Misaotra anao nitsidika ny Nature.com. Ny dikan-ny browser izay ampiasainao dia manana fanohanana CSS voafetra. Ho an'ny vokatra tsara indrindra, manoro hevitra izahay amin'ny fampiasana dikan-dahatsoratra vaovao amin'ny navigateur (na mamadika ny fomba mifanaraka amin'ny Internet amin'ny Internet Explorer). Mandritra izany fotoana izany, mba hiantohana ny fanohanana mitohy, dia mampiseho ilay tranokala isika raha tsy misy styling na javascript.
Ny nify dia raisina ho mariky ny maha-vanim-potoana amin'ny vatan'olombelona ary matetika ampiasaina amin'ny fanombanana amin'ny vanim-potoana forensic. Isika dia nanamarina ny tombantomban'ny fitrandrahana fitrandrahana ny fitrandrahana ny fitrandrahana ny fitrandrahana ny fitrandrahana amin'ny fitrandrahana amin'ny alàlan'ny fampitahana ny tombam-bidy sy ny fanatanterahana ny famaranana ny tokonam-baravarana 18 taona miaraka amin'ny fomba nentim-paharazana sy ny tombam-bidy isan-taona. Ny radiografika Panoramika 2657 dia nangonina avy amin'ny olom-pirenena Koreana sy Japoney 15 ka hatramin'ny 23 taona. Nizara ho toy ny fiofanana fiofanana izy ireo, samy manana radiograph 900 900, ary fanadinana anatiny misy radiografika japoney 857. Nampitahainay ny fahitsiana sy ny fahombiazan'ny fomba nentim-paharazana izay misy takelaka fitiliana ny fitrandrahana angon-drakitra. Ny fahamarinan'ny fomba nentim-paharazana ao amin'ny seho fitsapana anatiny dia somary avo kokoa noho ny modely fitrandrahana data, ary ny fahasamihafana dia kely (midika hoe diso tanteraka <0.21 taona, ny fakany dia midika hoe fahadisoana kianja <0.24 taona). Ny fampisehoana fanasokajiana ho an'ny cutoff 18 taona dia mitovy amin'ny fomba nentim-paharazana sy ny modely fitrandrahana data. Araka izany, ny fomba nentim-paharazana dia azo soloina modely fitrandrahana data rehefa manatanteraka ny fanombanana ny taonan'ny fahataperan'ny taona mampiasa ny fahamatorana amin'ny molary faharoa sy fahatelo amin'ny tanora sy ny olon-dehibe.
Ny tombam-bidy nify dia ampiasaina amin'ny fanafody forensic sy ny mpitsabo nify pediatric. Ho an'ny tena manokana, noho ny fanitsiana avo lenta eo amin'ny vanim-potoana lehibe sy ny fampandrosoana ny nify, ny fanombanana ny taona avy amin'ny dingana fampandrosoana dia zava-dehibe dia zava-dehibe amin'ny fanombanana ny vanim-potoanan'ny ankizy sy ny tanora tanora1,3. Na izany aza, ho an'ny tanora, ny tombanana ny taona nify mifototra amin'ny fahamatorana nify dia manana ny fetrany satria ny fitomboan'ny nify dia saika feno, ankoatra ny molara fahatelo. Ny tanjona ara-dalàna hamaritana ny vanim-potoanan'ny tanora sy ny tanora dia ny manome tombanana marina sy porofo ara-tsiansa momba ny nahatratrarana ny ankamaroan'ny taona. Amin'ny fomba fanao ara-dalàna Medico, ny tanora sy ny olon-dehibe any Korea, dia tombanana amin'ny fomba fiasa Lee, ary ny tokonam-pitsarana ara-dalàna 18 taona dia nambara mialoha fa ny angon-drakitra notaterin'i Oh et al 5.
Ny fianarana milina dia karazana faharanitan-tsaina voajanahary (AI) izay mianatra matetika sy manasokajy angon-drakitra be dia be, mamaha olana amin'ny azy manokana, ary mitondra ny fandaharana data. Ny fianarana milina dia afaka mahita lamina miafina ilaina amin'ny tahirin-kevitra lehibe6. Mifanohitra amin'izany, ny fomba klasika, izay mandany fotoana sy mandany fotoana, dia mety manana fetrany rehefa miatrika tahiry be dia be izay sarotra amin'ny fizotran'ny fomba ara-dalàna. Noho izany, ny fikarohana maro no natao vao haingana nampiasa ny teknolojia farany momba ny solosaina mba hanalefahana ny fahadisoan'ny olombelona ary ny angon-drakitra Multidimensional Data8,9,9,10,11,12. Ny fianarana manokana dia nampiasaina tamin'ny famakafakana sary ara-pitsaboana, ary ny fomba isan-karazany ho an'ny tombam-bidin'ny taona amin'ny alàlan'ny famakafakana ny radiographs mandeha ho azy dia notaterina hanatsarana ny fahamarinan'ny vanim-potoana sy ny fahombiazan'ny fahatongavan-taona13,14,15,18,18,187.20 . Ohatra, Halabi et Al 13 dia namorona algorithm fianarana iray mifototra amin'ny tambajotra Networks Convolutional (CNN) mba hanombanana ny vanim-potoana fihenam-bidy amin'ny alàlan'ny radiografika amin'ny tànan'ny ankizy. Ity fandinihana ity dia manolotra modely izay mampihatra ny fianarana milina amin'ny sary ara-pitsaboana ary mampiseho fa ireo fomba ireo dia afaka manatsara ny fahitsiana diagnostika. Li et al14 dia nanombatombana ny sary X-ray pelvika tamin'ny alàlan'ny CNN fianarana lalina ary nampitahain'izy ireo tamin'ny valim-pifanarahana tamin'ny fanombanana ny fanombanana ossification. Hitan'izy ireo fa ny modely CNN fianarana lalina dia mampiseho ny tombam-bidin'ny vanim-potoana mitovy amin'ny modely regional. Guo et Al.
