Diolch am ymweld â Nature.com.Mae gan y fersiwn o'r porwr rydych chi'n ei ddefnyddio gefnogaeth CSS gyfyngedig.I gael y canlyniadau gorau, rydym yn argymell defnyddio fersiwn mwy diweddar o'ch porwr (neu ddiffodd modd cydweddoldeb yn Internet Explorer).Yn y cyfamser, er mwyn sicrhau cefnogaeth barhaus, rydym yn dangos y wefan heb steilio na JavaScript.
Ystyrir mai dannedd yw'r dangosydd mwyaf cywir o oedran y corff dynol ac fe'u defnyddir yn aml wrth asesu oedran fforensig.Ein nod oedd dilysu amcangyfrifon oedran deintyddol yn seiliedig ar gloddio data drwy gymharu cywirdeb amcangyfrif a pherfformiad dosbarthu’r trothwy 18 mlynedd â dulliau traddodiadol ac amcangyfrifon oed seiliedig ar gloddio data.Casglwyd cyfanswm o 2657 o radiograffau panoramig gan ddinasyddion Corea a Japan rhwng 15 a 23 oed.Fe'u rhannwyd yn set hyfforddi, pob un yn cynnwys 900 o radiograffau Corea, a set brawf fewnol yn cynnwys 857 o radiograffau Japaneaidd.Gwnaethom gymharu cywirdeb dosbarthiad ac effeithlonrwydd dulliau traddodiadol â setiau prawf o fodelau cloddio data.Mae cywirdeb y dull traddodiadol ar y set prawf mewnol ychydig yn uwch na'r model cloddio data, ac mae'r gwahaniaeth yn fach (gwall absoliwt cymedrig <0.21 mlynedd, gwall sgwâr cymedrig gwraidd <0.24 mlynedd).Mae'r perfformiad dosbarthu ar gyfer y toriad 18 mlynedd hefyd yn debyg rhwng dulliau traddodiadol a modelau cloddio data.Felly, gellir disodli dulliau traddodiadol gan fodelau cloddio data wrth gynnal asesiad oedran fforensig gan ddefnyddio aeddfedrwydd ail a thrydydd cilddannedd ymhlith pobl ifanc Corea ac oedolion ifanc.
Defnyddir amcangyfrif oedran deintyddol yn eang mewn meddygaeth fforensig a deintyddiaeth bediatrig.Yn benodol, oherwydd y gydberthynas uchel rhwng oedran cronolegol a datblygiad deintyddol, mae asesu oedran fesul cam datblygiad deintyddol yn faen prawf pwysig ar gyfer asesu oedran plant a phobl ifanc1,2,3.Fodd bynnag, i bobl ifanc, mae gan amcangyfrif oedran deintyddol ar sail aeddfedrwydd deintyddol ei gyfyngiadau oherwydd bod twf deintyddol bron wedi'i gwblhau, ac eithrio'r trydydd molars.Diben cyfreithiol pennu oedran pobl ifanc a’r glasoed yw darparu amcangyfrifon cywir a thystiolaeth wyddonol ynghylch a ydynt wedi cyrraedd y mwyafrif oed.Yn ymarfer meddygol-gyfreithiol pobl ifanc ac oedolion ifanc yng Nghorea, amcangyfrifwyd oedran gan ddefnyddio dull Lee, a rhagfynegwyd trothwy cyfreithiol o 18 mlynedd yn seiliedig ar y data a adroddwyd gan Oh et al 5 .
Mae dysgu peiriant yn fath o ddeallusrwydd artiffisial (AI) sy'n dysgu ac yn dosbarthu symiau mawr o ddata dro ar ôl tro, yn datrys problemau ar ei ben ei hun, ac yn gyrru rhaglennu data.Gall dysgu peirianyddol ddarganfod patrymau cudd defnyddiol mewn symiau mawr o ddata6.Mewn cyferbyniad, gall dulliau clasurol, sy'n llafurddwys ac yn cymryd llawer o amser, fod â chyfyngiadau wrth ymdrin â llawer iawn o ddata cymhleth sy'n anodd eu prosesu â llaw7.Felly, mae llawer o astudiaethau wedi'u cynnal yn ddiweddar gan ddefnyddio'r technolegau cyfrifiadurol diweddaraf i leihau gwallau dynol a phrosesu data amlddimensiwn yn effeithlon8,9,10,11,12.Yn benodol, defnyddiwyd dysgu dwfn yn eang wrth ddadansoddi delweddau meddygol, ac adroddwyd am ddulliau amrywiol o amcangyfrif oedran trwy ddadansoddi radiograffau yn awtomatig i wella cywirdeb ac effeithlonrwydd amcangyfrif oedran13,14,15,16,17,18,19,20 .Er enghraifft, datblygodd Halabi et al 13 algorithm dysgu peirianyddol yn seiliedig ar rwydweithiau niwral convolutional (CNN) i amcangyfrif oedran ysgerbydol gan ddefnyddio radiograffau o ddwylo plant.Mae'r astudiaeth hon yn cynnig model sy'n cymhwyso dysgu peirianyddol i ddelweddau meddygol ac yn dangos y gall y dulliau hyn wella cywirdeb diagnostig.Amcangyfrifodd Li et al14 oedran o ddelweddau pelydr-X pelfig gan ddefnyddio CNN dysgu dwfn a'u cymharu â chanlyniadau atchweliad gan ddefnyddio amcangyfrif cam ossification.Canfuwyd bod y model CNN dysgu dwfn yn dangos yr un perfformiad amcangyfrif oedran â'r model atchweliad traddodiadol.Gwerthusodd astudiaeth Guo et al [15] berfformiad dosbarthiad goddefgarwch oedran technoleg CNN yn seiliedig ar orthoffotograffau deintyddol, a phrofodd canlyniadau model CNN fod bodau dynol wedi perfformio'n well na'i berfformiad o ran dosbarthiad oedran.
