Misaotra anao nitsidika ny Nature.com.Ny kinova navigateur ampiasainao dia manana fanohanana CSS voafetra.Mba hahazoana vokatra tsara indrindra, dia manoro hevitra izahay ny hampiasa dikan-teny vaovao kokoa amin'ny navigateur (na hamono ny fomba fampifanarahana amin'ny Internet Explorer).Mandritra izany fotoana izany, mba hiantohana ny fanohanana mitohy, dia asehoy ny tranokala tsy misy styling na JavaScript.
Ny nify dia heverina ho famantarana marina indrindra amin'ny taonan'ny vatan'olombelona ary matetika ampiasaina amin'ny fanombanana ny taonan'ny forensika.Nikendry ny hanamarina ny tombantomban'ny taonan'ny nify mifototra amin'ny harena ankibon'ny tany izahay amin'ny fampitahana ny fahamarinan'ny tombantombana sy ny fanasokajiana ny tokonam-baravarana 18 taona miaraka amin'ny fomba nentim-paharazana sy ny tombantombanan'ny taona mifototra amin'ny harena ankibon'ny tany.Ny fitambaran'ny radiographie panoramika 2657 no nangonina avy amin'ny olom-pirenena Koreana sy Japoney 15 ka hatramin'ny 23 taona.Nozaraina ho seta fanofanana izy ireo, izay misy radiographie koreanina 900 avy, ary setria fitsapana anatiny misy radiographie japoney 857.Nampitahainay ny fahamarinan'ny fanasokajiana sy ny fahombiazan'ny fomba nentim-paharazana miaraka amin'ireo andiana fitsapana amin'ny maodely fitrandrahana data.Ny fahamarinan'ny fomba nentim-paharazana amin'ny fametrahana fitsapana anatiny dia somary avo kokoa noho ny an'ny modely fitrandrahana data, ary kely ny fahasamihafana (midika hoe fahadisoana tanteraka <0,21 taona, hadisoana efamira <0,24 taona).Ny fampisehoana fanasokajiana ho an'ny fahatapahana 18 taona dia mitovy ihany koa eo amin'ny fomba nentim-paharazana sy ny maodely fitrandrahana data.Noho izany, ny fomba nentim-paharazana dia azo soloina amin'ny modely fitrandrahana data rehefa manao fanombanana ny taona forensika amin'ny fampiasana ny fahamatoran'ny molara faharoa sy fahatelo amin'ny tanora Koreana sy ny tanora.
Ny fanombanana ny taonan'ny nify dia ampiasaina betsaka amin'ny fitsaboana forensika sy ny mpitsabo nify zaza.Indrindra indrindra, noho ny fifandraisana ambony eo amin'ny vanim-potoanan'ny vanim-potoana sy ny fivoaran'ny nify, ny fanombanana ny taona amin'ny dingan'ny fivoaran'ny nify dia fepetra manan-danja amin'ny fanombanana ny taonan'ny ankizy sy ny adolescent1,2,3.Na izany aza, ho an'ny tanora dia misy fetrany ny fanombanana ny taonan'ny nify mifototra amin'ny fahamatoran'ny nify satria saika tanteraka ny fitomboan'ny nify, afa-tsy ny molar fahatelo.Ny tanjona ara-dalàna amin'ny famaritana ny taonan'ny tanora sy ny tanora dia ny hanome tombantombana marina sy porofo ara-tsiansa raha efa nahatratra ny taona maro izy ireo.Ao amin'ny medico-legal fampiharana ny tanora sy ny tanora olon-dehibe any Korea, ny taona dia tombanana amin'ny fampiasana ny fomba Lee, ary ny tokonam-baravarana ara-dalàna ny 18 taona dia nambara mialoha araka ny angon-drakitra notaterin'i Oh et al 5.
Ny fianarana milina dia karazana faharanitan-tsaina artifisialy (AI) izay mianatra imbetsaka sy manasokajy angon-drakitra be dia be, mamaha olana samirery ary mitondra fandaharana data.Ny fianarana milina dia afaka mahita modely miafina mahasoa amin'ny angona marobe6.Mifanohitra amin'izany kosa, ny fomba mahazatra, izay mitaky asa sy mandany fotoana, dia mety hisy fetrany rehefa mifampiraharaha amin'ny angon-drakitra be pitsiny izay sarotra ny manodina azy7.Noho izany, maro ny fanadihadiana natao vao haingana tamin'ny fampiasana ny teknolojian'ny solosaina farany indrindra mba hampihenana ny fahadisoan'ny olombelona sy ny fanodinana am-pahombiazana ny angona multidimensional8,9,10,11,12.Indrindra indrindra, ny fianarana lalina dia nampiasaina betsaka tamin'ny famakafakana sary ara-pitsaboana, ary ny fomba isan-karazany amin'ny fanombanana ny taona amin'ny alàlan'ny famakafakana mandeha ho azy radiographs dia notaterina mba hanatsarana ny fahitsiana sy ny fahombiazan'ny fanombanana ny taona13,14,15,16,17,18,19,20 .Ohatra, i Halabi et al 13 dia namolavola algorithm fianarana milina mifototra amin'ny tambajotra neural convolutional (CNN) hanombantombanana ny taonan'ny taolana amin'ny fampiasana radiographie amin'ny tanan'ny ankizy.Ity fanadihadiana ity dia manolotra modely iray izay mampihatra ny fianarana milina amin'ny sary ara-pitsaboana ary mampiseho fa ireo fomba ireo dia afaka manatsara ny fahamarinan'ny diagnostika.Li et al14 dia nanombatombana ny taonany tamin'ny sary X-ray amin'ny alàlan'ny fianarana lalina CNN ary nampitaha azy ireo tamin'ny valin'ny famerenana amin'ny alàlan'ny fanombanana ny dingana ossification.Hitan'izy ireo fa ny modelin'ny CNN fianarana lalina dia nampiseho ny fahombiazan'ny fanombanana taona mitovy amin'ny modely regression nentim-paharazana.Ny fanadihadiana nataon'i Guo et al. [15] dia nanombantombana ny fahombiazan'ny fanasokajiana ny fandeferana taona amin'ny teknolojia CNN mifototra amin'ny orthophotos dental, ary ny valin'ny modely CNN dia nanaporofo fa nihoatra ny fahaizan'ny fanasokajiana taona ny olombelona.