Ny ankamaroan'ny fandalinana momba ny tombam-bidy amin'ny taona izay mampiasa ny fianarana milina Ampiasao ny fomba fianarana lalina13 14,15 0157.8.19,20. Ny tombantombana ny taona mifototra amin'ny fianarana lalina dia voalaza fa marina kokoa noho ny fomba nentim-paharazana. Na izany aza, ity fomba fiasa ity dia manome fahafahana kely hanolorana ny fototry ny siantifika ho an'ny vinavina ho an'ny taona, toy ny fanondroana vanim-potoana ampiasaina amin'ny tombatombana. Misy ihany koa ny fifandirana ara-dalàna momba izay mitarika ny fisafoana. Noho izany, ny tombam-bidy mifanaraka amin'ny fianarana lalina dia sarotra ekena amin'ny manampahefana ara-panjakana sy ara-pitsarana. Ny fitrandrahana data (DM) dia teknika iray izay mety hahitana fa tsy ny antenaina ihany fa ny fampahalalana tsy ampoizina ihany koa ho fomba hahitana fanitsiana mahasoa eo amin'ny angon-drakitra maro be6,21,22. Ny fianarana milina dia matetika ampiasaina amin'ny fitrandrahana data, ary ny fitrandrahana data sy ny fianarana milina dia mampiasa algorithmy mitovy ihany mba hahitana ireo modely amin'ny data. Ny tombam-bidy amin'ny alàlan'ny fampandrosoana ny nify dia mifototra amin'ny fanombanana ny fahamatoran'ny mpikaroka momba ny fahamatoran'ny nify kendrena, ary ity fanombanana ity dia aseho ho toy ny sehatra ho an'ny nify kendrena tsirairay. Ny DM dia azo ampiasaina hamakafaka ny fanitsiana ny fanitsiana eo amin'ny sehatra fanombanana mpitsabo nify sy ny fotoana tena izy ary mety hanolo ny fandalinana statistika nentim-paharazana. Noho izany, raha mampihatra teknika DM isika amin'ny tombantomban'ny taona, dia afaka mampihatra ny fianarana milina ao amin'ny vinavina amin'ny vanim-potoana forensic isika nefa tsy manahy momba ny andraikitra ara-dalàna. Fandinihana fampitahana maro no navoaka tamin'ny fomba mety ho an'ny fomba fanao amin'ny fomba nentim-paharazana ampiasaina amin'ny fomba fanao forensic sy ny fomba mifototra amin'ny EBM amin'ny famaritana ny vanim-potoana nify. Shen et al23 dia nampiseho fa ny modely DM dia marina kokoa noho ny formula camer nentim-paharazana. Galibourg et Al24 dia nampihatra ny fomba DM samihafa mba haminavina ny taonany araka ny criterion2 an'ny demirjian
Mba hanombanana ny vanim-potoanan'ny mpitsabo aretin-tsaina sy ny olon-dehibe any Koreana, ny fomba faha-4 i Lee dia ampiasaina betsaka amin'ny fomba fanao amin'ny forensic Koreana. Ity fomba ity dia mampiasa fandalinana statistika nentim-paharazana (toy ny famerenam-bokatra marobe) handinihana ny fifandraisan'ny lohahevitra Koreana sy ny vanim-potoana fanoratana. Amin'ity fandalinana ity, ny fomba fanombanana ny taona dia azo ampiasaina amin'ny fomba fanao mahazatra nentin-drazana dia voafaritra ho "fomba nentim-paharazana." Ny fomba fanao Lee dia fomba nentim-paharazana, ary nohamafisin'i Oh et al ny fahamarinany. 5; Na izany aza, ny fampiharana ny tombantomban'ny vanim-potoana mifototra amin'ny Modely DM amin'ny fomba fanao amin'ny forensic Koreana dia mbola manontany tena. Ny tanjonay dia ny hanamarina ny siantifika ny mety ho ampy mahasoa ny tombantombana vanim-potoana mifototra amin'ny modely DM. Ny tanjon'ity fandalinana ity dia ny fampitahana ny modely DM roa izay manombatombana ny vanim-potoana nify ary (2) mba hampitaha ny fampisehoana modely 7 taona amin'ny 18 taona miaraka amin'ireo izay azo ampiasaina amin'ny fomba fanao ara-dalàna sy molaly fahatelo amin'ny valanoranony roa.
Midika sy ny fivoaran'ny vanim-potoana amin'ny vanim-potoana sy ny karazana nify dia aseho an-tserasera amin'ny latabatra fanampiny S1 (Fiofanana Fiofanana Ny soatoavin'ny Kappa ho an'ny intra-sy ny interobserver azo itokisana avy amin'ny fampiofanana dia 0.951 sy 0.947, tsirairay avy. P Soula ary 95% Ny elanelam-pahatokisana amin'ny sanda Kappa dia aseho amin'ny latabatra fanampiny S4. Ny sandan'ny Kappa dia nadika hoe "saika tonga lafatra", mifanaraka amin'ny fitsipi-pitondran-tena sy ny Koch26.
Rehefa mampitaha ny hadisoana tanteraka (mae), ny fomba nentim-paharazana dia nanorotoro ny modely DM ho an'ny zokiolona rehetra sy ny setran'ny lehilahy ivelany ivelany, ankoatry ny Multiyeptron (MLP). Ny fahasamihafana eo amin'ny modely nentim-paharazana sy ny Modely DM ao amin'ny seho fitsapana an-tariby Mae dia 0.12-0.19 taona ho an'ny lehilahy ary 0.17-0.21 taona ho an'ny vehivavy. Ho an'ny bateria fitsapana ivelany, ny fahasamihafana dia kely kokoa (0.001-0.0 taona ho an'ny lehilahy sy 0,05-0.09 taona ho an'ny vehivavy). Ankoatr'izay, ny fakany dia midika fa somary ambany kokoa noho ny fomba nentim-paharazana, misy fahasamihafana kely (0.17-0.24, 0.2-024, 0.2-0.24 ho an'ny setan'ny fitsapana anatiny, ary 0,03-0.07, 0,04-0.08, 0,04-0.08 ho an'ny setan'ny fitsapana ivelany). ). Ny MLP dia mampiseho fampisehoana tsara kokoa noho ny layer Layer (SLP), afa-tsy amin'ny tranga ny fotoana fitsapana ivelany. Ho an'i Mae sy RMSE, ny fitsapana ivelany dia manome isa avo kokoa noho ny fitsapana anatiny ho an'ny lahy sy ny modely rehetra. Ny mae sy ny rmse rehetra dia aseho amin'ny latabatra 1 sy ny sary 1.