Mae'r rhan fwyaf o astudiaethau ar amcangyfrif oedran gan ddefnyddio dysgu peiriant yn defnyddio dulliau dysgu dwfn13,14,15,16,17,18,19,20.Dywedir bod amcangyfrif oedran yn seiliedig ar ddysgu dwfn yn fwy cywir na dulliau traddodiadol.Fodd bynnag, nid yw'r dull hwn yn rhoi llawer o gyfle i gyflwyno'r sail wyddonol ar gyfer amcangyfrifon oedran, megis y dangosyddion oedran a ddefnyddir yn yr amcangyfrifon.Mae anghydfod cyfreithiol hefyd ynghylch pwy sy'n cynnal yr archwiliadau.Felly, mae'n anodd i awdurdodau gweinyddol a barnwrol dderbyn amcangyfrif oedran yn seiliedig ar ddysgu dwfn.Mae cloddio data (DM) yn dechneg a all ddarganfod nid yn unig wybodaeth ddisgwyliedig ond hefyd wybodaeth annisgwyl fel dull o ddarganfod cydberthnasau defnyddiol rhwng symiau mawr o ddata6,21,22.Defnyddir dysgu peiriant yn aml wrth gloddio data, ac mae cloddio data a dysgu â pheiriant yn defnyddio'r un algorithmau allweddol i ddarganfod patrymau mewn data.Mae amcangyfrif oedran gan ddefnyddio datblygiad deintyddol yn seiliedig ar asesiad yr archwiliwr o aeddfedrwydd y dannedd targed, a mynegir yr asesiad hwn fel cam ar gyfer pob dant targed.Gellir defnyddio DM i ddadansoddi'r gydberthynas rhwng y cam asesu deintyddol ac oedran gwirioneddol ac mae ganddo'r potensial i ddisodli dadansoddiad ystadegol traddodiadol.Felly, os byddwn yn cymhwyso technegau DM i amcangyfrif oedran, gallwn weithredu dysgu peiriant mewn amcangyfrif oedran fforensig heb boeni am atebolrwydd cyfreithiol.Mae nifer o astudiaethau cymharol wedi'u cyhoeddi ar ddewisiadau amgen posibl i ddulliau llaw traddodiadol a ddefnyddir mewn ymarfer fforensig a dulliau sy'n seiliedig ar EBM ar gyfer pennu oedran deintyddol.Dangosodd Shen et al23 fod y model DM yn fwy cywir na'r fformiwla Camerer traddodiadol.Cymhwysodd Galibourg et al24 wahanol ddulliau DM i ragfynegi oedran yn ôl maen prawf Demirdjian25 a dangosodd y canlyniadau fod y dull DM yn rhagori ar ddulliau Demirdjian a Willems wrth amcangyfrif oedran poblogaeth Ffrainc.
I amcangyfrif oedran deintyddol pobl ifanc Corea ac oedolion ifanc, defnyddir dull 4 Lee yn eang mewn ymarfer fforensig Corea.Mae'r dull hwn yn defnyddio dadansoddiad ystadegol traddodiadol (fel atchweliad lluosog) i archwilio'r berthynas rhwng pynciau Corea ac oedran cronolegol.Yn yr astudiaeth hon, diffinnir dulliau amcangyfrif oedran a geir gan ddefnyddio dulliau ystadegol traddodiadol fel “dulliau traddodiadol.”Mae dull Lee yn ddull traddodiadol, a chadarnhawyd ei gywirdeb gan Oh et al.5;fodd bynnag, mae amheuaeth o hyd ynghylch cymhwysedd amcangyfrif oedran yn seiliedig ar y model DM mewn ymarfer fforensig Corea.Ein nod oedd dilysu'n wyddonol ddefnyddioldeb posibl amcangyfrif oedran yn seiliedig ar y model DM.Diben yr astudiaeth hon oedd (1) cymharu cywirdeb dau fodel DM wrth amcangyfrif oedran deintyddol a (2) cymharu perfformiad dosbarthu 7 model DM yn 18 oed â'r rhai a gafwyd gan ddefnyddio dulliau ystadegol traddodiadol Aeddfedrwydd yr ail. a thrydydd molars yn y ddwy ên.
Dangosir moddau a gwyriadau safonol oedran cronolegol yn ôl cam a math o ddant ar-lein yn Nhabl Atodol S1 (set hyfforddi), Tabl Atodol S2 (set prawf mewnol), a Thabl Atodol S3 (set prawf allanol).Y gwerthoedd kappa ar gyfer dibynadwyedd mewn- a rhyng-arsylwyr a gafwyd o'r set hyfforddi oedd 0.951 a 0.947, yn y drefn honno.Dangosir gwerthoedd P a chyfyngau hyder 95% ar gyfer gwerthoedd kappa yn nhabl atodol ar-lein S4.Dehonglwyd y gwerth kappa fel “bron yn berffaith”, yn gyson â meini prawf Landis a Koch26.