Ny ankamaroan'ny fanadihadiana momba ny fanombanana ny taona amin'ny fampiasana machine learning dia mampiasa fomba fianarana lalina13,14,15,16,17,18,19,20.Ny fanombanana ny taona mifototra amin'ny fianarana lalina dia voalaza fa marina kokoa noho ny fomba mahazatra.Na izany aza, io fomba fiasa io dia manome fahafahana kely hanehoana ny fototra ara-tsiansa momba ny fanombanana ny taona, toy ny tondro taona ampiasaina amin'ny tombana.Eo ihany koa ny fifanolanana eo amin’ny lafiny lalàna amin’izay manao ny fisafoana.Noho izany, sarotra ny eken'ny manampahefana ara-pitantanana sy ara-pitsarana ny fanombanana ny taona mifototra amin'ny fianarana lalina.Ny fitrandrahana angon-drakitra (DM) dia teknika iray izay tsy vitan'ny hoe mahita fampahalalana tsy ampoizina ihany fa koa fomba iray hahitana fifandraisana mahasoa eo amin'ny angona marobe6,21,22.Ny fianarana milina dia matetika ampiasaina amin'ny fitrandrahana angon-drakitra, ary na ny fitrandrahana angon-drakitra sy ny fianarana milina dia samy mampiasa algorithm fototra iray ihany mba hahitana ny lamina amin'ny data.Ny fanombanana ny taona amin'ny fampiasana ny fivoaran'ny nify dia mifototra amin'ny fanombanan'ny mpandinika ny fahamatoran'ny nify kendrena, ary io fanombanana io dia aseho ho dingana ho an'ny nify kendrena tsirairay.Ny DM dia azo ampiasaina handinihana ny fifandraisana misy eo amin'ny dingana fanombanana ny nify sy ny taona tena izy ary mety hanolo ny fanadihadiana statistika nentim-paharazana.Noho izany, raha mampihatra teknika DM amin'ny fanombanana ny taona isika, dia afaka mampihatra ny fianarana milina amin'ny fanombanana ny taonan'ny forensika nefa tsy manahy momba ny andraikitra ara-dalàna.Fandinihana fampitahana maromaro no navoaka momba ny fomba hafa azo atao amin'ny fomba manual nentim-paharazana ampiasaina amin'ny fampiharana forensika sy ny fomba mifototra amin'ny EBM hamaritana ny taonan'ny nify.Shen et al23 dia naneho fa ny modely DM dia marina kokoa noho ny fomba nentim-paharazana Camerer.Galibourg et al24 dia nampihatra fomba DM samihafa mba haminavina ny taona araka ny fepetra Demirdjian25 ary ny valiny dia mampiseho fa ny fomba DM dia nihoatra ny fomba Demirdjian sy Willems tamin'ny fanombanana ny taonan'ny mponina frantsay.
Mba hanombanana ny taonan'ny nify ho an'ny tanora Koreana sy ny tanora lehibe, ny fomba 4 an'i Lee dia ampiasaina betsaka amin'ny fampiharana forensika Koreana.Ity fomba ity dia mampiasa famakafakana statistika nentim-paharazana (toy ny fihemorana maromaro) mba handinihana ny fifandraisana misy eo amin'ny taranja Koreana sy ny vanim-potoanan'ny vanim-potoana.Amin'ity fandalinana ity, ny fomba fanombanana ny taona azo amin'ny fampiasana fomba statistika nentim-paharazana dia voafaritra ho "fomba nentim-paharazana."Fomba nentim-paharazana ny fomba nataon'i Lee, ary nohamafisin'i Oh et al ny fahamarinany.5;na izany aza, mbola mampiahiahy ny fampiharana ny fanombanana ny taona mifototra amin'ny maodely DM amin'ny fampiharana forensika Koreana.Ny tanjonay dia ny hanamarina ara-tsiansa ny mety ho mahasoa ny fanombanana ny taona mifototra amin'ny maodely DM.Ny tanjon'ity fanadihadiana ity dia ny (1) hampitaha ny fahamarinan'ny modely DM roa amin'ny fanombanana ny taonan'ny nify ary (2) ny fampitahana ny fampisehoana fanasokajiana ny modely 7 DM amin'ny taona 18 amin'ireo azo amin'ny fampiasana fomba statistika nentim-paharazana Fahamatorana faharoa. ary molar fahatelo amin'ny valanorano roa.
Ny fomba sy ny fiovaovan'ny toetr'andro amin'ny vanim-potoana sy ny karazana nify dia aseho amin'ny Internet ao amin'ny tabilao fanampiny S1 (sehatra fanofanana), tabilao fanampiny S2 (seta fitsapana anatiny), ary tabilao fanampiny S3 (seta fitsapana ivelany).Ny sandan'ny kappa ho an'ny fahamendrehan'ny intra- sy ny interobserver azo avy amin'ny fiofanana dia 0.951 sy 0.947.Ny sanda P sy ny elanelan'ny fahatokisana 95% ho an'ny sanda kappa dia aseho amin'ny tabilao fanampiny S4 amin'ny Internet.Ny sandan'ny kappa dia nadika ho "saika tonga lafatra", mifanaraka amin'ny fepetran'ny Landis sy Koch26.