Mae sy rmse ny modely firaketana nentim-paharazana sy fitrandrahana data. Midika hoe Error Error mae, ny fakany dia midika hoe heloky ny efamira rmse, layer Speceptron SLP, Multandry remerty Serveptron MLP, fomba nentim-paharazana CM.
Ny fampisehoana fanasokajiana (miaraka amin'ny fiatoana 18 taona) amin'ny modely nentim-paharazana sy DM dia naseho tamin'ny resaka fahatsapana, manokana, ny sanda tsara (PPV), ny sandam-bidy tsy misy dikany (NPV), ary ny faritra eo ambanin'ny curve toetra (Auroc) 27 (latabatra 2, Sary Sary 2 sy sary fanampiny 1 an-tserasera) an-tserasera). Raha resaka momba ny fahatsapan-tena ny bateria fitsapana anatiny, ny fomba nentim-paharazana dia natao tsara indrindra teo amin'ny lehilahy sy ny ratsy teo amin'ny vehivavy. Na izany aza, ny fahasamihafana eo amin'ny fampisehoana fanasokajiana eo amin'ny fomba nentim-paharazana sy ny SD dia 9.7% ho an'ny lehilahy (MLP) ary 2,4% ho an'ny vehivavy (XGBoost). Anisan'ireo modely DM, ny famerenam-bolo (LR) dia naneho fahatsapana tsara kokoa tamin'ny firaisana ara-nofo roa. Mikasika ny mombamomba ny fitsapana anatiny, dia voamarika fa ireo modely SD efatra dia nanao tsara tamin'ny lehilahy, raha ny modely nentim-paharazana kosa dia tsara kokoa amin'ny vehivavy. Ny fahasamihafana amin'ny fampisehoana fanasokajiana sy ny vavy dia 13,3% (MLP) ary 13.1% (MLP), tsirairay avy, izay manondro fa ny fahasamihafana eo amin'ny fampisehoana fanasokajiana dia mihoatra ny fahatsapan-kevitra eo amin'ny modely. Anisan'ireo modely DM, ny milina Vector Vector (SVM), ny hazon'ny fanapahan-kevitra (DT), ary ny maodely rotra (RF) Models tsara indrindra eo amin'ny lahy, raha ny modely LR no nanatanteraka ny vehivavy. Ny Auroc ny modely nentim-paharazana sy ny modely SD rehetra dia lehibe kokoa noho ny 0.925 (K-akaiky indrindra (KNN) ao amin'ny lehilahy), mampiseho fampisehoana fanasokajiana tsara indrindra amin'ny fanavakavahana santionany 18 taona. Ho an'ny setan'ny fitsapana ivelany, dia nihena ny fampisehoana an-tsehatra tamin'ny resaka fahatsapana, fiasa ary Auroc raha ampitahaina amin'ny sata fitsapana anatiny. Ankoatr'izay, ny fahasamihafana amin'ny fahatsapana sy ny maha-voafaritra ny fampitana ny fanasokajiana ny modely tsara indrindra sy ratsy indrindra dia avy amin'ny 10% ka hatramin'ny 25% ary lehibe kokoa noho ny fahasamihafana amin'ny setan'ny fitsapana anatiny.
Ny fahatsapana sy ny mombamomba ny fitrandrahana angon-drakitra momba ny fitrandrahana angon-drakitra raha ampitahaina amin'ny fomba nentim-paharazana miaraka amin'ny tapaka 18 taona. KNN K mpifanolobodirindrina akaiky indrindra, SVM Support Machine Mackage, Registic Registic, Fanapahan-kevitra DT, RF Random Forest, XGB XGBOOST, MLP MORP MORLAYER GENTILRON, fomba fanao CM.