Wrth gymharu gwall absoliwt cymedrig (MAE), mae'r dull traddodiadol ychydig yn well na'r model DM ar gyfer pob rhyw ac yn y set prawf allanol ar gyfer dynion, ac eithrio perceptron amlhaenog (MLP).Y gwahaniaeth rhwng y model traddodiadol a’r model DM ar y set prawf MAE mewnol oedd 0.12–0.19 o flynyddoedd i ddynion a 0.17–0.21 o flynyddoedd i fenywod.Ar gyfer y batri prawf allanol, mae'r gwahaniaethau'n llai (0.001-0.05 mlynedd ar gyfer dynion a 0.05-0.09 mlynedd i fenywod).Yn ogystal, mae'r gwall sgwâr cymedrig gwraidd (RMSE) ychydig yn is na'r dull traddodiadol, gyda gwahaniaethau llai (0.17-0.24, 0.2-0.24 ar gyfer y set prawf mewnol gwrywaidd, a 0.03-0.07, 0.04-0.08 ar gyfer set prawf allanol).).Mae MLP yn dangos perfformiad ychydig yn well na Perceptron Haen Sengl (SLP), ac eithrio yn achos y set prawf allanol benywaidd.Ar gyfer MAE ac RMSE, mae'r set prawf allanol yn sgorio'n uwch na'r prawf mewnol a osodwyd ar gyfer pob rhyw a model.Dangosir yr holl MAE ac RMSE yn Nhabl 1 a Ffigur 1.
MAE ac RMSE o fodelau atchweliad traddodiadol a chloddio data.Gwall absoliwt cymedrig MAE, gwall sgwâr cymedrig gwraidd RMSE, perceptron SLP haen sengl, MLP perceptron multilayer, dull CM traddodiadol.
Dangoswyd perfformiad dosbarthu (gyda thoriad o 18 mlynedd) y modelau traddodiadol a DM o ran sensitifrwydd, penodoldeb, gwerth rhagfynegol cadarnhaol (PPV), gwerth rhagfynegol negyddol (NPV), ac arwynebedd o dan gromlin nodwedd gweithredu'r derbynnydd (AUROC) 27 (Tabl 2, Ffigur 2 a Ffigur 1 Atodol ar-lein).O ran sensitifrwydd y batri prawf mewnol, perfformiodd dulliau traddodiadol orau ymhlith dynion ac yn waeth ymhlith menywod.Fodd bynnag, y gwahaniaeth mewn perfformiad dosbarthu rhwng dulliau traddodiadol a DC yw 9.7% ar gyfer dynion (MLP) a dim ond 2.4% ar gyfer menywod (XGBoost).Ymhlith modelau DM, dangosodd atchweliad logistaidd (LR) well sensitifrwydd yn y ddau ryw.O ran penodoldeb y set prawf mewnol, sylwyd bod y pedwar model DC yn perfformio'n dda mewn dynion, tra bod y model traddodiadol yn perfformio'n well mewn merched.Y gwahaniaethau mewn perfformiad dosbarthu ar gyfer gwrywod a benywod yw 13.3% (MLP) a 13.1% (MLP), yn y drefn honno, sy'n dangos bod y gwahaniaeth mewn perfformiad dosbarthu rhwng modelau yn fwy na sensitifrwydd.Ymhlith y modelau DM, perfformiodd y peiriant fector cymorth (SVM), coeden benderfynu (DT), a modelau coedwig ar hap (RF) orau ymhlith gwrywod, tra bod y model LR yn perfformio orau ymhlith merched.Roedd AUROC y model traddodiadol a’r holl fodelau DC yn fwy na 0.925 (k-cymydog agosaf (KNN) mewn dynion), gan ddangos perfformiad dosbarthu rhagorol wrth wahaniaethu rhwng samplau 18 oed28.Ar gyfer y set prawf allanol, bu gostyngiad mewn perfformiad dosbarthu o ran sensitifrwydd, penodoldeb ac AUROC o'i gymharu â'r set prawf mewnol.At hynny, roedd y gwahaniaeth mewn sensitifrwydd a phenodoldeb rhwng perfformiad dosbarthu'r modelau gorau a gwaethaf yn amrywio o 10% i 25% ac roedd yn fwy na'r gwahaniaeth yn y set prawf mewnol.
Sensitifrwydd a phenodoldeb modelau dosbarthu mwyngloddio data o'u cymharu â dulliau traddodiadol gyda thoriad o 18 mlynedd.KNN k cymydog agosaf, peiriant fector cymorth SVM, atchweliad logistaidd LR, coeden penderfyniad DT, coedwig hap RF, XGB XGBoost, perceptron multilayer MLP, dull CM traddodiadol.