Raha ampitahaina ny mean absolute error (MAE), ny fomba nentim-paharazana dia mihoatra lavitra noho ny modelin'ny DM ho an'ny lahy sy vavy rehetra ary amin'ny setroka fitsapana lahy ivelany, afa-tsy ny multilayer perceptron (MLP).Ny fahasamihafana misy eo amin'ny modely nentim-paharazana sy ny modely DM amin'ny fitsapana MAE anatiny 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 dia kely kokoa ny fahasamihafana (0.001-0.05 taona ho an'ny lehilahy ary 0.05-0.09 taona ho an'ny vehivavy).Fanampin'izany, ny fototry ny fahadisoana efamira (RMSE) dia ambany kely noho ny fomba nentim-paharazana, miaraka amin'ny fahasamihafana kely kokoa (0.17-0.24, 0.2-0.24 ho an'ny fitsapana anatiny lahy, ary 0.03-0.07, 0.04-0.08 ho an'ny fitsapana ivelany).).MLP dia mampiseho fampisehoana tsara kokoa noho ny Single Layer Perceptron (SLP), afa-tsy amin'ny tranga fitsapana ivelany vehivavy.Ho an'ny MAE sy RMSE, ny andrana ivelany dia manana isa ambony noho ny andrana anatiny ho an'ny lahy sy vavy sy ny maodely rehetra.Ny MAE sy RMSE rehetra dia aseho amin'ny tabilao 1 sy sary 1.
MAE sy RMSE an'ny maodely regression nentim-paharazana sy angon-drakitra.Mean absolute error MAE, root mean square error RMSE, single layer perceptron SLP, multilayer perceptron MLP, fomba nentim-paharazana CM.
Ny fampisehoana fanasokajiana (miaraka amin'ny fahatapahan'ny 18 taona) amin'ny maodely nentim-paharazana sy DM dia naseho amin'ny lafiny fahatsapan-tena, manokana, sanda vinavina tsara (PPV), sanda vinavina ratsy (NPV), ary faritra eo ambanin'ny curve mampiavaka ny mpandray (AUROC) 27 (Tabilao 2, sary 2 ary sary fanampiny 1 an-tserasera).Raha ny fahatsapan'ny bateria fitsapana anatiny, ny fomba nentim-paharazana dia nanao tsara indrindra teo amin'ny lehilahy ary ratsy kokoa teo amin'ny vehivavy.Na izany aza, ny fahasamihafan'ny 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 ihany (XGBoost).Amin'ireo modely DM, ny regression logistic (LR) dia naneho fahatsapana tsara kokoa tamin'ny lahy sy vavy.Mikasika ny maha-tokana ny andrana anatiny, dia voamarika fa ireo modely SD efatra dia nahavita tsara tamin'ny lehilahy, raha ny modely nentim-paharazana kosa dia nanao tsara kokoa tamin'ny vehivavy.Ny fahasamihafan'ny fanasokajiana ho an'ny lehilahy sy ny vehivavy dia 13.3% (MLP) ary 13.1% (MLP), izay manondro fa ny fahasamihafana eo amin'ny fanasokajiana eo amin'ny modely dia mihoatra ny fahatsapana.Amin'ireo maodely DM, ny milina fanohanana vector (SVM), hazo fanapahan-kevitra (DT), ary ny maodely ala kisendrasendra (RF) dia nanao tsara indrindra teo amin'ny lehilahy, raha ny modely LR kosa dia nanao tsara indrindra tamin'ny vehivavy.Ny AUROC amin'ny modely nentim-paharazana sy ny maodely SD rehetra dia lehibe noho ny 0.925 (k- akaiky indrindra mpifanolo-bodirindrina (KNN) amin'ny lehilahy), mampiseho fampisehoana fanasokajiana tena tsara amin'ny fanavakavahana santionany 18 taona28.Ho an'ny setroka fitsapana ivelany dia nisy ny fihenan'ny fampisehoana fanasokajiana amin'ny lafiny fahatsapan-tena, manokana ary AUROC raha oharina amin'ny andrana anatiny.Ankoatr'izay, ny fahasamihafan'ny fahatsapana sy ny maha-tokana ny fanasokajiana ireo modely tsara indrindra sy ratsy indrindra dia avy amin'ny 10% ka hatramin'ny 25% ary lehibe kokoa noho ny fahasamihafan'ny fitsapana anatiny.
Ny fahatsapan-tena sy ny maha-tokana ny maodely fanasokajiana ny angon-drakitra raha oharina amin'ny fomba nentim-paharazana miaraka amin'ny fanapahana 18 taona.KNN k akaiky indrindra mpifanolo-bodirindrina, SVM fanohanana vector milina, LR logistic regression, DT fanapahan-kevitra hazo, RF ala tsy mahazatra, XGB XGBoost, MLP multilayer perceptron, fomba nentim-paharazana CM.