Ny dingana voalohany tamin'ity fandalinana ity dia ny fampitahana ny fahamarinan'ny vinavina amin'ny taona nify azo avy amin'ny modely DM fito miaraka amin'ireo azo avy amin'ny fomban-drazana. Mae sy RMSE dia tombanana ao amin'ny setran'ny fitsapana anatiny ho an'ny lahy sy vavy, ary ny tsy fitovian'ny fomba nentim-paharazana sy ny Modely DM dia nanomboka tamin'ny 44 ka hatramin'ny 77 andro ho an'i Mae ary hatramin'ny 62 ka hatramin'ny 62 ka hatramin'ny 62 andro ho an'ny RMSE. Na dia somary marina kokoa ny fomba nentim-paharazana ao amin'ity fandalinana ity, dia sarotra ny mamarana na misy fahasamihafana kely toy izany. Ireo valiny ireo dia manondro fa ny fahamarinan'ny tombam-bidy nify amin'ny fampiasana ny Modely DM dia saika mitovy amin'ny an'ny fomba nentim-paharazana. Ny fampitahana mivantana amin'ny valiny avy amin'ny fianarany teo aloha dia sarotra satria ny fandinihana dia nampitaha ny fahamarinan'ny modely DM miaraka amin'ny fomba statistika nentim-paharazana izay mampiasa teknika mitovy amin'ny fandraisam-peo amin'ny vanim-potoana mitovy amin'ny fotoan-tsarotra mitovy amin'ny fotoan-tsarotra mitovy amin'ny fotoam-pitsarana mitovy amin'izany. Galibourg et al24 nampitaha an'i Mae sy Rmse teo anelanelan'ny fomba nentim-paharazana roa (Demirjian Methad25 sy Willems Methad29) ary modely 10 dm ao amin'ny mponina frantsay 2 ka hatramin'ny 24 taona. Nilaza izy ireo fa ny modely rehetra DM dia marina kokoa noho ny fomba nentim-paharazana, miaraka amin'ny tsy fitovian'ny 0.20 sy 0.38 taona ao Mae sy 0.25 sy 0.47 taona ao amin'ny RMSE Ny tsy fitovian-kevitra eo amin'ny Modely SD sy ny fomba nentim-paharazana aseho ao amin'ny fandalinana Holibourg dia mitaky tatitra marobe30,3133233 izay tsy manombatombana tsara ny vanim-potoana nify amin'ny mponina hafa noho ny Kanadiana frantsay izay niorenan'ny fandinihana azy. Amin'ity fandalinana ity. Tai et al 34 dia nampiasa ny algorithm mlp mba haminavina ny taonan'ny nify avy amin'ny 1636 ny sary orthodontic shinoa ary nampitaha ny maha-marina azy amin'ny valin'ny demirjian sy ny fomba famelabelarana. Notaterin'izy ireo fa ny MLP dia manana ny mahitsy kokoa noho ny fomba nentim-paharazana. Ny fahasamihafana eo amin'ny fomba demirjian sy ny fomba nentim-paharazana dia ny <0.32 taona, ary ny fomba Willems dia 0.28 taona, izay mitovy amin'ny valin'ny fandalinana ankehitriny. Ny vokatr'ireny ny fianaran'ireto sy ny fianaranao taloha 3134 dia mifanaraka amin'ny vokatry ny fandalinana ankehitriny, ary ny tombam-bidy mialoha ny modely DM ary ny fomba nentim-paharazana dia mitovy. Na izany aza, mifototra amin'ny valiny atolotra, dia afaka manatsoaka hevitra fotsiny isika fa ny fampiasana ireo modely DM hanombatombana ny vanim-potoana dia mety hanolo ny fomba misy noho ny tsy fahampian'ny fandalinana sy ny fanondroana ny fandalinana teo aloha. Ilaina ny fandalinana fanaraha-maso amin'ny alàlan'ny santionany lehibe kokoa mba hanamafisana ny valiny azo tamin'ity fandalinana ity.
Anisan'ireo fitsapana ny fitsapana ny fahamarinan'ny SD amin'ny tombanana ny taona nify, ny sasany dia naneho fahaiza-manavaka kokoa noho ny fianarantsika. Stepanovsky et Al 35 dia nampihatra modely 22 SD tamin'ny radiograliary Panoramic tamin'ny 476 mponina tao Czech 2.7 ka hatramin'ny 20,5 taona ary nanandrana ny fahamarinan'ny modely tsirairay. Izy ireo dia nanombatombana ny fampandrosoana ny fitambaran'ny hantsana 16 ambony sy ambany izay mampiasa ny fepetra fanasokajiana naroson'i Moorrees et al 36. Ny Mae dia avy amin'ny 0.64 ka hatramin'ny 0.94 taona sy ny RMSE dia avy amin'ny 0.85 ka hatramin'ny 1.27 taona, izay marina kokoa noho ny modely DM roa ampiasaina amin'ity fandalinana ity. Shen et Al23 dia nampiasa ny fomba cameriera mba hanombanana ny vanim-potoana nify fito eo amin'ny valo ankavia amin'ny mponina any atsinanan'i Sinoa 5 ka hatramin'ny 13 taona ary nampitahainy tamin'ny vanim-potoana tamin'ny vanim-potoana tsy fahampian'ny regionation, SVM sy RF. Nasehon'izy ireo fa ny modely DM telo rehetra dia manana ny fahitsiana avo kokoa raha oharina amin'ny fomba fanao cameriera nentim-paharazana. Ny Mae sy RMSE ao amin'ny fianaran'i Shen dia ambany noho ireo ao amin'ny Model DM amin'ity fandalinana ity. Ny fitomboan'ny fianaranao ny fianarany nataon'i Stepanovsky et al. 35 sy Shen et al. 23 Enga anie noho ny fampidirana ireo lohahevitra tanora amin'ny zandriny ao amin'ny santionany amin'ny fianarany. Satria ny vinavinaina ho an'ireo mpandray anjara amin'ny fampandrosoana ny nify dia lasa marina kokoa satria mitombo ny isan'ny nify mandritra ny fampandrosoana nify, ny fahamarinan'ny fomba fanombanana ny vanim-potoana vokatr'izany dia mety hampandefitra ny fomba fiasa amin'ny vanim-potoana. Ankoatr'izay, ny fahadisoan'ny MLP amin'ny tombantomban'ny vanim-potoana dia kely kokoa noho ny SLP, izay midika fa marina kokoa noho ny SLP ny MLP. MLP dia heverina ho tsara kokoa noho ny tombantombana ny taona, angamba noho ny sosona miafina ao MLP38. Na izany aza, misy ny fanalana ny santionany amin'ny vehivavy ivelany (SLP 1.45, MLP 1.49). Ny fitadiavana fa ny MLP dia marina kokoa noho ny SLP amin'ny fanombanana ny taona dia mitaky fandalinana fanampiny.