Y cam cyntaf yn yr astudiaeth hon oedd cymharu cywirdeb amcangyfrifon oedran deintyddol a gafwyd o saith model DM â'r rhai a gafwyd gan ddefnyddio atchweliad traddodiadol.Gwerthuswyd MAE a RMSE mewn setiau prawf mewnol ar gyfer y ddau ryw, ac roedd y gwahaniaeth rhwng y dull traddodiadol a'r model DM yn amrywio o 44 i 77 diwrnod ar gyfer MAE ac o 62 i 88 diwrnod ar gyfer RMSE.Er bod y dull traddodiadol ychydig yn fwy cywir yn yr astudiaeth hon, mae'n anodd dod i'r casgliad a oes gan wahaniaeth mor fach arwyddocâd clinigol neu ymarferol.Mae'r canlyniadau hyn yn dangos bod cywirdeb amcangyfrif oedran deintyddol gan ddefnyddio'r model DM bron yr un fath â'r dull traddodiadol.Mae'n anodd cymharu'n uniongyrchol â chanlyniadau astudiaethau blaenorol oherwydd nid oes unrhyw astudiaeth wedi cymharu cywirdeb modelau DM â dulliau ystadegol traddodiadol gan ddefnyddio'r un dechneg o gofnodi dannedd yn yr un ystod oedran â'r astudiaeth hon.Cymharodd Galibourg et al24 MAE ac RMSE rhwng dau ddull traddodiadol (dull Demirjian25 a dull Willems29) a 10 model DM mewn poblogaeth Ffrainc rhwng 2 a 24 oed.Dywedasant fod yr holl fodelau DM yn fwy cywir na dulliau traddodiadol, gyda gwahaniaethau o 0.20 a 0.38 o flynyddoedd yn MAE a 0.25 a 0.47 o flynyddoedd yn RMSE o gymharu â dulliau Willems a Demirdjian, yn y drefn honno.Mae'r anghysondeb rhwng y model DC a dulliau traddodiadol a ddangoswyd yn astudiaeth Halibourg yn cymryd i ystyriaeth nifer o adroddiadau30,31,32,33 nad yw'r dull Demirdjian yn amcangyfrif oedran deintyddol poblogaethau heblaw'r Canadiaid Ffrengig y seiliwyd yr astudiaeth arnynt yn gywir.yn yr astudiaeth hon.Defnyddiodd Tai et al 34 yr algorithm MLP i ragfynegi oedran dannedd o 1636 o ffotograffau orthodontig Tsieineaidd a chymharu ei gywirdeb â chanlyniadau dull Demirjian a Willems.Dywedasant fod gan MLP gywirdeb uwch na dulliau traddodiadol.Y gwahaniaeth rhwng y dull Demirdjian a'r dull traddodiadol yw <0.32 mlynedd, ac mae dull Willems yn 0.28 mlynedd, sy'n debyg i ganlyniadau'r astudiaeth bresennol.Mae canlyniadau'r astudiaethau blaenorol hyn24,34 hefyd yn gyson â chanlyniadau'r astudiaeth bresennol, ac mae cywirdeb amcangyfrif oedran y model DM a'r dull traddodiadol yn debyg.Fodd bynnag, yn seiliedig ar y canlyniadau a gyflwynwyd, ni allwn ond yn ofalus ddod i'r casgliad y gallai defnyddio modelau DM i amcangyfrif oedran ddisodli dulliau presennol oherwydd diffyg astudiaethau cymharol a chyfeirio blaenorol.Mae angen astudiaethau dilynol gan ddefnyddio samplau mwy i gadarnhau'r canlyniadau a gafwyd yn yr astudiaeth hon.
Ymhlith yr astudiaethau a brofodd gywirdeb DC wrth amcangyfrif oedran deintyddol, roedd rhai yn dangos cywirdeb uwch na'n hastudiaeth.Cymhwysodd Stepanovsky et al 35 22 o fodelau SD i radiograffau panoramig o 976 o drigolion Tsiec rhwng 2.7 a 20.5 oed a phrofi cywirdeb pob model.Aseswyd datblygiad cyfanswm o 16 o ddannedd parhaol chwith uchaf ac isaf gan ddefnyddio'r meini prawf dosbarthu a gynigiwyd gan Moorrees et al 36 .Mae’r ADA yn amrywio o 0.64 i 0.94 o flynyddoedd ac mae’r RMSE yn amrywio o 0.85 i 1.27 o flynyddoedd, sy’n fwy cywir na’r ddau fodel DM a ddefnyddiwyd yn yr astudiaeth hon.Defnyddiodd Shen et al23 y dull Cameriere i amcangyfrif oedran deintyddol saith dant parhaol yn y mandibl chwith ymhlith trigolion dwyrain Tsieineaidd rhwng 5 a 13 oed a'i gymharu ag oedrannau a amcangyfrifwyd gan ddefnyddio atchweliad llinol, SVM ac RF.Fe wnaethant ddangos bod gan bob un o'r tri model DM gywirdeb uwch o'i gymharu â fformiwla draddodiadol Camerier.Roedd yr MAE a'r RMSE yn astudiaeth Shen yn is na'r rhai yn y model DM yn yr astudiaeth hon.Mae manylder cynyddol yr astudiaethau gan Stepanovsky et al.35 a Shen et al.23 cynnwys pynciau iau yn eu samplau astudio.Oherwydd bod amcangyfrifon oedran ar gyfer cyfranogwyr â dannedd sy'n datblygu yn dod yn fwy cywir wrth i nifer y dannedd gynyddu yn ystod datblygiad deintyddol, efallai y bydd cywirdeb y dull amcangyfrif oedran canlyniadol yn cael ei beryglu pan fydd cyfranogwyr yr astudiaeth yn iau.Yn ogystal, mae gwall MLP wrth amcangyfrif oedran ychydig yn llai na rhai SLP, sy'n golygu bod MLP yn fwy cywir na SLP.Ystyrir bod MLP ychydig yn well ar gyfer amcangyfrif oedran, o bosibl oherwydd yr haenau cudd yn MLP38.Fodd bynnag, mae eithriad ar gyfer y sampl allanol o fenywod (SLP 1.45, MLP 1.49).Mae'r canfyddiad bod y MLP yn fwy cywir na'r SLP wrth asesu oedran yn gofyn am astudiaethau ôl-weithredol ychwanegol.
