Merci fir Äre Besuch op Nature.com. D'Versioun vum Browser, déi Dir benotzt, huet limitéiert CSS-Ënnerstëtzung. Fir déi bescht Resultater empfeele mir Iech eng méi nei Versioun vun Ärem Browser ze benotzen (oder de Kompatibilitéitsmodus am Internet Explorer auszeschalten). An der Zwëschenzäit, fir déi weider Ënnerstëtzung ze garantéieren, weisen mir d'Websäit ouni Styling oder JavaScript.
Zänn gëllen als de geneeësten Indikator fir den Alter vum mënschleche Kierper a gi dacks an der forensescher Altersbeurteilung benotzt. Mir wollten d'Altersschätzunge vum Zänn op Basis vum Data Mining validéieren, andeems mir d'Schätzungsgenauegkeet an d'Klassifikatiounsleistung vun der 18-Joer-Schwell mat traditionelle Methoden an Altersschätzunge op Basis vum Data Mining verglach hunn. Insgesamt 2657 Panorama-Röntgenbiller goufen vu koreaneschen a japanesche Bierger am Alter vun 15 bis 23 Joer gesammelt. Si goufen an en Trainingsset opgedeelt, deen all 900 koreanesch Röntgenbiller enthält, an en internen Testset mat 857 japanesche Röntgenbiller. Mir hunn d'Klassifikatiounsgenauegkeet an d'Effizienz vun traditionelle Methoden mat Testsets vun Data Mining-Modeller verglach. D'Genauegkeet vun der traditioneller Method um internen Testset ass liicht méi héich wéi déi vum Data Mining-Modell, an den Ënnerscheed ass kleng (duerchschnëttlechen absolute Feeler <0,21 Joer, Root Mean Square Fehler <0,24 Joer). D'Klassifikatiounsleistung fir de Grenzwert vun 18 Joer ass och ähnlech tëscht traditionelle Methoden an Data Mining-Modeller. Sou kënnen traditionell Methode duerch Data Mining-Modeller ersat ginn, wann eng forensesch Altersbeurteilung mat Hëllef vun der Reife vum zweeten an drëtten Molaren bei koreaneschen Jugendlechen a jonken Erwuessenen duerchgefouert gëtt.
D'Schätzung vum Zännalter gëtt wäit verbreet an der forensescher Medizin an der Kannerzännmedezin benotzt. Besonnesch wéinst der héijer Korrelatioun tëscht chronologeschem Alter an der Zännentwécklung ass d'Altersbestëmmung no den Zännentwécklungsstadien e wichtege Kriterium fir d'Bewäertung vum Alter vu Kanner an Jugendlechen1,2,3. Fir jonk Leit huet d'Schätzung vum Zännalter op Basis vun der Zännreifheet awer och seng Grenzen, well d'Zännwuesstum bal komplett ass, mat Ausnam vun den drëtte Molaren. De legale Zweck vun der Altersbestëmmung vu jonke Leit an Jugendlechen ass et, korrekt Schätzungen a wëssenschaftlech Beweiser dofir ze liwweren, ob si d'Volljäregkeet erreecht hunn. An der mediko-juristescher Praxis vun Jugendlechen a jonken Erwuessenen a Korea gouf d'Alter mat der Lee-Method geschat, an eng gesetzlech Schwell vun 18 Joer gouf op Basis vun den Donnéeën vum Oh et al.5 virausgesot.
Maschinnléieren ass eng Zort künstlecher Intelligenz (KI), déi ëmmer erëm grouss Quantitéiten un Daten léiert a klassifizéiert, Problemer eleng léist an d'Datenprogramméierung steiert. Maschinnléieren kann nëtzlech verstoppt Mustere a grousse Quantitéiten un Daten entdecken6. Am Géigesaz dozou kënne klassesch Methoden, déi arbeitsintensiv a zäitopwänneg sinn, Aschränkungen hunn, wann et ëm grouss Quantitéiten u komplexen Daten geet, déi schwéier manuell ze veraarbechten sinn7. Dofir goufen an der leschter Zäit vill Studien duerchgefouert, déi déi lescht Computertechnologien benotzt hunn, fir mënschlech Feeler ze minimiséieren an multidimensional Daten effizient ze veraarbechten8,9,10,11,12. Besonnesch Deep Learning gouf wäit verbreet an der medizinescher Bildanalyse benotzt, a verschidde Methode fir d'Altersschätzung duerch automatesch Analyse vu Röntgenbiller goufen gemellt, fir d'Genauegkeet an d'Effizienz vun der Altersschätzung13,14,15,16,17,18,19,20 ze verbesseren. Zum Beispill hunn den Halabi et al13 en Algorithmus fir Maschinnléieren baséiert op konvolutionellen neuronalen Netzwierker (CNN) entwéckelt, fir d'Skelettalter mat Hëllef vu Röntgenbiller vu Kannerhänn ze schätzen. Dës Studie proposéiert e Modell, dat Maschinnléieren op medizinesch Biller uwendt a weist, datt dës Methoden d'diagnostesch Genauegkeet verbessere kënnen. Li et al.14 hunn d'Alter aus Beckenröntgenbiller mat Hëllef vun engem Deep-Learning-CNN geschat a si mat Regressiounsresultater verglach, andeems se d'Ossifikatiounsstadiumschätzung benotzt hunn. Si hunn festgestallt, datt den Deep-Learning-CNN-Modell déiselwecht Altersschätzungsleistung gewisen huet wéi den traditionellen Regressiounsmodell. D'Studie vum Guo et al. [15] huet d'Alterstoleranzklassifikatiounsleistung vun der CNN-Technologie baséiert op Zännorthophotoen evaluéiert, an d'Resultater vum CNN-Modell hunn bewisen, datt d'Mënschen hir Altersklassifikatiounsleistung iwwertrëfft hunn.