Ny fampisehoana fanasokajiana ny Modely DM sy ny fomba nentim-paharazana amin'ny tokonam-baravarana 18 taona dia ampitahaina ihany koa. Ireo modely SD sy fomba nentim-paharazana rehetra dia mampiseho ny haavon'ny fanavakavahana azo ekena ho an'ny santionany 18 taona. Ny fahatsapana ho an'ny lehilahy sy ny vehivavy dia lehibe noho ny 87.7% ary 94.9%, ary ny manokana dia lehibe noho ny 89.3% ary 84.7%. Ny Auroc amin'ny modely voasedra rehetra dia mihoatra ny 0.925. Raha ny tsara indrindra fantatsika, tsy nisy fianarana no nanandrana ny fampisehoana ny modely DM ho an'ny fanasokajiana 18 taona mifototra amin'ny fahamatorana. Azontsika atao ny mampitaha ny valin'ity fandalinana ity amin'ny fanatanterahana ny fanasokajiana ny modely fianarana lalina amin'ny radiografika Panoramika. Guo et al.15 dia nanisa ny fampisehoana fanasokajiana ny modely fianarana lalina ao amin'ny CNN ary fomba manual izay mifototra amin'ny fomba demirjian ho an'ny tokonam-baravarana. Ny fahatsapan-tena sy ny fomba manokana momba ny fomba ara-boky dia 87.7% ary 95.5%, tsirairay avy, ary ny fahatsapana sy ny maha-manokana ny modely CNN dia mihoatra ny 89.2% ary 86.6%, tsirairay avy. Nofaranan'izy ireo fa ny modely fianarana lalina dia afaka manolo na manorotoro ny fanombanana ny boky amin'ny fanasokajiana ny tokonam-baravarana. Ny valin'ity fandalinana ity dia mampiseho fampisehoana mitovy amin'ny fanasokajiana; Inoana fa ny fanasokajiana ny fampiasana DM Models dia afaka manolo ny fomba statistika nentim-paharazana ho an'ny vinavina. Anisan'ireo modely, ny DM Lr no modely tsara indrindra amin'ny resaka fahatsapana ho an'ny santionany sy ny fahatsapana ary ny fomba manokana ho an'ny vehivavy santionany. Lr dia manana ny laharana faharoa ao amin'ny olona manokana ho an'ny lehilahy. Ankoatr'izay, Lr dia heverina ho iray amin'ireo modely DM35 misimisy kokoa ny mpampiasa ary tsy dia sarotra loatra ary sarotra ny mandeha. Miorina amin'ireto valiny ireto, LR dia raisina ho modely fanasokajiana tsara indrindra ho an'ny zokiolona 18 taona ao amin'ny vahoaka Koreana.
Amin'ny ankapobeny, ny fahamarinan'ny tombantomban'ny vanim-potoana na ny fampisehoana fanasokajiana amin'ny fanadinana ivelany dia tsy mahomby na ambany raha oharina amin'ny valiny ao amin'ny sata fitsapana anatiny. Ny tatitra sasany dia nanondro fa mihena ny fahaiza-manao na ny fahombiazan'ny fanasokajiana rehefa misy ny tombantomban'ny vanim-potoana mifototra amin'ny mponina Koreana dia ampiharina amin'ny isan'ny Japoney5,39, ary nisy toy izany koa tamin'ny fandalinana ankehitriny. Ity fironana miharatsy ity dia voamarina ihany koa ao amin'ny Model DM. Noho izany, ny hanombanana tsara ny vanim-potoana, na dia ny fampiasana DM amin'ny fizotry ny famakafakana, ny fomba avy amin'ny angon-drakitra mponina, toy ny fomba nentim-paharazana, dia tokony ho aleonreRed5,4,39,40,4,44,4,44,4,44.44. Satria tsy fantatra mazava na misy modely ara-pianarana lalina, ny fandinihana ny fandalinana mitovy sy ny fahombiazan'ny fanasokajiana sy ny modely amin'ny dm, ary ny modely fianarana lalina amin'ny santionany dia mety haharesy ireo tsy fitovian-kevitra ireo amin'ny vanim-potoanan'ny firazanana. fanombanana.
Asehontsika fa ny fomba nentim-paharazana dia azo soloina amin'ny tombantombana vanim-potoana mifototra amin'ny modely DM ao amin'ny fanao amin'ny taom-piasana mialoha ao Korea. Hitanay ihany koa ny mety hisian'ny fianaram-bahoaka mampihatra milina ho an'ny fanombanana amin'ny taonan'ny Forensic. Na izany aza, misy fetra mazava, toy ny tsy ampy ireo mpandray anjara amin'ity fandinihana ity mba hamaritana ny valiny, ary ny tsy fahampian'ny fandalinana teo aloha hampitaha sy hanamafisana ny vokatr'ity fandalinana ity. Amin'ny hoavy, ny fanadihadiana DM dia tokony hatao santionany maro kokoa sy ny mponina isan-karazany mba hanatsarana ny fangatahana azo ampiharina raha ampitahaina amin'ny fomba nentim-paharazana. Mba hanamafisana ny maha-zava-kendrena amin'ny fampiasana ny faharanitan-tsaina artifisialy mba hanombanana ny vanim-potoana maro, ilaina ny fandalinana amin'ny ho avy dia ilaina ny fampitahana ny fanasokajiana sy ny fahombiazan'ny modely DM sy ny modely fianarana lalina miaraka amin'ny fomba nentim-paharazana amin'ny santionany.
Ny fandinihana dia nampiasa sary 2.657 orthographic sary nangonina avy amin'ny olon-dehibe Koreana sy Japoney 15 ka hatramin'ny 23 taona. Ny radiographs Koreana dia nizara ho andiam-piofanana 900 (19.42 ± 2.65 taona) ary 900 ny fitsapana anatiny (19.52 ± 2.59 taona). Nangonina tao amin'ny andrim-panjakana iray (Seoul St. Mary), ary ny toeram-panadinana manokana dia nangonina tao amin'ny andrim-panjakana roa (Seoul National University Dental Hopitaly sy Yicei University University). Nangoninay radiograma 857 avy amin'ny angon-drakitra mifototra amin'ny mponina (Iwate Medical University, Japon) ho an'ny fitsapana ivelany. Radiographs of Japoney (19.31 ± 2.60 taona) dia voafantina ho toy ny fanandramana ivelany. Ny angon-drakitra dia nangonina mba hamakafaka ny fizotran'ny fampandrosoana nify amin'ny radiografika Panoramika nalaina nandritra ny fitsaboana nify. Ny angon-drakitra rehetra nangonina dia tsy fantatra anarana afa-tsy ny lahy sy ny vavy, daty nahaterahany sy datin'ny radiografika. Ny fampidirana sy ny fitsipi-pitondran-tena dia mitovy amin'ny fanadihadiana natao taloha tamin'ny 4, 5. Ny tena vanim-potoana ny santionany dia kajy tamin'ny alàlan'ny fanesorana ny daty nahaterahany nanomboka tamin'ny daty noraisin'ny radiografika. Ny vondrona santionany dia nizara ho vondrona sivy sivy. Ny fizarana sy ny firaisana ara-nofo dia aseho amin'ny table 3 Ity fandinihana ity dia natao mifanaraka amin'ny fanambarana ny Helsinki ary nankatoavin'ny Birao famerenana Institutional (Irb) ao amin'ny Hopitaly Seoul St. Mary ao amin'ny Oniversite Korea (KC22WISI0328). Noho ny famolavolana retrospective tamin'ity fandalinana ity dia tsy azo ny fanekena ampandrenesina tamin'ny marary rehetra izay nandinika ny fizahana radiografika ho an'ny fitsaboana fitsaboana. Seoul Korea University St. Ny hopitaly St. Mary (IRB) dia nanala ny zavatra takian'ny fanekena nampahafantarina.
