拔地域、不同性别个体的血液样本,使用EpiTYPER技术平台检测9个CpG位点的甲基化值,利用年龄推断模型预测样本提供者的年龄,综合评估年龄预测的准确性。结果所有测试样本均获得相对准确的年龄预测值(N=367, MAD=4.0岁,R~2=0.83)。平原女性样本(N=40),MAD=3.63岁,R~2=0.88。平原男性样本(N=123)MAD=3.42岁,R~2=0.83;其中随机选取平原男性样本(N=40)MAD=3.39岁,R~2=0.83;高原男性样本(N=204)MAD=4.42岁,R~2=0.86。加入平原与高原变量,新建立8-CpG年龄推断模型,MAD=2.90岁,R~2=0.86(验证集MAD=3.31岁,R~2=0.83)。灵敏度分析中转化前最低DNA用量为250ng(转化后最低DNA用量约为8ng)可获得9个位点完整甲基化信息。结论本研究证明了9-CpG年龄推断模型在不同性别间无显著差异。同一模型应该考虑高原和平原人群血液样本DNA甲基化差异。加入平原与高原变量,新建立8-CpG年龄推断模型可提高高原地区人群年龄预测准确性。     

骨骼CT三维重建图像性别判定和年龄推断研究

目的通过计算骨骼计算机断层扫描(Computed Tomography,CT)三维重建图像判定性别和推断年龄的准确率,评价利用骨骼CT三维重建图像判定性别和推断年龄的可行性。方法将法医人类学教材中性别判定和年龄推断的方法应用于539例骨骼CT三维重建图像样本,判定245例骨盆的性别,推断100例男性耻骨联合、100例男性胸骨和94例男性锁骨的年龄,计算准确率。结果骨盆性别判定准确率为98.4%,耻骨下角和坐骨大切迹是区分性别最好的两项指标。男性耻骨联合、胸骨、锁骨的年龄推断准确率在45%以上,其中锁骨双侧方程准确率最高为77%。结论利用骨骼CT三维重建图像判定性别和推断年龄具有可行性。使用大体标本建立的骨盆形态学性别判定方法可直接应用于骨骼CT三维重建图像。使用大体标本建立的男性耻骨联合、胸骨、锁骨形态学年龄推断指标、分级和评分标准以及方程需要修改和补充。     

基于机器学习和锁骨胸骨端薄层CT的年龄推断研究

目的 采用Kellinghaus分级法对锁骨胸骨端薄层CT进行人工阅片分级,运用多种传统统计学方法以及机器学习方法构建青少年及成人早期年龄推断模型,探索机器学习技术在四川汉族人群年龄推断研究中的应用价值。方法 回顾性收集491例10～30岁个体的胸部薄层CT影像,参照Kellinghaus分级法对所收集样本进行阅片分级赋分。随机选取10%的数据作为测试集,其余数据作为训练集,综合构建多种青少年及成人早期年龄推断的传统统计学回归模型与机器学习模型,采用平均绝对误差值（Mean Absolute Error,MAE）对模型的性能进行评估。结果统计回归模型中效能最好的模型为三次回归模型,男性MAE值为1.34,女性MAE值为1.57;三种机器学习模型中,随机森林模型对男性的预测效能最好,MAE值为1.39;支持向量模型对女性的预测效能最好,MAE值为1.51。结论在锁骨胸骨端年龄推断模型的构建中,机器学习模型在年龄推断中的准确性有一定提升,但与传统统计学回归模型相比并无明显优势,机器学习方法在锁骨胸骨端年龄推断中的应用价值仍有待进一步探索研究。     