Déi meescht Studien iwwer Altersschätzung mat Hëllef vu Maschinnléieren benotzen Deep-Learning-Methoden13,14,15,16,17,18,19,20. D'Altersschätzung baséiert op Deep Learning gëllt als méi genee wéi traditionell Methoden. Dësen Usaz bitt awer wéineg Méiglechkeeten, déi wëssenschaftlech Basis fir Altersschätzungen ze presentéieren, wéi zum Beispill d'Altersindikatoren, déi an de Schätzungen benotzt ginn. Et gëtt och e juristesche Sträit doriwwer, wien d'Inspektiounen duerchféiert. Dofir ass d'Altersschätzung baséiert op Deep Learning schwéier vun administrativen a geriichtleche Autoritéiten z'akzeptéieren. Data Mining (DM) ass eng Technik, déi net nëmmen erwaart, mä och onerwaart Informatiounen als Method fir nëtzlech Korrelatiounen tëscht grousse Quantitéiten un Daten entdecken kann6,21,22. Maschinnléieren gëtt dacks am Data Mining benotzt, a souwuel Data Mining wéi och Maschinnléieren benotzen déiselwecht Schlësselalgorithmen, fir Musteren an Daten z'entdecken. D'Altersschätzung mat Hëllef vun der Zännentwécklung baséiert op der Bewäertung vum Examinateur vun der Reife vun den Zilzänn, an dës Bewäertung gëtt als Stadium fir all Zilzänn ausgedréckt. DM kann benotzt ginn, fir d'Korrelatioun tëscht der Zännentwécklungsstadium an dem tatsächlechen Alter z'analyséieren an huet de Potenzial, déi traditionell statistesch Analysen z'ersetzen. Dofir, wa mir DM-Techniken fir d'Altersschätzung uwenden, kënne mir maschinellt Léieren an der forensescher Altersschätzung implementéieren, ouni eis iwwer juristesch Haftung Suergen ze maachen. Verschidde Vergläichsstudien iwwer méiglech Alternativen zu traditionelle manuelle Methoden, déi an der forensescher Praxis benotzt ginn, an EBM-baséierte Methoden fir d'Altersbestëmmung vum Zänndokter publizéiert hunn. Shen et al23 hunn gewisen, datt den DM-Modell méi genee ass wéi déi traditionell Camerer-Formel. Galibourg et al24 hunn ënnerschiddlech DM-Methoden ugewannt fir d'Alter no dem Demirdjian-Kriterium25 virauszesoen, an d'Resultater hunn gewisen, datt d'DM-Method d'Demirdjian- a Willems-Methoden bei der Schätzung vum Alter vun der franséischer Bevëlkerung iwwertraff huet.
Fir den Zännalter vu koreaneschen Jugendlechen a jonken Erwuessenen ze schätzen, gëtt d'Method 4 vum Lee wäit verbreet an der koreanescher forensescher Praxis benotzt. Dës Method benotzt traditionell statistesch Analysen (wéi z.B. Multiple Regressioun) fir d'Bezéiung tëscht koreanesche Sujeten an dem chronologeschen Alter z'ënnersichen. An dëser Studie ginn d'Altersschätzungsmethoden, déi mat traditionelle statistesche Methode kritt goufen, als "traditionell Methoden" definéiert. D'Method vum Lee ass eng traditionell Method, an hir Genauegkeet gouf vum Oh et al. 5 bestätegt; d'Uwendbarkeet vun der Altersschätzung baséiert op dem DM-Modell an der koreanescher forensescher Praxis ass awer nach ëmmer fragwürdeg. Eist Zil war et, déi potenziell Notzbarkeet vun der Altersschätzung baséiert op dem DM-Modell wëssenschaftlech ze validéieren. Den Zweck vun dëser Studie war (1) d'Genauegkeet vun zwee DM-Modeller bei der Schätzung vum Zännalter ze vergläichen an (2) d'Klassifikatiounsleistung vu 7 DM-Modeller am Alter vun 18 Joer mat deenen ze vergläichen, déi mat traditionelle statistesche Methode kritt goufen. Reife vun der zweeter an drëtter Molar an zwou Kiefer.