Cymharwyd perfformiad dosbarthu'r model DM a'r dull traddodiadol ar drothwy 18 mlynedd hefyd.Roedd yr holl fodelau DC a brofwyd a'r dulliau traddodiadol ar y set prawf mewnol yn dangos lefelau o wahaniaethu sy'n ymarferol dderbyniol ar gyfer y sampl 18 oed.Roedd y sensitifrwydd ar gyfer dynion a menywod yn fwy na 87.7% a 94.9%, yn y drefn honno, ac roedd penodoldeb yn fwy na 89.3% ac 84.7%.Mae AUROC yr holl fodelau a brofwyd hefyd yn fwy na 0.925.Hyd eithaf ein gwybodaeth, nid oes unrhyw astudiaeth wedi profi perfformiad y model DM ar gyfer dosbarthiad 18 mlynedd yn seiliedig ar aeddfedrwydd deintyddol.Gallwn gymharu canlyniadau'r astudiaeth hon â pherfformiad dosbarthiad modelau dysgu dwfn ar radiograffau panoramig.Cyfrifodd Guo et al.15 berfformiad dosbarthu model dysgu dwfn yn seiliedig ar CNN a dull llaw yn seiliedig ar ddull Demirjian ar gyfer trothwy oedran penodol.Roedd sensitifrwydd a phenodoldeb y dull llaw yn 87.7% a 95.5%, yn y drefn honno, ac roedd sensitifrwydd a phenodoldeb y model CNN yn fwy na 89.2% a 86.6%, yn y drefn honno.Daethant i’r casgliad y gall modelau dysgu dwfn ddisodli neu berfformio’n well na’r asesu â llaw wrth ddosbarthu trothwyon oedran.Dangosodd canlyniadau'r astudiaeth hon berfformiad dosbarthu tebyg;Credir y gall dosbarthu gan ddefnyddio modelau DM ddisodli dulliau ystadegol traddodiadol ar gyfer amcangyfrif oedran.Ymhlith y modelau, DM LR oedd y model gorau o ran sensitifrwydd ar gyfer y sampl gwrywaidd a sensitifrwydd a phenodoldeb ar gyfer y sampl benywaidd.Mae LR yn ail o ran penodoldeb i ddynion.At hynny, ystyrir bod LR yn un o'r modelau DM35 sy'n haws ei ddefnyddio ac mae'n llai cymhleth ac anodd ei brosesu.Yn seiliedig ar y canlyniadau hyn, ystyriwyd mai LR oedd y model dosbarthu toriad gorau ar gyfer pobl ifanc 18 oed ym mhoblogaeth Corea.
Yn gyffredinol, roedd cywirdeb amcangyfrif oedran neu berfformiad dosbarthiad ar y set prawf allanol yn wael neu'n is o'i gymharu â'r canlyniadau ar y set prawf mewnol.Mae rhai adroddiadau yn nodi bod cywirdeb neu effeithlonrwydd dosbarthiad yn lleihau pan fydd amcangyfrifon oedran yn seiliedig ar boblogaeth Corea yn cael eu cymhwyso i boblogaeth Japan5,39, a chanfuwyd patrwm tebyg yn yr astudiaeth bresennol.Gwelwyd y tueddiad hwn o ddirywiad hefyd yn y model DM.Felly, i amcangyfrif oedran yn gywir, hyd yn oed wrth ddefnyddio DM yn y broses ddadansoddi, dylid ffafrio dulliau sy'n deillio o ddata poblogaeth frodorol, megis dulliau traddodiadol5,39,40,41,42.Gan nad yw'n glir a all modelau dysgu dwfn ddangos tueddiadau tebyg, mae angen astudiaethau sy'n cymharu cywirdeb dosbarthu ac effeithlonrwydd gan ddefnyddio dulliau traddodiadol, modelau DM, a modelau dysgu dwfn ar yr un samplau i gadarnhau a all deallusrwydd artiffisial oresgyn y gwahaniaethau hiliol hyn mewn oedran cyfyngedig.asesiadau.
Rydym yn dangos y gall dulliau traddodiadol gael eu disodli gan amcangyfrif oedran yn seiliedig ar y model DM mewn arfer amcangyfrif oedran fforensig yng Nghorea.Gwelsom hefyd y posibilrwydd o roi dysgu peirianyddol ar waith ar gyfer asesu oedran fforensig.Fodd bynnag, mae yna gyfyngiadau clir, megis y nifer annigonol o gyfranogwyr yn yr astudiaeth hon i bennu'r canlyniadau'n bendant, a diffyg astudiaethau blaenorol i gymharu a chadarnhau canlyniadau'r astudiaeth hon.Yn y dyfodol, dylid cynnal astudiaethau DM gyda niferoedd mwy o samplau a phoblogaethau mwy amrywiol i wella ei gymhwysedd ymarferol o gymharu â dulliau traddodiadol.Er mwyn dilysu dichonoldeb defnyddio deallusrwydd artiffisial i amcangyfrif oedran mewn poblogaethau lluosog, mae angen astudiaethau yn y dyfodol i gymharu cywirdeb dosbarthu ac effeithlonrwydd DM a modelau dysgu dwfn â dulliau traddodiadol yn yr un samplau.
Defnyddiodd yr astudiaeth 2,657 o ffotograffau orthograffig a gasglwyd gan oedolion Corea a Japaneaidd rhwng 15 a 23 oed.Rhannwyd y radiograffau Corea yn 900 o setiau hyfforddi (19.42 ± 2.65 mlynedd) a 900 o setiau prawf mewnol (19.52 ± 2.59 mlynedd).Casglwyd y set hyfforddi mewn un sefydliad (Ysbyty Seoul St. Mary), a chasglwyd y set prawf ei hun mewn dau sefydliad (Ysbyty Deintyddol Prifysgol Genedlaethol Seoul ac Ysbyty Deintyddol Prifysgol Yonsei).Casglwyd hefyd 857 o radiograffau o ddata poblogaeth arall (Prifysgol Feddygol Iwate, Japan) ar gyfer profion allanol.Dewiswyd radiograffau o bynciau Japaneaidd (19.31 ± 2.60 mlynedd) fel y set prawf allanol.Casglwyd data yn ôl-weithredol i ddadansoddi camau datblygiad deintyddol ar radiograffau panoramig a gymerwyd yn ystod triniaeth ddeintyddol.Roedd yr holl ddata a gasglwyd yn ddienw ac eithrio rhyw, dyddiad geni a dyddiad radiograff.Roedd y meini prawf cynhwysiant a gwahardd yr un fath ag astudiaethau a gyhoeddwyd yn flaenorol 4 , 5 .Cyfrifwyd oedran gwirioneddol y sampl trwy dynnu'r dyddiad geni o'r dyddiad y cymerwyd y radiograff.Rhannwyd y grŵp sampl yn naw grŵp oedran.Dangosir y dosraniadau oedran a rhyw yn Nhabl 3 Cynhaliwyd yr astudiaeth hon yn unol â Datganiad Helsinki ac fe'i cymeradwywyd gan Fwrdd Adolygu Sefydliadol (IRB) Seoul Ysbyty St. Mary ym Mhrifysgol Gatholig Corea (KC22WISI0328).Oherwydd dyluniad ôl-weithredol yr astudiaeth hon, ni ellid cael caniatâd gwybodus gan bob claf a oedd yn cael archwiliad radiograffeg at ddibenion therapiwtig.Hepgorodd Ysbyty Santes Fair Prifysgol Seoul Korea (IRB) y gofyniad am ganiatâd gwybodus.