Ny dingana voalohany amin'ity fandalinana ity dia ny fampitahana ny fahamarinan'ny tombantomban'ny taonan'ny nify azo avy amin'ny maodely DM fito amin'ireo izay azo tamin'ny fampiasana ny regression nentim-paharazana.Ny MAE sy ny RMSE dia nodinihina tamin'ny fitsapana anatiny ho an'ny lahy sy vavy, ary ny fahasamihafana misy eo amin'ny fomba nentim-paharazana sy ny modely DM dia avy amin'ny 44 ka hatramin'ny 77 andro ho an'ny MAE ary avy amin'ny 62 ka hatramin'ny 88 andro ho an'ny RMSE.Na dia somary marina kokoa aza ny fomba nentim-paharazana tamin'ity fandinihana ity, dia sarotra ny manatsoaka hevitra raha misy dikany ara-pitsaboana na azo ampiharina ny fahasamihafana kely toy izany.Ireo vokatra ireo dia manondro fa ny fahamarinan'ny fanombanana ny taonan'ny nify mampiasa ny modely DM dia saika mitovy amin'ny fomba nentim-paharazana.Sarotra ny fampitahana mivantana amin'ny valiny avy amin'ny fianarana teo aloha satria tsy nisy fianarana nampitaha ny fahamarinan'ny modely DM amin'ny fomba statistika nentim-paharazana amin'ny fampiasana teknika mitovy amin'ny firaketana nify amin'ny taona mitovy amin'ity fianarana ity.Galibourg et al24 dia nampitaha ny MAE sy RMSE eo anelanelan'ny fomba nentim-paharazana roa (Demirjian method25 sy Willems method29) ary modely DM 10 amin'ny mponina frantsay 2 ka hatramin'ny 24 taona.Nitatitra izy ireo fa ny modely DM rehetra dia marina kokoa noho ny fomba nentim-paharazana, miaraka amin'ny fahasamihafan'ny 0.20 sy 0.38 taona amin'ny MAE ary 0.25 ary 0.47 taona amin'ny RMSE raha oharina amin'ny fomba Willems sy Demirdjian.Ny tsy fitovizan'ny maodely SD sy ny fomba nentim-paharazana aseho ao amin'ny fandalinana Halibourg dia mirakitra tatitra maro30,31,32,33 fa ny fomba Demirdjian dia tsy manombatombana marina ny taonan'ny nify amin'ny mponina ankoatry ny Kanadiana Frantsay izay niorenan'ny fandalinana.amin'ity fianarana ity.Tai et al 34 dia nampiasa ny algorithm MLP mba haminavina ny taonan'ny nify tamin'ny sary ortodontika sinoa 1636 ary nampitaha ny fahamarinany tamin'ny valin'ny fomba Demirjian sy Willems.Nitatitra izy ireo fa ny MLP dia manana marina kokoa noho ny fomba mahazatra.Ny fahasamihafan'ny fomba Demirdjian sy ny fomba nentim-paharazana dia <0.32 taona, ary ny fomba Willems dia 0.28 taona, izay mitovy amin'ny vokatry ny fanadihadiana ankehitriny.Ny valin'ireo fanadihadiana teo aloha24,34 ireo dia mifanaraka ihany koa amin'ny valin'ny fanadihadiana amin'izao fotoana izao, ary ny fahamarinan'ny fanombanana ny taona amin'ny modely DM sy ny fomba nentim-paharazana dia mitovy.Na izany aza, mifototra amin'ny vokatra naseho, dia afaka mamintina amim-pitandremana ihany isika fa ny fampiasana ny modely DM hanombantombanana ny taona dia mety hisolo ny fomba efa misy noho ny tsy fisian'ny fampitahana sy fanondroana fianarana teo aloha.Ilaina ny fandalinana manaraka mampiasa santionany lehibe kokoa mba hanamafisana ny vokatra azo amin'ity fanadihadiana ity.
Anisan'ireo fanadihadiana nanandrana ny fahamarinan'ny SD amin'ny fanombantombanana ny taonan'ny nify, ny sasany dia nampiseho fa marina kokoa noho ny fianaranay.Stepanovsky et al 35 dia nampihatra modely SD 22 tamin'ny radiographie panoramic an'ny mponina 976 Czech izay 2.7 hatramin'ny 20.5 taona ary nanandrana ny fahamarinan'ny modely tsirairay.Nanombantombana ny fivoaran'ny nify maharitra 16 ambony sy ambany havia izy ireo amin'ny fampiasana ny fepetra fanasokajiana natolotr'i Moorrees et al 36.Ny MAE dia avy amin'ny 0.64 ka hatramin'ny 0.94 taona ary ny RMSE dia avy amin'ny 0.85 hatramin'ny 1.27 taona, izay marina kokoa noho ireo modely DM roa ampiasaina amin'ity fianarana ity.Shen et al23 dia nampiasa ny fomba Cameriere mba hanombanana ny taonan'ny nify fito nify maharitra ao amin'ny hodi-doha ankavia amin'ny mponina any atsinanan'i Shina 5 ka hatramin'ny 13 taona ary nampitaha izany tamin'ny taona tombanana amin'ny fampiasana linear regression, SVM ary RF.Nasehon'izy ireo fa ny maodely DM telo rehetra dia manana fahitsiana ambony kokoa raha oharina amin'ny fomba nentim-paharazana Cameriere.Ny MAE sy RMSE ao amin'ny fandalinana an'i Shen dia ambany noho ireo ao amin'ny modely DM amin'ity fianarana ity.Ny fitomboan'ny fahamarinan'ny fandalinana nataon'i Stepanovsky et al.35 sy Shen et al.23 dia mety noho ny fampidirana ireo taranja tanora kokoa amin'ny santionan'ny fianarany.Satria ny tombantombanan'ny taona ho an'ny mpandray anjara manana nify mivelatra dia lasa marina kokoa rehefa mitombo ny isan'ny nify mandritra ny fivoaran'ny nify, ny fahamarinan'ny fomba fanombanana ny taona aterak'izany dia mety hikorontana rehefa tanora kokoa ny mpandray anjara.Fanampin'izany, ny hadisoan'ny MLP amin'ny fanombanana ny taona dia kely kokoa noho ny an'ny SLP, izay midika fa marina kokoa noho ny SLP ny MLP.MLP dia heverina ho tsara kokoa ho an'ny fanombanana ny taona, mety noho ny sosona miafina ao amin'ny MLP38.Na izany aza, misy maningana ny santionany ivelany amin'ny vehivavy (SLP 1.45, MLP 1.49).Ny fahitana fa ny MLP dia marina kokoa noho ny SLP amin'ny fanombanana ny taona dia mitaky fandalinana miverimberina fanampiny.