Duerchschnëttswäerter a Standardofwäichunge vum chronologeschen Alter no Stadium an Zänntyp ginn online an der Ergänzungstabell S1 (Trainingsset), der Ergänzungstabell S2 (intern Testset) an der Ergänzungstabell S3 (extern Testset) gewisen. D'Kappa-Wäerter fir Intra- an Interobservateur-Zouverlässegkeet, déi aus dem Trainingsset kritt goufen, waren 0,951 respektiv 0,947. P-Wäerter an 95%-Konfidenzintervaller fir Kappa-Wäerter ginn an der online Ergänzungstabell S4 gewisen. De Kappa-Wäert gouf als "bal perfekt" interpretéiert, am Aklang mat de Kriterien vu Landis a Koch26.
Beim Vergläich vum mëttleren absoluten Feeler (MAE) iwwertrëfft déi traditionell Method de DM-Modell fir all Geschlechter an am externen männlechen Testset liicht, mat Ausnam vum Multilayer-Perceptron (MLP). Den Ënnerscheed tëscht dem traditionellen Modell an dem DM-Modell um internen MAE-Testset war 0,12–0,19 Joer fir Männer an 0,17–0,21 Joer fir Fraen. Fir déi extern Testbatterie sinn d'Ënnerscheeder méi kleng (0,001–0,05 Joer fir Männer an 0,05–0,09 Joer fir Fraen). Zousätzlech ass de Root Mean Square Error (RMSE) liicht méi niddreg wéi déi traditionell Method, mat méi klenge Differenzen (0,17–0,24, 0,2–0,24 fir de männlechen internen Testset, an 0,03–0,07, 0,04–0,08 fir den externen Testset). MLP weist eng liicht besser Leeschtung wéi de Single Layer Perceptron (SLP), ausser am Fall vum externen Testset fir Fraen. Fir MAE an RMSE huet den externen Testsatz méi héich Punkte wéi den internen Testsatz fir all Geschlechter a Modeller. All MAE an RMSE sinn an der Tabell 1 an an der Figur 1 duergestallt.
MAE an RMSE vun traditionellen a Data Mining Regressiounsmodeller. Mëttelméissegen absoluten Fehler MAE, Root Mean Square Fehler RMSE, Single Layer Perceptron SLP, Multilayer Perceptron MLP, traditionell CM Method.
D'Klassifikatiounsleistung (mat engem Grenzwert vun 18 Joer) vun den traditionellen an DM-Modeller gouf a punkto Sensibilitéit, Spezifizitéit, positiven Prädiktivwäert (PPV), negativen Prädiktivwäert (NPV) a Fläch ënner der Receiver Operating Characteristic Curve (AUROC) 27 demonstréiert (Tabell 2, Figur 2 an Ergänzungsfigur 1 online). Wat d'Sensibilitéit vun der interner Testbatterie ugeet, hunn traditionell Methoden am beschten bei Männer a manner gutt bei Fraen ofgeschnidden. Den Ënnerscheed an der Klassifikatiounsleistung tëscht traditionellen Methoden an SD ass awer 9,7% fir Männer (MLP) a just 2,4% fir Fraen (XGBoost). Ënnert den DM-Modeller huet d'logistesch Regressioun (LR) eng besser Sensibilitéit bei béide Geschlechter gewisen. Wat d'Spezifizitéit vum internen Testsatz ugeet, gouf observéiert, datt déi véier SD-Modeller gutt bei Männer ofgeschnidden hunn, während dat traditionellt Modell besser bei Fraen ofgeschnidden huet. D'Ënnerscheeder an der Klassifikatiounsleistung fir Männer a Frae sinn 13,3% (MLP) respektiv 13,1% (MLP), wat drop hiweist, datt den Ënnerscheed an der Klassifikatiounsleistung tëscht de Modeller d'Sensibilitéit iwwerschreit. Ënnert den DM-Modeller hunn d'Support Vector Machine (SVM), den Decision Tree (DT) an de Random Forest (RF)-Modeller am beschte bei Männer ofgeschnidden, während de LR-Modell am beschte bei Fraen ofgeschnidden huet. Den AUROC vum traditionellen Modell a vun alle SD-Modeller war méi grouss wéi 0,925 (k-Nearest Neighbor (KNN) bei Männer), wat eng exzellent Klassifikatiounsleistung bei der Ënnerscheedung vun 18-järege Proben28 weist. Fir den externen Testset gouf et eng Ofsenkung vun der Klassifikatiounsleistung a punkto Sensibilitéit, Spezifizitéit an AUROC am Verglach zum internen Testset. Ausserdeem louch den Ënnerscheed an der Sensibilitéit a Spezifizitéit tëscht der Klassifikatiounsleistung vum beschten a schlëmmste Modell tëscht 10% an 25% a war méi grouss wéi den Ënnerscheed am internen Testset.