Aseswyd camau datblygiad ail a thrydydd cilddannedd dwyfacol yn unol â meini prawf Demircan25.Dim ond un dant a ddewiswyd os canfuwyd yr un math o ddant ar ochr chwith ac ochr dde pob gên.Pe bai dannedd homologaidd ar y ddwy ochr ar wahanol gamau datblygiadol, dewiswyd y dant â'r cam datblygiadol is i gyfrif am ansicrwydd yn yr oedran amcangyfrifedig.Sgoriwyd cant o radiograffau a ddewiswyd ar hap o'r set hyfforddi gan ddau arsylwr profiadol i brofi dibynadwyedd rhyng-arsylwyr ar ôl rhag-raddnodi i bennu cam aeddfedrwydd deintyddol.Aseswyd dibynadwyedd intraobserver ddwywaith bob tri mis gan y prif arsylwr.
Amcangyfrifwyd cam rhyw a datblygiad ail a thrydydd molars pob gên yn y set hyfforddi gan arsylwr cynradd a hyfforddwyd gyda gwahanol fodelau DM, a gosodwyd yr oedran gwirioneddol fel y gwerth targed.Profwyd modelau SLP ac MLP, a ddefnyddir yn helaeth mewn dysgu peirianyddol, yn erbyn algorithmau atchweliad.Mae'r model DM yn cyfuno swyddogaethau llinol gan ddefnyddio camau datblygiadol y pedwar dant ac yn cyfuno'r data hyn i amcangyfrif oedran.SLP yw'r rhwydwaith niwral symlaf ac nid yw'n cynnwys haenau cudd.Mae SLP yn gweithio yn seiliedig ar drosglwyddiad trothwy rhwng nodau.Mae'r model SLP mewn atchweliad yn fathemategol debyg i atchweliad llinol lluosog.Yn wahanol i'r model SLP, mae gan y model MLP haenau cudd lluosog gyda swyddogaethau actifadu aflinol.Defnyddiodd ein harbrofion haen gudd gyda dim ond 20 nod cudd gyda swyddogaethau actifadu aflinol.Defnyddiwch ddisgyniad graddiant fel y dull optimeiddio a MAE a RMSE fel y swyddogaeth golled i hyfforddi ein model dysgu peiriant.Cymhwyswyd y model atchweliad a gafwyd orau i'r setiau prawf mewnol ac allanol ac amcangyfrifwyd oedran y dannedd.
Datblygwyd algorithm dosbarthu sy'n defnyddio aeddfedrwydd pedwar dant ar y set hyfforddi i ragweld a yw sampl yn 18 oed ai peidio.Er mwyn adeiladu'r model, fe wnaethom ddeillio saith algorithm dysgu peiriant cynrychiolaeth6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, a (7) MLP .LR yw un o'r algorithmau dosbarthu a ddefnyddir fwyaf44.Mae'n algorithm dysgu dan oruchwyliaeth sy'n defnyddio atchweliad i ragfynegi tebygolrwydd data sy'n perthyn i gategori penodol o 0 i 1 ac yn dosbarthu'r data fel rhai sy'n perthyn i gategori mwy tebygol yn seiliedig ar y tebygolrwydd hwn;a ddefnyddir yn bennaf ar gyfer dosbarthiad deuaidd.KNN yw un o'r algorithmau dysgu peirianyddol symlaf45.Pan roddir data mewnbwn newydd iddo, mae'n dod o hyd i k data yn agos at y set bresennol ac yna'n eu dosbarthu i'r dosbarth â'r amledd uchaf.Gosodasom 3 ar gyfer nifer y cymdogion a ystyriwyd (k).Algorithm yw SVM sy'n cynyddu'r pellter rhwng dau ddosbarth i'r eithaf trwy ddefnyddio swyddogaeth cnewyllyn i ehangu'r gofod llinellol i ofod aflinol o'r enw meysydd46.Ar gyfer y model hwn, rydym yn defnyddio bias = 1, pŵer = 1, a gama = 1 fel hyperparameters ar gyfer y cnewyllyn polynomaidd.Mae DT wedi'i gymhwyso mewn amrywiol feysydd fel algorithm ar gyfer rhannu set ddata gyfan yn sawl is-grŵp trwy gynrychioli rheolau penderfynu mewn strwythur coeden47.Mae'r model wedi'i ffurfweddu gydag isafswm o gofnodion fesul nod o 2 ac mae'n defnyddio'r mynegai Gini fel mesur ansawdd.Mae RF yn ddull ensemble sy'n cyfuno DTs lluosog i wella perfformiad gan ddefnyddio dull agregu bootstrap sy'n cynhyrchu dosbarthwr gwan ar gyfer pob sampl trwy dynnu samplau o'r un maint ar hap sawl gwaith o'r set ddata wreiddiol48.Fe wnaethom ddefnyddio 100 o goed, 10 dyfnder coed, 1 maint nod lleiaf, a mynegai cymysgedd Gini fel meini prawf gwahanu nodau.Mae dosbarthiad data newydd yn cael ei bennu gan bleidlais fwyafrifol.Mae