下颌角下颌支部残碎下颌骨判定性别的研究

目的建立中国人高度残碎下颌骨的性别判定方法。方法测量了国内 8个省市的已知性别的 16 0具尸骨的下颌骨 (其中男性 10 8例 ,女性 5 2例 ,年龄范围 18～ 75岁 ) ,选择了下颌骨左侧的下颌角、下颌支两部位的 15项指标的测量值 ,利用SPSS软件进行统计分析 ,筛选出性别差异显著的指标 ,使用判别分析方法 ,建立高度残碎下颌骨判定性别的判别方程。结果得到高度残碎下颌骨性别判别方程共计 4 4组 ,下颌角 3组 ,下颌支2 5组 ,下颌角和下颌支联合判定 16组。下颌角性别判别方程的最高性别判别率男性 6 9 4 % ,女性 75 % ,综合70 6 % ,下颌支最高性别判别率男性 77 8% ,女性 80 8% ,综合 75 6 % ;下颌角与下颌支联合判定的最高性别判别率男性 75 0 % ,女性 84 6 % ,综合 75 6 %。结论本研究可适用于刑事案件以及火灾、飞机失事等自然灾害事件以及考古工作中的高度残碎下颌骨的性别判定。     

三维几何形态学在下颌骨性别推断中的应用

目的 使用基于标志点的三维几何形态法对下颌骨进行分析,评估下颌骨形状和大小的性别差异,为进一步了解下颌骨的形态特征及性别推断提供新思路和理论依据。方法 纳入164名北方汉族成年人（男性80名,女性84名）的颅面部薄层CT图像进行三维重建,获取了18个地标,采用普鲁克氏叠加、主成分分析和回归分析等评估了下颌骨大小和形状的性别差异。结果 异速生长分析显示下颌骨大小对形状的影响具有统计学意义（P <0.001）,下颌骨大小和形状均具有性别差异,男性下颌骨大于女性,PCA图显示男性和女性下颌骨的重叠较多,逻辑回归表明总体性别推断准确率为67.1%～89.6%。结论 下颌骨大小比形状提供了更多的性别推断信息,当形状和大小信息结合分析时,性别分类精度会较大程度提高。     

陕西省6～15岁汉族未成年人牙龄的研究

目的运用全口曲面断层影像技术,研究陕西省6-15岁汉族未成年人牙齿钙化规律,建立利用牙齿钙化程度推断陕西汉族6-15岁未成年人年龄的方法。方法按照中国汉族儿童及青少年牙齿钙化分级标准,对1997名（男934名,女1063名）陕西省6-15岁汉族未成年人的全口曲面断层影像中下颌恒牙钙化程度进行分级评分;将所得评分值及对应的年龄输入SPSS软件并进行统计分析,最终建立年龄推断的方程。结果下颌同名牙钙化评分值侧别间非参数检验结果 P〉0.05,而性别间非参数独立样本检验结果 P〈0.05;下颌左侧各颗恒牙钙化程度与年龄相关分析结果 r〉0.59;方程拟合优度检验所得校正决定系数均大于0.76,估计值标准误男性在0.85-1.05岁之间、女性在0.83-0.97岁之间。结论本研究建立的方法合理可靠,可用于陕西省汉族6-15岁未成年人年龄的推断。     

中国汉族6-18周岁男性牙齿生长发育的年龄研究

目的研究牙齿钙化程度与年龄的关系,建立利用牙齿钙化程度推断中国汉族6～18周岁男性年龄的办程。方法通过对6568名6～18周岁汉族男性全口曲面断层影像上牙齿的钙化程度进行评分;将分级值及其对应年龄输入SPSS软件进行分析,建立推断年龄的方程模型;从研究样本外随机抽取已知年龄的样本160例进行卣测,,结果同名牙齿钙化评分值侧别间秩合检验结果P〉0．05;下颌左侧恒牙钙化评分值与年龄相关分析结果r值均存0．7以上,下颌同名牙间相关系数r均在0．9以上;所建回归模型拟合优度R^2=0．828,估计值标准误为1．23岁;阿测平均洪差为0．423±0．269岁。结论本研究所建立的方法准确可靠,可用于中国汉族6～18周岁男性人群的年龄推断。     

利用Phenice征判断中国人性别的研究

对已知性别中国人的干燥髋骨191副(其中男性126副,女性65副)进行现察,发现利用Phenice征判断性别的准确率为87.1%,利用腹侧弧耻骨下支的凹凸程度以及耻骨下支的宽窄判别性别准确率分别为82.3%、93.8%及85.1%,其中利用耻骨下支凹凸程度判别性别的准确率最高.并将本研究成果与其他人群进行了比较.     