Sensibilitéit a Spezifizitéit vun Data Mining Klassifikatiounsmodeller am Verglach mat traditionelle Methoden mat engem Grenzwert vun 18 Joer. KNN k nearest neighbor, SVM Support Vector Machine, LR logistesch Regressioun, DT Decision Tree, RF Random Forest, XGB XGBoost, MLP Multilayer Perceptron, traditionell CM Method.
Den éischte Schrëtt an dëser Studie war et, d'Genauegkeet vun den Zännalterschätzungen, déi aus siwe DM-Modeller kritt goufen, mat deenen ze vergläichen, déi mat traditioneller Regressioun kritt goufen. MAE an RMSE goufen an internen Testsätz fir béid Geschlechter evaluéiert, an den Ënnerscheed tëscht der traditioneller Method an dem DM-Modell louch tëscht 44 an 77 Deeg fir MAE a tëscht 62 an 88 Deeg fir RMSE. Och wann déi traditionell Method an dëser Studie liicht méi genee war, ass et schwéier ze schléissen, ob sou en klengen Ënnerscheed eng klinesch oder praktesch Bedeitung huet. Dës Resultater weisen drop hin, datt d'Genauegkeet vun der Zännalterschätzung mam DM-Modell bal d'selwecht ass wéi déi vun der traditioneller Method. En direkten Verglach mat de Resultater vu fréiere Studien ass schwéier, well keng Studie d'Genauegkeet vun DM-Modeller mat traditionelle statistesche Methoden verglach huet, déi déiselwecht Technik fir d'Opzeechnung vun Zänn am selwechten Altersberäich wéi an dëser Studie benotzen. Galibourg et al24 hunn MAE an RMSE tëscht zwou traditionelle Methoden (Demirjian-Method25 an Willems-Method29) an 10 DM-Modeller an enger franséischer Populatioun am Alter vun 2 bis 24 Joer verglach. Si hunn bericht, datt all DM-Modeller méi genee waren ewéi traditionell Methoden, mat Ënnerscheeder vun 0,20 an 0,38 Joer am MAE an 0,25 an 0,47 Joer am RMSE am Verglach mat de Willems- a Demirdjian-Methoden. D'Diskrepanz tëscht dem SD-Modell an den traditionelle Methoden, déi an der Halibourg-Studie gewisen ass, berücksichtegt vill Rapporten30,31,32,33, datt d'Demirdjian-Method an dëser Studie den Zännalter net genee schätzt. Tai et al34 hunn den MLP-Algorithmus benotzt fir den Zännalter aus 1636 chinesesche orthodontesche Fotoen virauszesoen a seng Genauegkeet mat de Resultater vun der Demirjian- a Willems-Method verglach. Si hunn bericht, datt MLP eng méi héich Genauegkeet huet ewéi traditionell Methoden. Den Ënnerscheed tëscht der Demirdjian-Method an der traditioneller Method ass <0,32 Joer, an der Willems-Method ass 0,28 Joer, wat ähnlech wéi d'Resultater vun der aktueller Studie ass. D'Resultater vun dëse fréiere Studien24,34 stëmmen och mat de Resultater vun der aktueller Studie iwwereneen, an d'Genauegkeet vun der Altersschätzung vum DM-Modell an der traditioneller Method ass ähnlech. Baséierend op de presentéierte Resultater kënne mir awer nëmme virsiichteg schléissen, datt d'Benotzung vun DM-Modeller fir d'Altersschätzung existent Methoden ersetzen kéint, well et net vill Vergläichs- a Referenzstudien an de fréiere Studien gëtt. Follow-up-Studien mat gréissere Stichproben sinn néideg, fir d'Resultater vun dëser Studie ze bestätegen.