Ny fampisehoana fanasokajiana ny modely DM sy ny fomba nentim-paharazana amin'ny tokonam-baravarana 18 taona dia nampitahaina ihany koa.Ny maodely SD rehetra nosedraina sy ny fomba nentim-paharazana amin'ny andrana anatiny dia mampiseho ny haavon'ny fanavakavahana azo ekena ho an'ny santionany 18 taona.Ny fahatsapana ho an'ny lehilahy sy ny vehivavy dia mihoatra ny 87.7% sy 94.9%, ary ny specificity dia mihoatra ny 89.3% sy 84.7%.Ny AUROC amin'ireo modely voasedra rehetra dia mihoatra ny 0.925.Raha ny fahalalantsika indrindra dia tsy nisy fanadihadiana nanandrana ny fahombiazan'ny modely DM ho an'ny fanasokajiana 18 taona mifototra amin'ny fahamatorana nify.Azontsika ampitahaina ny valin'ity fandalinana ity amin'ny fanasokajiana ny fanasokajiana modely fianarana lalina amin'ny radiographs panoramic.Guo et al.15 dia nanao kajy ny fahombiazan'ny fanasokajiana ny maodely fianarana lalina mifototra amin'ny CNN sy ny fomba manual mifototra amin'ny fomban'i Demirjian ho an'ny tokonam-taona iray.Ny fahatsapana sy ny maha-tokana ny fomba manual dia 87.7% sy 95.5%, ary ny fahatsapana sy ny maha-tokana ny modely CNN dia nihoatra ny 89.2% sy 86.6%.Nanatsoaka hevitra izy ireo fa ny modely fianarana lalina dia afaka manolo na manoatra ny fanombanana amin'ny tanana amin'ny fanasokajiana ny tokonam-taona.Ny valin'ity fanadihadiana ity dia nampiseho fampisehoana fanasokajiana mitovy;Inoana fa ny fanasokajiana mampiasa modely DM dia afaka manolo ny fomba statistika nentim-paharazana amin'ny fanombanana ny taona.Anisan'ireo modely, ny DM LR no modely tsara indrindra amin'ny resaka fahatsapana ho an'ny santionany lahy sy ny fahatsapana ary ny maha-tokana ho an'ny santionany vavy.Laharana faharoa kosa ny LR ho an'ny lehilahy.Ankoatr'izay, ny LR dia heverina ho iray amin'ireo modely DM35 mora kokoa amin'ny mpampiasa ary tsy dia sarotra sy sarotra ny fikarakarana azy.Miorina amin'ireo valiny ireo, ny LR dia noheverina ho modely fanasokajiana tsara indrindra ho an'ny ankizy 18 taona amin'ny mponina Koreana.
Amin'ny ankapobeny, ny fahamarinan'ny fanombanana taona na ny fanasokajiana ny zava-bita amin'ny andrana ivelany dia ratsy na ambany raha oharina amin'ny valin'ny fitsapana anatiny.Ny tatitra sasany dia manondro fa mihena ny fahamendrehana na ny fahombiazan'ny fanasokajiana rehefa ampiharina amin'ny mponina Japoney5,39 ny tombantombanan'ny taona mifototra amin'ny mponina Koreana, ary misy lamina mitovy amin'izany hita amin'ity fanadihadiana ity.Ity fironana miharatsy ity dia hita ihany koa tamin'ny modely DM.Noho izany, mba hanombanana marina ny taona, na dia mampiasa DM amin'ny dingan'ny famakafakana aza, ny fomba azo avy amin'ny angon-drakitry ny mponina teratany, toy ny fomba nentim-paharazana, dia tokony ho tiana5,39,40,41,42.Koa satria tsy mazava raha afaka mampiseho fironana mitovy amin'izany ny maodely fianarana lalina, ilaina ny fanadihadiana mampitaha ny fahamarinan'ny fanasokajiana sy ny fahombiazany amin'ny fampiasana fomba nentim-paharazana, modely DM, ary modely fianarana lalina amin'ny santionany mitovy mba hanamafisana raha afaka mandresy ireo tsy fitoviana ara-poko ireo ny faharanitan-tsaina artifisialy amin'ny taona voafetra.fanombanana.
Asehonay fa ny fomba nentim-paharazana dia azo soloina amin'ny fanombanana ny taona mifototra amin'ny maodely DM amin'ny fampiharana tombanana taona forensika any Korea.Hitanay ihany koa ny mety hampiharana ny fianarana milina ho an'ny fanombanana ny taonan'ny forensika.Na izany aza, misy fetra mazava, toy ny tsy fahampian'ny isan'ny mpandray anjara amin'ity fanadihadiana ity mba hamaritana mazava ny valiny, ary ny tsy fahampian'ny fianarana teo aloha mba hampitahana sy hanamafisana ny valin'ity fanadihadiana ity.Amin'ny ho avy, ny fanadihadiana momba ny DM dia tokony hatao miaraka amin'ny santionany maro kokoa sy ny mponina isan-karazany mba hanatsarana ny fampiharana azy raha oharina amin'ny fomba nentim-paharazana.Mba hanamarinana ny fahafahan'ny fampiasana faharanitan-tsaina artifisialy hanombantombanana ny taona amin'ny mponina maro, ilaina ny fandalinana ho avy mba hampitahana ny fahamendrehana sy ny fahombiazan'ny DM sy ny modely fianarana lalina miaraka amin'ny fomba nentim-paharazana amin'ny santionany mitovy.