XGBoost yn algorithm sy'n cyfuno technegau hwb gan ddefnyddio dull sy'n cymryd fel data hyfforddi y gwall rhwng gwerthoedd gwirioneddol a rhagfynegedig y model blaenorol ac yn ychwanegu at y gwall gan ddefnyddio graddiannau49.Mae'n algorithm a ddefnyddir yn eang oherwydd ei berfformiad da ac effeithlonrwydd adnoddau, yn ogystal â dibynadwyedd uchel fel swyddogaeth cywiro gorffitio.Mae gan y model 400 o olwynion cymorth.Rhwydwaith niwral yw MLP lle mae un perceptron neu fwy yn ffurfio haenau lluosog gydag un neu fwy o haenau cudd rhwng yr haenau mewnbwn ac allbwn38.Gan ddefnyddio hyn, gallwch berfformio dosbarthiad aflinol lle pan fyddwch chi'n ychwanegu haen fewnbwn a chael gwerth canlyniad, mae gwerth y canlyniad a ragfynegir yn cael ei gymharu â gwerth y canlyniad gwirioneddol ac mae'r gwall yn cael ei luosogi yn ôl.Fe wnaethon ni greu haen gudd gyda 20 niwron cudd ym mhob haen.Cymhwyswyd pob model a ddatblygwyd gennym i setiau mewnol ac allanol i brofi perfformiad dosbarthu trwy gyfrifo sensitifrwydd, penodoldeb, PPV, NPV, ac AUROC.Diffinnir sensitifrwydd fel cymhareb sampl yr amcangyfrifir ei fod yn 18 oed neu'n hŷn i sampl yr amcangyfrifir ei fod yn 18 oed neu'n hŷn.Penodoldeb yw cyfran y samplau o dan 18 oed a’r rhai yr amcangyfrifir eu bod o dan 18 oed.
Troswyd y camau deintyddol a aseswyd yn y set hyfforddi yn gamau rhifiadol ar gyfer dadansoddiad ystadegol.Perfformiwyd atchweliad llinol a logistaidd aml-amrywedd i ddatblygu modelau rhagfynegi ar gyfer pob rhyw a chanfod fformiwlâu atchweliad y gellir eu defnyddio i amcangyfrif oedran.Defnyddiwyd y fformiwlâu hyn i amcangyfrif oedran dannedd ar gyfer setiau prawf mewnol ac allanol.Mae Tabl 4 yn dangos y modelau atchweliad a dosbarthiad a ddefnyddiwyd yn yr astudiaeth hon.
Defnyddiwyd ystadegyn kappa Cohen i gyfrifo dibynadwyedd o fewn a rhyng-sylw.Er mwyn profi cywirdeb modelau atchweliad DM a thraddodiadol, fe wnaethom gyfrifo MAE ac RMSE gan ddefnyddio oedrannau amcangyfrifedig a gwirioneddol y setiau prawf mewnol ac allanol.Defnyddir y gwallau hyn yn gyffredin i werthuso cywirdeb rhagfynegiadau model.Po leiaf yw'r gwall, yr uchaf yw cywirdeb y rhagolwg24.Cymharwch MAE ac RMSE setiau prawf mewnol ac allanol wedi'u cyfrifo gan ddefnyddio DM ac atchweliad traddodiadol.Aseswyd perfformiad dosbarthiad y toriad 18 mlynedd mewn ystadegau traddodiadol gan ddefnyddio tabl wrth gefn 2 × 2.Cymharwyd sensitifrwydd cyfrifedig, penodoldeb, PPV, NPV, ac AUROC y set brawf â gwerthoedd mesuredig y model dosbarthu DM.Mynegir data fel cymedrig ± gwyriad safonol neu rif (%) yn dibynnu ar nodweddion data.Ystyriwyd bod gwerthoedd P dwy ochr <0.05 yn ystadegol arwyddocaol.Perfformiwyd yr holl ddadansoddiadau ystadegol arferol gan ddefnyddio fersiwn SAS 9.4 (SAS Institute, Cary, NC).Gweithredwyd y model atchweliad DM yn Python gan ddefnyddio backend Keras50 2.2.4 a Tensorflow51 1.8.0 yn benodol ar gyfer gweithrediadau mathemategol.Gweithredwyd y model dosbarthu DM yn yr Amgylchedd Dadansoddi Gwybodaeth Waikato a llwyfan dadansoddi Konstanz Information Miner (KNIME) 4.6.152.
Mae'r awduron yn cydnabod y gellir dod o hyd i ddata sy'n cefnogi casgliadau'r astudiaeth yn yr erthygl a'r deunyddiau atodol.Mae'r setiau data a gynhyrchwyd a/neu a ddadansoddwyd yn ystod yr astudiaeth ar gael gan yr awdur cyfatebol ar gais rhesymol.
Ritz-Timme, S. et al.Asesiad oedran: o'r radd flaenaf i fodloni gofynion penodol ymarfer fforensig.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., ac Olze, A. Statws presennol asesiad oedran fforensig o bynciau byw at ddibenion erlyniad troseddol.Fforensig.meddygaeth.Patholeg.1, 239–246 (2005).