Ënnert de Studien, déi d'Genauegkeet vum SD bei der Schätzung vum Zännalter getest hunn, hunn e puer eng méi héich Genauegkeet gewisen wéi eis Studie. Stepanovsky et al. 35 hunn 22 SD-Modeller op Panorama-Röntgenbiller vun 976 tschecheschen Awunner am Alter vun 2,7 bis 20,5 Joer ugewannt an d'Genauegkeet vun all Modell getest. Si hunn d'Entwécklung vun insgesamt 16 ieweschten an ënneschte lénksen Dauerzänn mat Hëllef vun de Klassifikatiounskriterien, déi vum Moorrees et al. 36 proposéiert goufen, bewäert. Den MAE läit tëscht 0,64 an 0,94 Joer an den RMSE läit tëscht 0,85 an 1,27 Joer, wat méi genee ass wéi déi zwee DM-Modeller, déi an dëser Studie benotzt goufen. Shen et al. 23 hunn d'Cameriere-Method benotzt fir den Zännalter vu siwe Dauerzänn am lénksen Ënnerkierper bei ostchineseschen Awunner am Alter vun 5 bis 13 Joer ze schätzen a mat Alter verglach, dat mat linearer Regressioun, SVM an RF geschat gouf. Si hunn gewisen, datt all dräi DM-Modeller eng méi héich Genauegkeet hunn am Verglach mat der traditioneller Cameriere-Formel. D'MAE an den RMSE an der Shen-Studie waren méi niddereg wéi déi am DM-Modell an dëser Studie. Déi erhéicht Präzisioun vun de Studien vum Stepanovsky et al. 35 an Shen et al. 23 kéint doduerch bedingt sinn, datt méi jonk Persounen an hire Studienstichproben abegraff waren. Well d'Altersschätzunge fir Participanten mat sech entwéckelenden Zänn méi genee ginn, wa sech d'Zuel vun den Zänn während der Zännentwécklung eropgeet, kann d'Genauegkeet vun der resultéierender Altersschätzungsmethod kompromittéiert ginn, wa Studienparticipanten méi jonk sinn. Zousätzlech ass de Feeler vum MLP bei der Altersschätzung liicht méi kleng wéi dee vum SLP, dat heescht, datt MLP méi genee ass wéi SLP. MLP gëllt als liicht besser fir d'Altersschätzung, méiglecherweis wéinst de verstoppte Schichten an MLP38. Et gëtt awer eng Ausnam fir déi äusserst Stichprobe vu Fraen (SLP 1,45, MLP 1,49). D'Resultat, datt den MLP méi genee ass wéi den SLP bei der Altersbeurteilung, erfuerdert weider retrospektiv Studien.
D'Klassifikatiounsleistung vum DM-Modell an der traditioneller Method bei enger 18-Joer-Schwell gouf och verglach. All geteste SD-Modeller an traditionell Methoden um internen Testset hunn praktesch akzeptabel Niveaue vun Diskriminéierung fir déi 18-Joer-al Prouf gewisen. D'Sensibilitéit fir Männer a Frae war méi grouss wéi 87,7% respektiv 94,9%, an d'Spezifizitéit war méi grouss wéi 89,3% an 84,7%. Den AUROC vun alle geteste Modeller iwwerschreit och 0,925. Souwäit mir wëssen, huet keng Studie d'Leeschtung vum DM-Modell fir d'18-Joer-Klassifikatioun baséiert op der Zännreifheet getest. Mir kënnen d'Resultater vun dëser Studie mat der Klassifikatiounsleistung vun Deep-Learning-Modeller op Panorama-Röntgenbiller vergläichen. Guo et al.15 hunn d'Klassifikatiounsleistung vun engem CNN-baséierten Deep-Learning-Modell an enger manueller Method baséiert op der Demirjian-Method fir eng bestëmmten Altersschwell berechent. D'Sensibilitéit a Spezifizitéit vun der manueller Method louchen bei 87,7% respektiv 95,5%, an d'Sensibilitéit a Spezifizitéit vum CNN-Modell hunn 89,2% respektiv 86,6% iwwerschratt. Si koumen zum Schluss, datt Deep-Learning-Modeller déi manuell Bewäertung bei der Klassifikatioun vun Altersgrenzen ersetzen oder besser kënne sinn. D'Resultater vun dëser Studie hunn eng ähnlech Klassifikatiounsleistung gewisen; et gëtt ugeholl, datt d'Klassifikatioun mat DM-Modeller traditionell statistesch Methode fir d'Altersschätzung ersetzen kann. Ënnert de Modeller war DM LR dat bescht Modell a punkto Sensibilitéit fir d'männlech Prouf a Sensibilitéit a Spezifizitéit fir d'weiblech Prouf. LR rangéiert op der zweeter Plaz a punkto Spezifizitéit fir Männer. Ausserdeem gëllt LR als ee vun de méi benotzerfrëndleche DM35-Modeller a manner komplex a schwéier ze veraarbechten. Baséierend op dëse Resultater gouf LR als dat bescht Cutoff-Klassifikatiounsmodell fir 18-Järeger an der koreanescher Bevëlkerung ugesinn.