Nampiasa sary orthographique 2 657 ny fianarana nalaina tamin'ny olon-dehibe koreanina sy japoney 15 ka hatramin'ny 23 taona.Ny radiographs koreanina dia nozaraina ho 900 seta fanofanana (19.42 ± 2.65 taona) sy 900 set fitsapana anatiny (19.52 ± 2.59 taona).Nangonina tao amin'ny andrim-panjakana iray (Hopitaly St. Mary's Seoul) ny seta fanofanana, ary ny toeram-panadinana manokana dia nangonina tao amin'ny andrim-panjakana roa (Hopitaly mpitsabo nify ao amin'ny Oniversiten'i Seoul sy Hopitaly Yonsei University Dental).Nanangona radiographs 857 avy amin'ny angona hafa mifototra amin'ny mponina (Iwate Medical University, Japana) ihany koa izahay ho an'ny fitiliana ivelany.Ny radiographs momba ny lohahevitra japoney (19.31 ± 2.60 taona) dia nofantenana ho an'ny fitsapana ivelany.Ny angon-drakitra dia nangonina miverimberina mba hamakafaka ny dingana amin'ny fivoaran'ny nify amin'ny radiograph panoramika nalaina nandritra ny fitsaboana nify.Ny angon-drakitra rehetra voaangona dia tsy fantatra anarana afa-tsy ny lahy sy ny vavy, ny daty nahaterahana ary ny datin'ny radiographie.Ny fepetra fampidirana sy fanilihana dia mitovy amin'ny fianarana navoaka teo aloha 4, 5.Ny tena taonan'ny santionany dia nokajiana tamin'ny fanesorana ny daty nahaterahana tamin'ny daty nanaovana ny radiographie.Nozaraina ho sokajin-taona sivy ny vondrona santionany.Ny fizarana taona sy firaisana ara-nofo dia aseho ao amin'ny tabilao 3 Ity fanadihadiana ity dia natao araka ny Fanambaran'i Helsinki ary nankatoavin'ny Birao Review Institutional (IRB) ao amin'ny Hopitaly St. Mary Seoul ao amin'ny Oniversite Katolika any Korea (KC22WISI0328).Noho ny famolavolana retrospective an'ity fanadihadiana ity, dia tsy azo nahazoana alalana avy amin'ny marary rehetra mandalo fanadinana radiografika ho an'ny tanjona fitsaboana.Nesorin'ny Hopitaly St. Mary's Seoul Korea University (IRB) ny fepetra takiana amin'ny fanekena vaovao.
Ny dingana fampandrosoana ny molara faharoa sy fahatelo bimaxillary dia nodinihina araka ny fepetra Demircan25.Nify iray ihany no nofantenana raha mitovy karazana nify hita eo amin'ny ilany havia sy havanana amin'ny valanorano tsirairay.Raha nify mitovy amin'ny andaniny sy ankilany dia samy hafa ny dingan'ny fivoarana, dia nofantenana ny nify manana dingan'ny fivoarana ambany mba hijerena ny tsy fahatokisana ny taona tombanana.Ny radiographie an-jatony nofantenana kisendrasendra avy amin'ny toeram-piofanana dia naorin'ny mpandinika za-draharaha roa mba hitsapana ny fahamendrehan'ny interobserver aorian'ny fanombanana mialoha mba hamaritana ny dingan'ny fahamatoran'ny nify.Ny fahamendrehan'ny intraobserver dia nodinihina indroa tamin'ny elanelan'ny telo volana nataon'ny mpandinika voalohany.
Ny dingan'ny firaisana ara-nofo sy ny fivoaran'ny molara faharoa sy fahatelo amin'ny valanorano tsirairay ao amin'ny toeram-piofanana dia notombanan'ny mpandinika voalohany niofana tamin'ny maodely DM samihafa, ary ny tena taona dia napetraka ho sanda kendrena.Ny modely SLP sy MLP, izay ampiasaina betsaka amin'ny fianarana milina, dia nosedraina tamin'ny algorithm regression.Ny maodely DM dia manambatra ny asa tsipika amin'ny alàlan'ny dingan'ny fivoaran'ny nify efatra ary manambatra ireo angona ireo mba hanombanana ny taona.SLP no tambajotra neural tsotra indrindra ary tsy misy sosona miafina.SLP dia miasa mifototra amin'ny fifindran'ny tokonam-baravarana eo anelanelan'ny nodes.Ny modelin'ny SLP amin'ny regression dia mitovy amin'ny matematika amin'ny regression linear maromaro.Tsy toy ny modely SLP, ny modely MLP dia manana sosona miafina marobe miaraka amin'ny fiasa fampahavitrihana tsy an-tsipika.Ny andranay dia nampiasa sosona miafina izay tsy misy afa-tsy node miafina 20 miaraka amin'ny fiasa fampahavitrihana tsy andalana.Ampiasao ny gradient descent ho fomba fanatsarana ary MAE sy RMSE ho fatiantoka hampiofanana ny maodely fianarana milina.Ny modelim-pamerenana azo tsara indrindra dia nampiharina tamin'ny andrana anatiny sy ivelany ary novinavinaina ny taonan'ny nify.