基于数据挖掘实现成人喉软骨和舌骨CT图像重组的年龄推断

目的运用数据挖掘技术探索喉软骨和舌骨CT图像重组用于成人年龄推断的可行性。方法收集413例颈部薄层CT图像,样本年龄范围18~<80岁,将样本随机分为测试集和训练集。参照TURK等的分级方法,对所有样本进行全方位综合阅片分级,将甲状软骨骨化过程分为6级,环状软骨骨化过程分为5级,舌骨大角和舌骨体的骨性结合分为3级。采用scikit-learn 0.17机器学习工具包(Python语言)建立成人年龄推断的多元线性回归模型、支持向量回归模型和贝叶斯岭回归模型。应用留一交叉验证和测试集评估模型性能。结果所有指标与年龄的相关性均呈中等或较差。男性样本应用支持向量回归模型的准确性最高,平均绝对误差为8.67岁,明显优于多元线性回归模型和贝叶斯岭回归模型;女性应用支持向量回归模型准确性最高,平均绝对误差为12.69岁,但与其他两种模型准确性的差异无统计学意义。结论应用数据挖掘技术有助于提高推断成人年龄的准确性,但基于喉软骨和舌骨的成人年龄推断误差仍较大,实际应用中应结合其他指标综合推断年龄。     

河南省安阳市6-15周岁汉族人牙龄的研究

目的建立利用牙齿钙化程度推断未成年人年龄的方法。方法选取河南省安阳市1575名（男性900名,女性675名）6～15周岁人群的全口曲面断层影像片,依照牙齿钙化分级标准对下颌恒牙钙化程度进行评分分级;所得数据经SPSS13．0软件统计分析,建立根据牙齿钙化程度推断年龄的方程;采用拟合优度检验、模型方差分析、回归系数检验和共线性诊断、残差分析对方程的合理性进行检验及盲测。结果下颌同名牙间钙化分级评分值无统计学差异（P〉0．05）,而下颌同名牙性别间钙化评分值在部分年龄组存在差异（P〈0．05）;下颌恒牙的钙化程度与年龄相关系数r均大于0．7;所建方程模型调整决定系数均大于0．8,估计值标准误男性为0．92岁至1．04岁、女性为0．92岁至1．00岁;推测年龄与真实年龄的平均误差男性为0．433±0．288岁、女性为0．502±0．297岁。结论本研究建立的方法在推断相关地区、相关年龄段人群的年龄推断中有较好的应用前景。     

中国汉族6～18周岁人群牙齿生长发育的地区差异研究

目的探讨中国汉族儿童及青少年下颌恒牙钙化程度不同地区间的差异,为相关研究提供依据。方法根据牙齿钙化的分级标准,对来自广东、河南、陕西、黑龙江、重庆地区11275张(男5499张,女5776张)6～18周岁汉族儿童及青少年全口曲面断层影像片中下颌左侧恒牙钙化程度进行分级评分;评分数据使用SPSS 13.0软件进行统计处理,分性别及年龄段用非参数独立样本检验两两比较上述地区儿童及青少年牙齿生长发育的差异。结果下颌左侧各恒牙钙化分级值存在地区间差异(P0.05),差异最大的为尖牙。结论中国汉族儿童及青少年牙齿发育存在着地区差异;在建立相关利用牙齿钙化程度推断年龄的方程模型时,最好分地区建模。     