Am Allgemengen war d'Genauegkeet vun der Altersschätzung oder der Klassifikatiounsleistung um externen Testset schlecht oder méi niddreg am Verglach mat de Resultater um internen Testset. E puer Rapporten weisen datt d'Genauegkeet oder d'Effizienz vun der Klassifikatioun erofgeet wann Altersschätzunge baséiert op der koreanescher Bevëlkerung op déi japanesch Bevëlkerung ugewannt ginn5,39, an e ähnlecht Muster gouf an der aktueller Studie festgestallt. Dës Verschlechterungstendenz gouf och am DM-Modell observéiert. Dofir sollten, fir d'Alter korrekt ze schätzen, och wann DM am Analyseprozess benotzt gëtt, Methoden, déi aus den Daten vun der gebierteg Bevëlkerung ofgeleet sinn, wéi traditionell Methoden, bevorzugt ginn5,39,40,41,42. Well et net kloer ass, ob Deep-Learning-Modeller ähnlech Tendenzen opweise kënnen, sinn Etüden néideg, déi d'Klassifikatiounsgenauegkeet an d'Effizienz mat traditionelle Methoden, DM-Modeller an Deep-Learning-Modeller op deeselwechte Prouwe vergläichen, fir ze bestätegen, ob künstlech Intelligenz dës rassistesch Ongläichheeten a limitéierten Altersbewäertunge iwwerwanne kann.
Mir weisen datt traditionell Methoden duerch Altersschätzung baséiert op dem DM-Modell an der forensescher Altersschätzungspraxis a Korea ersat kënne ginn. Mir hunn och d'Méiglechkeet entdeckt, maschinellt Léieren fir d'forensesch Altersbeurteilung anzesetzen. Wéi och ëmmer, et gëtt kloer Aschränkungen, wéi zum Beispill déi net genuch Zuel vun de Participanten an dëser Studie fir d'Resultater definitiv ze bestëmmen, an de Manktem u fréiere Studien fir d'Resultater vun dëser Studie ze vergläichen an ze bestätegen. An Zukunft sollten DM-Studien mat méi groussen Zuelen u Proben a méi diverse Populatiounen duerchgefouert ginn, fir hir praktesch Anwendbarkeet am Verglach mat traditionelle Methoden ze verbesseren. Fir d'Machbarkeet vun der Notzung vun kënschtlecher Intelligenz fir d'Altersschätzung a verschiddene Populatiounen ze validéieren, sinn zukünfteg Studien néideg fir d'Klassifikatiounsgenauegkeet an d'Effizienz vun DM- an Deep-Learning-Modeller mat traditionelle Methoden an deeselwechte Proben ze vergläichen.
D'Studie huet 2.657 orthographesch Fotoe benotzt, déi vu koreaneschen an japaneschen Erwuessenen am Alter vun 15 bis 23 Joer gesammelt goufen. Déi koreanesch Röntgenbiller goufen an 900 Trainingssets (19,42 ± 2,65 Joer) an 900 intern Testsets (19,52 ± 2,59 Joer) opgedeelt. Den Trainingsset gouf an enger Institutioun (Seoul St. Mary's Hospital) gesammelt, an den eegenen Testset gouf an zwou Institutiounen (Seoul National University Dental Hospital an Yonsei University Dental Hospital) gesammelt. Mir hunn och 857 Röntgenbiller aus anere populationsbaséierten Donnéeën (Iwate Medical University, Japan) fir extern Tester gesammelt. Röntgenbiller vu japanesche Persounen (19,31 ± 2,60 Joer) goufen als externen Testset ausgewielt. D'Donnéeë goufen retrospektiv gesammelt fir d'Stadien vun der Zännentwécklung op Panorama-Röntgenbiller ze analyséieren, déi während der Zännbehandlung gemaach goufen. All gesammelt Donnéeë waren anonym ausser Geschlecht, Gebuertsdatum an Datum vun der Röntgenopnahm. D'Inklusiouns- an Exklusiounskriterien waren déiselwecht wéi a virdru publizéierte Studien 4, 5. Dat tatsächlecht Alter vun der Prouf gouf berechent andeems den Gebuertsdatum vum Datum vun der Röntgenopnahm subtrahéiert gouf. D'Proufgrupp gouf an néng Altersgruppen opgedeelt. D'Alters- a Geschlechtsverdeelung sinn an der Tabell 3 gewisen. Dës Studie gouf am Aklang mat der Deklaratioun vun Helsinki duerchgefouert a vum Institutional Review Board (IRB) vum Seoul St. Mary's Hospital vun der Kathoulescher Universitéit vu Korea (KC22WISI0328) guttgeheescht. Wéinst dem retrospektive Design vun dëser Studie konnt net vun alle Patienten, déi sech enger radiologescher Untersuchung fir therapeutesch Zwecker ënnerzéien, eng informéiert Zoustëmmung kritt ginn. D'Seoul Korea University St. Mary's Hospital (IRB) huet op d'Ufuerderung vun enger informéierter Zoustëmmung verzicht.