Ny algorithm fanasokajiana dia novolavolaina izay mampiasa ny fahamatoran'ny nify efatra amin'ny fiofanana mba haminavina raha 18 taona ny santionany iray na tsia.Mba hananganana ny maodely, dia nahazo fito solontena milina fianarana algorithms6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, ary (7) MLP .LR dia iray amin'ireo algorithm fanasokajiana be mpampiasa indrindra44.Algorithm fianarana manara-maso izay mampiasa fihemorana mba haminavina ny mety ho angona avy amin'ny sokajy iray avy amin'ny 0 ka hatramin'ny 1 ary manasokajy ny angon-drakitra ho anisan'ny sokajy azo inoana kokoa mifototra amin'io mety;ampiasaina indrindra amin'ny fanasokajiana binary.KNN dia iray amin'ireo algorithm fianarana milina tsotra indrindra45.Rehefa omena angon-drakitra fampidirana vaovao, dia mahita k data manakaiky ny andiany efa misy izy ary manasokajy azy ireo ao amin'ny kilasy manana matetika avo indrindra.Nametraka 3 izahay ho an'ny isan'ny mpifanolo-bodirindrina raisina (k).SVM dia algorithm izay mampitombo ny elanelana misy eo amin'ny kilasy roa amin'ny alàlan'ny fampiasana kernel iray hanitarana ny habaka linear ho any amin'ny habaka tsy misy tsipika antsoina hoe fields46.Ho an'ity modely ity dia mampiasa bias = 1, hery = 1, ary gamma = 1 ho hyperparameters ho an'ny kernel polynomial.Ny DT dia nampiharina tamin'ny sehatra isan-karazany ho toy ny algorithm amin'ny fizarana angon-drakitra iray manontolo ho vondrona maromaro amin'ny alàlan'ny fanehoana ny fitsipiky ny fanapahan-kevitra amin'ny firafitry ny hazo47.Ny modely dia namboarina miaraka amin'ny isa kely indrindra isaky ny node 2 ary mampiasa ny index Gini ho fandrefesana ny kalitao.Ny RF dia fomba iray manambatra ny DT maro mba hanatsarana ny fampisehoana amin'ny alàlan'ny fomba fanangonana bootstrap izay miteraka fanasokajiana malemy ho an'ny santionany tsirairay amin'ny alàlan'ny fakana an-tsokosoko santionany mitovy habe imbetsaka avy amin'ny angona voalohany48.Nampiasa hazo 100 izahay, halalin'ny hazo 10, haben'ny node farafahakeliny 1, ary tondro fampifangaroana Gini ho fepetra fanasarahana node.Ny fanasokajiana ny angona vaovao dia faritana amin'ny alalan'ny latsa-bato maro an'isa.XGBoost dia algorithm izay manambatra ny teknika mampisondrotra amin'ny fampiasana fomba iray izay maka ny angon-drakitra fanofanana ny hadisoana eo amin'ny sanda marina sy vinavinain'ny modely teo aloha ary mampitombo ny fahadisoana amin'ny fampiasana gradients49.Algorithm be mpampiasa izy io noho ny fahombiazany tsara sy ny fahombiazan'ny loharanon-karena, ary koa ny fahatokisana avo lenta toy ny asa fanitsiana tafahoatra.Ny modely dia misy kodiarana fanohanana 400.MLP dia tamba-jotra neural izay misy perceptron iray na maromaro mamorona sosona maromaro misy sosona iray na maromaro miafina eo anelanelan'ny sosona fampidirana sy famoahana38.Amin'ny fampiasana an'io dia azonao atao ny manasokajy tsy misy tsipika izay rehefa manampy sosona fampidirana ianao ary mahazo sandan'ny vokatra dia ampitahaina amin'ny sandan'ny valiny marina ny sandan'ny vokatra voavinavina ary averina averina ny fahadisoana.Namorona sosona miafina misy neuron miafina 20 isaky ny sosona izahay.Ny maodely tsirairay novolavolainay dia nampiharina tamin'ny andiany anatiny sy ivelany mba hitsapana ny fahombiazan'ny fanasokajiana amin'ny alàlan'ny kajy ny fahatsapan-tena, ny maha-tokana, ny PPV, ny NPV, ary ny AUROC.Ny fahatsapana dia faritana ho ny tahan'ny santionany tombanana ho 18 taona na mihoatra amin'ny santionany tombanana ho 18 taona na mihoatra.Ny spécialité dia ny ampahan'ny santionany latsaky ny 18 taona sy ireo tombanana ho latsaky ny 18 taona.
Ny dingan'ny nify nodinihina tao amin'ny seta fanofanana dia navadika ho dingana isa ho an'ny fanadihadiana statistika.Ny regression linear sy logistic multivariate dia natao mba hamoronana modely vinavina ho an'ny firaisana ara-nofo tsirairay ary hahazoana formula regression izay azo ampiasaina hanombanana ny taona.Nampiasa ireo raikipohy ireo izahay hanombanana ny taonan'ny nify ho an'ny andrana anatiny sy ivelany.Ny tabilao 4 dia mampiseho ny regression sy ny fanasokajiana modely ampiasaina amin'ity fandalinana ity.
Ny fahamendrehan'ny intra- sy ny interobserver dia nokajiana tamin'ny alàlan'ny statistika kappa an'i Cohen.Mba hitsapana ny fahamarinan'ny DM sy ny maodely regression nentim-paharazana, dia nanao kajy ny MAE sy RMSE izahay tamin'ny fampiasana ny tombantombana sy ny taonan'ny fitsapana anatiny sy ivelany.Ireo fahadisoana ireo dia matetika ampiasaina hanombanana ny fahamarinan'ny faminaniana modely.Arakaraky ny kely kokoa ny fahadisoana no ambony kokoa ny fahamarinan'ny vinavina24.Ampitahao ny MAE sy RMSE amin'ny andrana anatiny sy ivelany kajy amin'ny fampiasana DM sy ny fihemorana nentim-paharazana.Ny fahombiazan'ny fanasokajiana ny fahatapahan'ny 18 taona amin'ny antontan'isa nentim-paharazana dia nodinihina tamin'ny fampiasana tabilao 2 × 2.Ny fahatsapan-tena kajy, ny spécialité, ny PPV, ny NPV ary ny AUROC an'ny andrana dia nampitahaina tamin'ny soatoavina norefesina tamin'ny modely fanasokajiana DM.Ny angon-drakitra dia aseho amin'ny hoe mean ± fivilian-dàlana na isa (%) miankina amin'ny toetran'ny angona.Ny sanda P roa lafiny <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 modelim-pamerenana DM dia nampiharina tamin'ny Python tamin'ny fampiasana Keras50 2.2.4 backend sy Tensorflow51 1.8.0 manokana ho an'ny asa matematika.Ny modely fanasokajiana DM dia nampiharina tao amin'ny Waikato Knowledge Analysis Environment sy ny Konstanz Information Miner (KNIME) 4.6.152 sehatra fanadihadiana.
Ny mpanoratra dia manaiky fa ny angon-drakitra manohana ny fehin-kevitry ny fanadihadiana dia azo jerena ao amin'ny lahatsoratra sy ny fitaovana fanampiny.Ny angon-drakitra noforonina sy/na nodinihina nandritra ny fandalinana dia azo alaina avy amin'ny mpanoratra mifanaraka amin'izany amin'ny fangatahana ara-drariny.