基于27-plex SNPs的内蒙古地区4个人群的族源推断研究

目的基于27-plex SNPs族群推断体系对内蒙古地区汉族、蒙古族、鄂温克族及达翰尔族的遗传结构及族群成分进行研究。方法使用27-plex SNPs试剂盒检验四个人群的989份样本并获取SNPs位点分型,利用STRUCTURE聚类分析、主成分分析及系统发育树综合分析人群之间的遗传关系,使用族群推断软件DAA v1.0(DNA Ancestry Analyzer,DAA)对族群来源进行推断,通过与已知样本信息对比,推断结果的准确性。结果 STRUCTURE聚类分析和主成分分析结果显示调查的四个民族主要族群成分均为东亚(占92%以上);系统发育树显示四个民族与其他东亚族群的亲缘关系较近,聚为一支;除27份样本祖先来源被归为混合族群或不排除混合族群外,其余样本祖先来源均为东亚,推断准确率达97.27%。结论内蒙古地区汉族、蒙古族、达翰尔族及温克族均为东亚族群,蒙古族、达翰尔族及鄂温克族3个少数民族的遗传关系更近。使用27-plex SNPs族群推断系统对内蒙古地区汉族、蒙古族、达翰尔族及鄂温克族进行遗传推断,结果可靠。     

基于38-plex InDels的青海地区三个族群遗传推断

目的基于38-plex InDels族群推断体系研究青海地区汉族、回族及撒拉族的族群成分与遗传结构。方法使用38-plex InDels复合扩增体系检测3个族群的220份样本并获取InDels位点分型,利用主成分分析、STRUCTURE聚类分析及系统发育树综合分析族群之间的遗传关系,使用族群推断软件DAA v1.0(DNA Ancestry Analyzer,DAA)对220份样本的族群来源进行分析,并与已知样本信息来源对比,计算体系推断结果的准确性。结果主成分分析和STRUCTURE聚类分析结果显示青海地区汉族、回族及撒拉族主要族群成分为东亚(占90%以上);系统发育树显示青海地区汉族、回族及撒拉族与其他东亚族群的亲缘关系较近,聚为一支;除4份样本祖先来源被归为欧亚混合族群外,其余样本祖先来源均为东亚或不排除东亚,推断准确率达95.24%以上。结论青海地区汉族、回族及撒拉族均为东亚族群,且青海地区回族和撒拉族相较青海地区汉族有着更近的遗传关系,使用38-plex InDels族群推断体系对青海地区汉族、回族及撒拉族进行遗传推断,结果可靠。     

Nolla法在乌鲁木齐地区维、汉未成年人群中通过牙龄推断年龄的应用

目的 评估应用Nolla法推断乌鲁木齐地区维吾尔族和汉族3～16岁未成年人群年龄的适用性和准确性。方法 收集2019年～2021年新疆医科大学附属口腔医院年龄在3～16岁的乌鲁木齐地区维吾尔族和汉族拍摄的全口曲面体层片1 208例，其中维吾尔族547例（男性：267例，女性：280例），汉族661例（男性：347例，女性：314例）。按照Nolla法分期标准及其提供的年龄转换表获得牙龄。将所得牙龄与生理年龄进行配对t检验。结果 维吾尔族男性平均生理年龄为（8.81±3.75）岁，女性为（9.62±3.68）岁；男性平均低估了0.06岁，女性平均低估了0.52岁；平均绝对误差（Mean Absolute Error,MAE）男、女性分别为0.70岁和0.80岁。汉族男性平均生理年龄为（9.07±3.77）岁，女性为（8.96±3.86）岁；男性平均低估了0.13岁，女性平均低估了0.64岁；MAE男、女性分别为0.69岁和0.90岁。结论 Nolla法适用于除女性15～16岁的乌鲁木齐地区维吾尔族和汉族未成年人群，维吾尔族准确性高于汉族，男性较女性准确。另外，本研究提出了恒牙总成熟度-生...