D'Entwécklungsstadien vun den zweeten an drëtten bimaxilläre Molaren goufen no den Demircan-Kriterien25 bewäert. Nëmmen een Zänn gouf ausgewielt, wann deeselwechten Zänntyp op der lénkser a rietser Säit vun all Kiefer fonnt gouf. Wann homolog Zänn op béide Säiten a verschiddenen Entwécklungsstadien waren, gouf den Zänn mat dem ënneschten Entwécklungsstadium ausgewielt, fir d'Onsécherheet am geschätzten Alter ze berücksichtegen. Honnert zoufälleg ausgewielte Röntgenbiller aus dem Trainingsset goufen vun zwee erfuerene Beobachter bewäert, fir d'Zouverlässegkeet vun den Interobservateuren no der Virkalibrierung fir d'Zännreifheet ze bestëmmen, ze testen. D'Zouverlässegkeet vun den Intraobservateuren gouf zweemol an dräi Méint Intervalle vum Haaptbeobachter bewäert.
D'Geschlecht an d'Entwécklungsstadium vum zweeten an drëtten Molaren vun all Kiefer am Trainingsset goufen vun engem primäre Beobachter geschat, deen mat verschiddenen DM-Modeller trainéiert war, an den aktuellen Alter gouf als Zilwäert festgeluecht. SLP- an MLP-Modeller, déi wäit verbreet am maschinelle Léieren benotzt ginn, goufen géint Regressiounsalgorithmen getest. Den DM-Modell kombinéiert linear Funktiounen mat Hëllef vun den Entwécklungsstadien vun de véier Zänn a kombinéiert dës Donnéeën fir den Alter ze schätzen. SLP ass dat einfachst neuronalt Netzwierk an enthält keng verstoppte Schichten. SLP funktionéiert baséiert op der Schwellwäertiwwerdroung tëscht Knuet. Den SLP-Modell an der Regressioun ass mathematesch ähnlech wéi déi multiple linear Regressioun. Am Géigesaz zum SLP-Modell huet den MLP-Modell verschidde verstoppte Schichten mat netlinearen Aktivéierungsfunktiounen. Eis Experimenter hunn eng verstoppte Schicht mat nëmmen 20 verstoppte Knuet mat netlinearen Aktivéierungsfunktiounen benotzt. Gradientenofstamung als Optimiséierungsmethod an MAE an RMSE als Verloschtfunktioun benotzt fir eise maschinelle Léiermodell ze trainéieren. Dat bescht kritt Regressiounsmodell gouf op déi intern an extern Testsets ugewannt an den Alter vun den Zänn gouf geschat.
En Klassifikatiounsalgorithmus gouf entwéckelt, deen d'Reife vu véier Zänn um Trainingsset benotzt fir virauszesoen, ob eng Prouf 18 Joer al ass oder net. Fir de Modell ze bauen, hu mir siwe Representatiounsmaschinnléieralgorithmen ofgeleet6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, an (7) MLP. LR ass ee vun de meescht benotzte Klassifikatiounsalgorithmen44. Et ass en iwwerwaachte Léieralgorithmus, deen Regressioun benotzt fir d'Wahrscheinlechkeet vun Daten, déi zu enger bestëmmter Kategorie gehéieren, vun 0 bis 1 virauszesoen an d'Donnéeën als zu enger méi wahrscheinlecher Kategorie klasséiert baséiert op dëser Wahrscheinlechkeet; haaptsächlech fir binär Klassifikatioun benotzt. KNN ass ee vun de einfachste Maschinnléieralgorithmen45. Wann nei Inputdaten ginn, fënnt en k Daten no beim existéierende Set a klasséiert se dann an d'Klass mat der héchster Frequenz. Mir setzen 3 fir d'Zuel vun den Noperen, déi berécksiichtegt ginn (k). SVM ass en Algorithmus, deen den Ofstand tëscht zwou Klassen maximéiert andeems eng Kernelfunktioun benotzt fir de lineare Raum an en netlineare Raum, deen Felder genannt gëtt46, auszebauen. Fir dëst Modell benotze mir Bias = 1, Power = 1 a Gamma = 1 als Hyperparameter fir de Polynomkär. DT gouf a verschiddene Beräicher als Algorithmus fir d'Opdeelung vun engem ganze Datesaz a verschidde Ënnergruppen ugewannt, andeems d'Entscheedungsregelen an enger Bamstruktur representéiert ginn47. De Modell ass mat enger Mindestzuel vun Datensätz pro Knuet vun 2 konfiguréiert a benotzt de Gini-Index als Mooss fir d'Qualitéit. RF ass eng Ensemblemethod, déi verschidde DTs kombinéiert fir d'Performance ze