Ny dingana fampandrosoana ny Bimaxillary Faharoa sy ny molika fahatelo dia tombana araka ny fepetra nomen'ny demircan. Ny nify iray ihany no voafantina raha toa ny karazana nify mitovy dia hita teo amin'ny ilany havia sy havanana isaky ny valanoranony. Raha ny nify homologous eo amin'ny andaniny sy ny andaniny samihafa dia ny nify tamin'ny sehatra fampandrosoana ambany dia voafantina mba hampamoaka ny tsy fahatokisana amin'ny vanim-potoana tombanana. Ny radiografia an-jatony tsy voafidy avy amin'ny famandrihana fiofanana dia natolotry ny mpandinika roa za-draharaha mba hizaha toetra ny fahatokisan-tena interobserver taorian'ny fanodinana mba hamaritana ny dingana ara-pitsaboana. Ny fahatokisan'ny intraobserver dia tombanana indroa amin'ny elanelam-potoana telo volana amin'ny alàlan'ny mpandinika Kilonga.
Ny siansa sy ny fampandrosoana ny molaly faharoa sy fahatelo amin'ny valanoran-jaza tsirairay ao amin'ny toeram-piofanana dia tombanana ho an'ny mpandinika voalohany namboarina tamin'ny modely DM samihafa, ary ny tena fotoana dia napetraka ho sandan'ny tanjona. Modely SLP sy MLP, izay ampiasaina amin'ny fianarana milina, dia nosedraina tamin'ny famerenam-bokatra. Ny Modely DM dia mampifangaro ny fiasan'ny tsipika amin'ny alàlan'ny dingana fampandrosoana ny nify efatra ary mampifangaro ireo angon-drakitra ireo mba hanombanana ny vanim-potoana. Ny SLP no tambajotra iombonana tsotra indrindra ary tsy misy sosona miafina. SLP Miasa mifototra amin'ny fifindrana eo anelanelan'ny nodes. Ny modely SLP amin'ny famerenam-bolo dia mitovy amin'ny ao anatin'ny registression Linear marobe. Tsy toy ny modely SLP, ny modely MLP dia misy sosona miafina marobe miaraka amin'ny fiasa tsy mitongilana. Ny fanandramana nataonay dia nampiasa sosona miafina miaraka amin'ny sangan'asa 20 izay miafina miaraka amin'ny fiasa tsy ara-dalàna. Ampiasao ny fambolena gradient ho fomba fiasa sy mae sy rmse raha ny fahaverezan'ny fatiantoka dia mampiofana ny modely fianarana milina. Ny modely tsara indrindra azo raisina dia ampiharina amin'ny hetsika fitsapana anatiny sy ivelany ary tombanana ny taonan'ny nify.
Ny algorithm fanasokajiana dia novolavolaina izay mampiasa ny fahamatoran'ny nify efatra amin'ny fiofanana natao mba haminavina raha santionany 18 taona na tsia. Mba hanamboarana ny modely, dia nahazo milina fanehoana fito izay mianatra algorithms6 43: . LR dia iray amin'ireo algorithms be mpampiasa indrindra indrindra. Algorithm fianarana manara-penitra izay mampiasa regress fa mety haminavina ny mety hisian'ny angon-drakitra ao amin'ny sokajy iray avy amin'ny sokajy 0 ka hatramin'ny 1 ary manasokajy ny angon-drakitra ho sokajy azo inoana fa mety ho azo antoka kokoa; ampiasaina indrindra amin'ny fanasokajiana binary. KNN dia iray amin'ireo milina tsotra indrindra amin'ny alàlan'ny Algorithms45. Rehefa omena angon-drakitra fampidirana vaovao, dia mahita angon-drakitra K akaiky ny seho misy ary avy eo dia manasokajy azy ireo ao am-pianarana miaraka amin'ny avo indrindra. Napetrakay ny 3 ho an'ny isan'ny mpifanila trano nojerena (k). Ny SVM dia algorithm izay manitatra ny elanelan'ny kilasy roa amin'ny alàlan'ny fampiasana fiasa katsaka mba hanitarana ny toerana tsipika ho any amin'ny toerana tsy linear antsoina hoe Sahan.org. Ho an'ity modely ity dia mampiasa Bias = 1, hery = 1, ary gamma = 1 ho hyperparameter ho an'ny kernel polynomial. DT dia nampiharina tamin'ny sehatra isan-karazany ho algorithm amin'ny fizarana angon-drakitra iray manontolo napetraka ho subgroup maromaro amin'ny alàlan'ny fanehoana ny fanapahan-kevitra momba ny fanaparitahana azy ireo. Ny maodely dia namboarina miaraka amina firaketana ambany indrindra isaky ny node amin'ny 2 ary mampiasa ny Index Gini ho toy ny refin'ny kalitao. Ny RF dia fomba fiasa ensemble izay manatsara ny fampisehoana amin'ny alàlan'ny fomba fampirimana Bootstrap izay miteraka klioba malemy isaky ny santionany amin'ny alàlan'ny santionany tsy misy dikany amin'ny dataset48 tany am-boalohany. Nitondra hazo 100 izahay, lalina ny hazo 10, ny haben'ny node 1 ambany indrindra, ary ny Index Admixxture Index ho toy ny sisaron-doha node. Ny fanasokajiana ny angon-drakitra vaovao dia faritan'ny vato maro an'isa. XGBOost dia algorithm izay mampifangaro teknika mampisondrotra ny fomba fiasa amin'ny