Pan, J. et al.Dull wedi'i addasu ar gyfer asesu oedran deintyddol plant 5 i 16 oed yn nwyrain Tsieina.clinigol.Arolwg llafar.25, 3463–3474 (2021).
Lee, SS ac ati Cronoleg o ddatblygiad ail a thrydydd cilddannedd yn y Coreaid a'i ddefnydd ar gyfer asesu oedran fforensig.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.124, 659–665 (2010).
O, S., Kumagai, A., Kim, SY a Lee, SS Cywirdeb amcangyfrif oedran ac amcangyfrif y trothwy 18 mlynedd yn seiliedig ar aeddfedrwydd ail a thrydydd cilddannedd yn Koreans a Japaneaidd.PLoS ONE 17, e0271247 (2022).
Kim, JY, et al.Gall dadansoddiad data cyn llawdriniaeth sy'n seiliedig ar ddysgu peiriannau ragfynegi canlyniad triniaeth llawdriniaeth gwsg mewn cleifion ag OSA.y wyddoniaeth.Adroddiad 11, 14911 (2021).
Han, M. et al.Amcangyfrif oedran cywir o ddysgu peirianyddol gyda neu heb ymyrraeth ddynol?rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.136, 821–831 (2022).
Khan, S. a Shaheen, M. O Gloddio Data i Gloddio Data.J.Gwybodaeth.y wyddoniaeth.https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. a Shaheen, M. WisRule: Yr Algorithm Gwybyddol Cyntaf ar gyfer Mwyngloddio Rheol Cymdeithasu.J.Gwybodaeth.y wyddoniaeth.https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. ac Abdullah U. Karm: Cloddio data traddodiadol yn seiliedig ar reolau cymdeithasu yn seiliedig ar gyd-destun.cyfrifo.Mae Matt.parhau.68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. a Habib M. Canfod tebygrwydd semantig seiliedig ar ddysgu dwfn gan ddefnyddio data testun.hysbysu.technolegau.rheolaeth.https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., a Shahin, M. System ar gyfer cydnabod gweithgaredd mewn fideos chwaraeon.amlgyfrwng.Ceisiadau Offer https://doi.org/10.1007/s11042-021-10519-6 (2021).
Mae Halabi, SS et al.Her Dysgu Peiriannau RSNA mewn Oes Esgyrn Pediatrig.Radioleg 290, 498–503 (2019).
Li, Y. et al.Amcangyfrif oedran fforensig o belydrau X pelfig gan ddefnyddio dysgu dwfn.EWRO.ymbelydredd.29, 2322–2329 (2019).
Guo, YC, et al.Dosbarthiad oedran cywir gan ddefnyddio dulliau llaw a rhwydweithiau niwral astrus dwfn o ddelweddau taflunio orthograffig.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.135, 1589–1597 (2021).
Alabama Dalora et al.Amcangyfrif oedran asgwrn gan ddefnyddio gwahanol ddulliau dysgu peirianyddol: adolygiad systematig o lenyddiaeth a meta-ddadansoddiad.PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., a Yang, J. Amcangyfrif oedran poblogaeth-benodol o Americanwyr Affricanaidd a Tsieineaidd yn seiliedig ar gyfeintiau siambr mwydion o molars cyntaf gan ddefnyddio tomograffeg gyfrifiadurol trawst côn.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK ac Oh KS Pennu grwpiau oedran o bobl fyw gan ddefnyddio delweddau sy'n seiliedig ar ddeallusrwydd artiffisial o molars cyntaf.y wyddoniaeth.Adroddiad 11, 1073 (2021).
Stern, D., Talwr, C., Giuliani, N., ac Urschler, M. Amcangyfrif oedran awtomatig a dosbarthiad oedran mwyafrif o ddata MRI aml-amrywedd.IEEE J. Biomed.Rhybuddion Iechyd.23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. a Li, G. Amcangyfrif oedran yn seiliedig ar segmentu siambr mwydion 3D o gilfachau cyntaf o domograffeg gyfrifiadurol trawst côn trwy integreiddio setiau dysgu dwfn a lefel.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.135, 365–373 (2021).
Wu, WT, et al.Cloddio data mewn data mawr clinigol: cronfeydd data cyffredin, camau, a modelau dulliau.Byd.meddygaeth.adnodd.8, 44 (2021).
Yang, J. et al.Cyflwyniad i Gronfeydd Data Meddygol a Thechnolegau Cloddio Data yn y Cyfnod Data Mawr.J. Avid.Meddygaeth sylfaenol.13, 57–69 (2020).
Shen, S. et al.Dull Camerer ar gyfer amcangyfrif oedran dannedd gan ddefnyddio dysgu peiriant.BMC Iechyd y Geg 21, 641 (2021).
Mae Galliburg A. et al.Cymharu gwahanol ddulliau dysgu peiriannau ar gyfer rhagweld oedran deintyddol gan ddefnyddio dull llwyfannu Demirdjian.rhyngwladoldeb.J. Meddyginiaeth gyfreithiol.135, 665–675 (2021).
Demirdjian, A., Goldstein, H. a Tanner, JM System newydd ar gyfer asesu oedran deintyddol.ffroenu.bioleg.45, 211–227 (1973).
Landis, JR, a Koch, GG Mesurau cytundeb sylwedydd ar ddata categorïaidd.Biometreg 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK a Choi HK.Dadansoddiad gweadol, morffolegol ac ystadegol o ddelweddu cyseiniant magnetig dau-ddimensiwn gan ddefnyddio technegau deallusrwydd artiffisial ar gyfer gwahaniaethu tiwmorau ymennydd cynradd.Gwybodaeth iechyd.adnodd.https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Amser post: Ionawr-04-2024