Ritz-Timme, S. et al.Fanombanana ny taona: manara-penitra mifanaraka amin'ny fepetra manokana amin'ny fampiharana forensika.iraisam-pirenena.J. Fanafody ara-dalàna.113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., ary Olze, A. Sata ankehitriny momba ny fanombanana ny taonan'ny forensika amin'ny lohahevitra velona ho an'ny tanjona fanenjehana heloka bevava.forensics.fanafody.Pathology.1, 239–246 (2005).
Pan, J. et al.Fomba novaina amin'ny fanombanana ny taonan'ny nify ho an'ny ankizy 5 ka hatramin'ny 16 taona any atsinanan'i Shina.klinika.Fanadihadiana am-bava.25, 3463–3474 (2021).
Lee, SS sns. Ny fizotry ny fivoaran'ny molar faharoa sy fahatelo amin'ny Koreana sy ny fampiharana azy amin'ny fanombanana ny taonan'ny forensika.iraisam-pirenena.J. Fanafody ara-dalàna.124, 659–665 (2010).
Oh, S., Kumagai, A., Kim, SY ary Lee, SS Fahamarinan'ny fanombanana ny taonany sy ny fanombanana ny tokonam-baravarana 18 taona mifototra amin'ny fahamatoran'ny molara faharoa sy fahatelo amin'ny Koreana sy Japoney.PLoS ONE 17, e0271247 (2022).
Kim, JY, et al.Ny famakafakana angon-drakitra mifototra amin'ny fianarana milina mialoha dia afaka maminavina ny vokatry ny fitsaboana fandidiana amin'ny torimaso amin'ny marary OSA.ny siansa.Tatitra 11, 14911 (2021).
Han, M. et al.Tombanana marina ny taona avy amin'ny fianarana milina misy na tsy misy fitsabahan'ny olombelona?iraisam-pirenena.J. Fanafody ara-dalàna.136, 821–831 (2022).
Khan, S. ary Shaheen, M. Avy amin'ny Data Mining mankany amin'ny Data Mining.J.Fampahafantarana.ny siansa.https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. ary Shaheen, M. WisRule: The First Cognitive Algorithm for Association Rule Mining.J.Fampahafantarana.ny siansa.https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. sy Abdullah U. Karm: Traditional data traduction based on context-based association rules.kajy.Mat.mitohy.68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. ary Habib M. Fianarana lalina mifototra amin'ny fitoviana semantika amin'ny fampiasana angon-drakitra.mampahafantatra.teknolojia.mifehy.https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., ary Shahin, M. Rafitra iray hamantarana ny hetsika amin'ny horonan-tsary ara-panatanjahantena.multimedia.Fampiharana fitaovana https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS et al.Fanamby fianarana milina RSNA amin'ny taonan'ny taolana zaza.Radiolojia 290, 498–503 (2019).
Li, Y. et al.Fanombanana ny taona forensika avy amin'ny taratra X-taratra amin'ny fampiasana fianarana lalina.EURO.taratra.29, 2322–2329 (2019).
Guo, YC, et al.Fanasokajiana taona marina amin'ny fampiasana fomba tanana sy tambajotra neural convolutional lalina avy amin'ny sary projection orthographic.iraisam-pirenena.J. Fanafody ara-dalàna.135, 1589–1597 (2021).
Alabama Dalora et al.Tombanana ny taonan'ny taolana mampiasa fomba fianarana milina samihafa: famerenana literatiora sy meta-analyse.PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., ary Yang, J. Fanombanana ny taonan'ny mponina manokana amin'ny Afrikana-Amerikana sy ny Sinoa mifototra amin'ny habetsaky ny pulpan'ny molar voalohany amin'ny fampiasana tomografika kajy cone-beam.iraisam-pirenena.J. Fanafody ara-dalàna.136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK ary Oh KS Famaritana ny sokajin-taonan'ny olona velona mampiasa sary mifototra amin'ny artifisialy amin'ny molar voalohany.ny siansa.Tatitra 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N., ary Urschler, M. Tombanana ny taona automatique sy ny fanasokajiana ny taona maro amin'ny angon-drakitra MRI multivariate.IEEE J. Biomed.Fanairana ara-pahasalamana.23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. ary Li, G. Fanombanana ny taona mifototra amin'ny 3D pulp chamber segmentation ny molar voalohany avy amin'ny cone beam computed tomography amin'ny fampidirana fianarana lalina sy ambaratonga ambaratonga.iraisam-pirenena.J. Fanafody ara-dalàna.135, 365–373 (2021).
Wu, WT, et al.Data fitrandrahana amin'ny angon-drakitra lehibe klinika: angon-drakitra mahazatra, dingana ary modely fomba.Tontolo.fanafody.loharano.8, 44 (2021).
Yang, J. et al.Fampidirana ny angona ara-pitsaboana sy ny teknolojia fitrandrahana data amin'ny vanim-potoanan'ny Big Data.J. Avid.Fanafody fototra.13, 57–69 (2020).
Shen, S. et al.Ny fomba fiasan'ny Camerer amin'ny fanombanana ny taonan'ny nify amin'ny alàlan'ny fianarana milina.BMC Oral Health 21, 641 (2021).
Galliburg A. et al.Fampitahana ny fomba fianarana milina samihafa amin'ny faminaniany ny taonan'ny nify amin'ny alàlan'ny fomba fanaovana an-tsehatra Demirdjian.iraisam-pirenena.J. Fanafody ara-dalàna.135, 665–675 (2021).
Demirdjian, A., Goldstein, H. ary Tanner, JM Rafitra vaovao amin'ny fanombanana ny taonan'ny nify.snort.biolojia.45, 211–227 (1973).
Landis, JR, ary Koch, GG Fandrefesana ny fifanarahana mpanara-maso momba ny angon-drakitra sokajy.Biometrika 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK ary Choi HK.Famakafakana ara-teknolojia, morphologique ary statistika momba ny sary mihetsika magnetika roa-dimensional mampiasa teknika artifisialy 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).
Fotoana fandefasana: Jan-04-2024