fomba fiasa amin'ny alàlan'ny fampiofanana ny hadisoana eo amin'ny tena izy sy ny tombam-bidy mialoha ny modely teo aloha sy ny fampitomboana ny fahadisoana amin'ny gradients49. Algorithm be dia be noho ny zava-bitany sy ny fahombiazan'ny loharano tsara, ary koa ny fahatokisana avo ho toy ny fiasa fanitsiana. Ny modely dia misy kodiarana 400 fanohanana 400. MLP dia tambajotra neural izay misy ny iray na mihoatra ny lay na mihoatra ny sosona marobe miaraka amin'ny sosona iray na maromaro miafina eo anelanelan'ny fidirana sy ny output layers38. Mampiasa izany ianao, afaka manao fanasokajiana tsy misy lamina izay rehefa manampy sosona fampidirana ianao ary mahazo lanja vokatra, ampitahaina amin'ny lanja marina ny sandan'ny valiny ary averina ny hakany. Namorona sosona miafina izahay miaraka amin'ny heurons miafina 20 ao anaty sosona tsirairay. Ny modely tsirairay novolavolainay dia nampiharina tamin'ny toerana anatiny sy ivelany mba hizaha toetra ny fampisehoana fanasokajiana amin'ny alàlan'ny kajy ny fahatsapana, manokana, PPV, NPV, ary Auroc. Ny fahatsapan-tena dia voafaritra ho toy ny santionany santionany izay tombanana ho 18 taona na mihoatra ka hatramin'ny santionany izay tombanana ho 18 taona na mihoatra. Ny tena voafaritra dia ny ampahany amin'ny santionany latsaky ny 18 taona ary ny tombantombana dia tombanana ho latsaky ny 18 taona.
Ny dingana nify izay nohamafisina tao amin'ny seho fanofanana dia niova ho dingana isa ho an'ny famakafakana statistika. Ny tsipika multivariate sy ny famerenam-bolo lojika dia natao mba hamolavola modely mamina ho an'ny firaisana ara-nofo sy ny fombafomba famerenam-paritra izay azo ampiasaina hanombanana ny taonany. Nampiasa ireo fomba fiasa ireo izahay mba hanombanana ny vanim-potoana nify ho an'ny hetsika fitsapana anatiny sy ivelany. Ny latabatra 4 dia mampiseho ny famerenana sy ny modely fanasokajiana ampiasaina amin'ity fandalinana ity.
Intra- sy interobserver azo itokisana amin'ny alàlan'ny statistan'i Kappa Cohen. Mba hizaha toetra ny fahamarinan'ny DM sy ny maodely régional régional Ireo lesoka ireo dia matetika ampiasaina amin'ny fanombanana ny fahamarinan'ny faminaniana modely. Ny kely kokoa ny lesoka, ny avo kokoa ny fahamarinan'ny Forecast24. Ampitahao ny mae sy ny mae sy ny rmse amin'ny fitiliana anatiny sy ivelany kajy amin'ny alàlan'ny DM sy ny registra nentim-paharazana. Ny fanatanterahana ny fanasokajiana ny cutoff tamin'ny 18 taona tamin'ny antontan'isa nentim-paharazana dia tombanana amin'ny latabatra 2 × 2. Ny fahatsiarovan-tena ny kajy, manokana, ny PPV, NPV, ary Auroc ao amin'ny fanadinana dia ampitahaina amin'ny sandan'ny refesin'ny modely fanasokajiana DM. Ny angon-drakitra dia aseho ho toy ny ± fenitra fenitra na isa (%) miankina amin'ny toetran'ny data. Ny soatoavina roa pided <0,05 dia heverina ho manan-danja ara-statistika. Ny famakafakana statistika mahazatra rehetra dia natao tamin'ny fampiasana Sas Version 9.4 (SAS Institute, Cary, NC). Ny modely famerenam-bolo DM dia natokana tao amin'ny python nampiasa ny keras50 2.2.4 Backend sy TenSorflow51 1.8.0 manokana ho an'ny asa matematika. Ny modely fanasokajiana DM dia natokana tao amin'ny tontolo iainana famakafakana Waikato sy ny fampahalalana momba ny Konstanz Information Miner (Knime) 4.6.152 famakafakana.
Ny mpanoratra dia manaiky fa ny angon-drakitra manohana ny fehin-kevitra momba ny fandalinana dia azo jerena ao amin'ny lahatsoratra sy fitaovana fanampiny. Ny Datasets namokatra sy / na namakafaka nandritra ny fandinihana dia hita avy amin'ny mpanoratra mifanaraka amin'ny fangatahana mitombina.
Ritz-Timme, S. et al. Fomban-kevitra momba ny taona: Fanjakana momba ny zavakanto hahatratrarana ny fepetra takiana amin'ny fomba fanao forensic. Iraisam-pirenena. Fanafody ara-dalàna. 113, 129-136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., ary Olze, A. Sata misy ny fanombohan'ny taonan'ny Forensic momba ny foto-pisakafoanana ho an'ny tanjona manenjika heloka bevava. Forensics. fanafody. Pathology. 1, 239-246 (2005).
Pan, J. et al. Fomba namboarina ho fanombanana ny vanim-potoana nify tamin'ny ankizy 5 ka hatramin'ny 16 taona tany atsinanan'i Shina. klinika. Fanadihadiana am-bava. 25, 3463-3474 (2021).
Lee, SS sns sns. Iraisam-pirenena. Fanafody ara-dalàna. 124, 659-665 (2010).
Oh, S., Kumagai, A., Kim, Sy ary Lee, SS Ny fahamarinan'ny vinavina sy ny tombantomban'ny tokonam-baravarana 18 taona mifototra amin'ny fahamatorana sy ny fahatelo amin'ny teny Koreana sy ny Japoney. Plos iray 17, e0271247 (2022).
Kim, Jy, et al. Ny famakafakana ny datin-pianarana mialoha ny fianarana dia afaka maminavina mialoha ny fitrandrahana fitsaboana amin'ny torimaso amin'ny marary amin'ny Osa. ny siansa. Tatitra 11, 14911 (2021).
Han, M. Et Al. Tantaran'ny vanim-potoana marina avy amin'ny milina fianarana miaraka na tsy misy fitsabahan'ny olombelona? Iraisam-pirenena. Fanafody ara-dalàna. 136, 821-831 (2022).
Khan, S. ary Shaheen, M. Avy amin'ny fitrandrahana data amin'ny fitrandrahana data. J. HAFAVANA. ny siansa. https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. ary Shaheen, M. Wenrule: Ny algorithm cognitive voalohany ho an'ny Fikambanana Fikomiana. J. HAFAVANA. ny siansa. https://doi.org.org/10.1177/01655515221108695 (2022).
Shaheen M. sy Abdullah U. Karm: Ny fitrandrahana data nentim-paharazana mifototra amin'ny fitsipika mifototra amin'ny manodidina. kajy. Mat. Tohizo hatrany. 68, 3305-3322 (2021).
Muhammad M., Rehman Z. ampahafantarina. Teknolojia. mifehy. https://doi.org.org/10.5755/j01.it.49.4.27118 (2020).
Tabish, M., Tanoli, Z., ary Shahin, M. rafitra iray hamantarana ny hetsika amin'ny horonantsary fanatanjahan-tena. multimedia. Fitaovana fitaovana https://doi.org/10.1007/S11042-021-10519-6 (2021).
Halabi, SS et al. Fanamby mianatra milina Rsna amin'ny vanim-potoanan'ny pediatric. Radiology 290, 498-503 (2019).
Li, Y. et al. Ny tombantomban'ny vanim-potoana mialoha ny X-ray pelvika dia mampiasa fianarana lalina. Euro. radiation. 29, 2322-2329 (2019).
Guo, yc, et al. Ny fanasokajiana vanim-potoana marina dia mampiasa fomba fiasa sy ny tamba-jotra ara-dalàna ao amin'ny orthographic avy amin'ny sary projekgrafika orthographic. Iraisam-pirenena. Fanafody ara-dalàna. 135, 1589-1597 (2021).
Alabama dalora et al. Ny tombantombana amin'ny taona dia mampiasa fomba fianarana milina samihafa: famerenana literatiora literatiora sy ny Meta-analysis. Plos iray 14, E0220242 (2019).
Du, H., Li, G., Cheng, K., ary Yang, J. Fonohanan'i J. Famindram-potoana an'ny Amerikanina Amerikanina sy Shinoa izay miorina amin'ny efitrano fandraisam-bahiny amin'ny molika voalohany mampiasa tomomika voalohany amin'ny fampiasana tomografika voalohany. Iraisam-pirenena. Fanafody ara-dalàna. 136, 811-819 (2022).
Kim S., Lee YH, Noh Yk, Park Fk sy Oh Ks mamaritra ny vondrona velona amin'ny olona miaina amin'ny alàlan'ny sary miorina amin'ny zavamananaina amin'ny molar. ny siansa. Tatero 11, 1073 (2021).
Stern, D., mpandoa, C., Giuliani, N., ary Urschler, M. Tombanana ho an'ny vanim-potoana sy ny haino aman-jery amin'ny vanim-potoanan'ny maro an'isa avy amin'ny angon-drakitra MRI MRI. Ieee J. Biomed. Fampandrenesana fahasalamana. 23, 1392-1403 (2019).
Cheng, Q., Ge, Z., Du, H. ary LI, G. Famintinana mifototra amin'ny fizarana 3D Chamber Chamber Cemment of Molars voalohany avy amin'ny Tomom-pamokarana Cone avy amin'ny Cone Beam Iraisam-pirenena. Fanafody ara-dalàna. 135, 365-373 (2021).
Wu, wt, et al. Fitrandrahana angon-drakitra ao amin'ny angon-drakitra lehibe klinika: angon-drakitra, dingana ary fomba modely. Izao tontolo izao. fanafody. loharanon-karena. 8, 44 (2021).
Yang, J. et al. Fampidirana ny angon-drakitra ara-pitsaboana sy ny teknolojia fitrandrahana angon-drakitra ao amin'ny vanim-potoana lehibe. J. avid. Fanafody fototra. 13, 57-69 (2020).
Shen, S. et al. Ny fomba fiasa ho an'ny fanombanana ny taona nify amin'ny fampiasana milina. BMC am-bava ny fahasalamana 21, 641 (2021).
Galliburg A. et al. Fampitahana ny fomba fianarana milina samihafa amin'ny faminaniana mialoha ny fitsapan-tena amin'ny fampiasana ny fomba fanoratana demirdjian. Iraisam-pirenena. Fanafody ara-dalàna. 135, 665-675 (2021).
Demirdjian, A., Goldstein, H. ary Tanner, JM dia rafitra vaovao ho fanombanana ny taona nify. snort. Haiaina. 45, 211-227 (1973).
Landis, Jr, ary Koch, GG Fomba fifanarahana momba ny mpandinika amin'ny angon-drakitra ao amin'ny sokajy. Biometrika 33, 159-174 (1977).
Bhattacharjee s, Prakash d, Kim C, Kim Hk sy Choi HK. Ny famakafakana ara-panatanjahantena, ny fandalinana morpholojia ary ny statistika momba ny fiomanana an-tsokosoko roa-dimensional misy sary an-tsaina ny fampiasana teknika intelligence voajanahary ho an'ny fanavahana ny fivontosan'ny atidoha voalohany. Fampahalalana momba ny fahasalamana. loharanon-karena. https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Paositra: Jan-04-2024