verbesseren andeems eng Bootstrap-Aggregatiounsmethod benotzt gëtt, déi e schwaache Klassifizéierer fir all Prouf generéiert andeems zoufälleg Prouwe vun der selwechter Gréisst e puer Mol aus dem ursprénglechen Datesaz gezunn ginn48. Mir hunn 100 Beem, 10 Bamdéiften, 1 Mindestknuetgréisst an de Gini-Admixture-Index als Knuetentrennungskriterien benotzt. D'Klassifikatioun vun neien Daten gëtt duerch eng Majoritéitsstëmmung bestëmmt. XGBoost ass en Algorithmus, deen Boosting-Techniken kombinéiert mat enger Method, déi de Feeler tëscht den tatsächlechen a virausgesoten Wäerter vum viregten Modell als Trainingsdaten hëlt an de Feeler mat Gradienten erhéicht49. Et ass en wäit verbreeten Algorithmus wéinst senger gudder Leeschtung a Ressourceneffizienz, souwéi héijer Zouverlässegkeet als Iwwerfitting-Korrekturfunktioun. De Modell ass mat 400 Ënnerstëtzungsrieder ausgestatt. MLP ass en neuronalt Netzwierk, an deem een oder méi Perceptronen verschidde Schichten bilden, mat enger oder méi verstoppte Schichten tëscht den Input- an Output-Schichten38. Doduerch kënnt Dir eng net-linear Klassifikatioun duerchféieren, wou, wann Dir eng Input-Schicht derbäisetzt an e Resultatwäert kritt, de virausgesoten Resultatwäert mam tatsächleche Resultatwäert verglach gëtt an de Feeler zréck propagéiert gëtt. Mir hunn eng verstoppt Schicht mat 20 verstoppten Neuronen an all Schicht erstallt. All Modell, dat mir entwéckelt hunn, gouf op intern an extern Sets ugewannt fir d'Klassifikatiounsleistung ze testen andeems mir Sensibilitéit, Spezifizitéit, PPV, NPV an AUROC berechent hunn. Sensibilitéit gëtt definéiert als de Verhältnis vun enger Prouf, déi op 18 Joer oder méi al geschat gëtt, zu enger Prouf, déi op 18 Joer oder méi al geschat gëtt. Spezifizitéit ass den Undeel vun de Proufen ënner 18 Joer an deenen, déi op ënner 18 Joer geschat ginn.
Déi Zännstadien, déi am Trainingsset bewäert goufen, goufen an numeresch Stadien fir statistesch Analyse ëmgewandelt. Multivariat linear a logistesch Regressioun goufen duerchgefouert fir prädiktiv Modeller fir all Geschlecht z'entwéckelen an Regressiounsformelen ofzeleeden, déi benotzt kënne ginn fir d'Alter ze schätzen. Mir hunn dës Formelen benotzt fir den Zännalter fir souwuel intern wéi och extern Testsets ze schätzen. Tabelle 4 weist d'Regressiouns- a Klassifikatiounsmodeller, déi an dëser Studie benotzt goufen.
D'Intra- an Interobserver-Zouverlässegkeet gouf mat Hëllef vun der Cohen-Kappa-Statistik berechent. Fir d'Genauegkeet vun DM an traditionelle Regressiounsmodeller ze testen, hu mir MAE an RMSE mat Hëllef vum geschätzten an tatsächlechen Alter vun den internen an externen Testsätz berechent. Dës Feeler gi meeschtens benotzt fir d'Genauegkeet vu Modellprognosen ze evaluéieren. Wat méi kleng de Feeler ass, wat méi héich d'Genauegkeet vun der Prognose ass24. Vergläicht d'MAE an RMSE vun internen an externen Testsätz, déi mat DM an traditioneller Regressioun berechent goufen. D'Klassifikatiounsleistung vum 18-Joer-Cutoff an der traditioneller Statistik gouf mat enger 2 × 2 Kontingenztabell bewäert. Déi berechent Sensibilitéit, Spezifizitéit, PPV, NPV an AUROC vum Testsaz goufen mat de gemoossene Wäerter vum DM-Klassifikatiounsmodell verglach. D'Donnéeë ginn als Moyenne ± Standardofwäichung oder Zuel (%) ausgedréckt, ofhängeg vun den Datencharakteristiken. Zweesäiteg P-Wäerter <0,05 goufen als statistesch signifikant ugesinn. All routineméisseg statistesch Analysen goufen mat der SAS Versioun 9.4 (SAS Institute, Cary, NC) duerchgefouert. Den DM-Regressiounsmodell gouf a Python mat dem Keras50 2.2.4 Backend an Tensorflow51 1.8.0 speziell fir mathematesch Operatiounen implementéiert. Den DM-Klassifikatiounsmodell gouf an der Waikato Knowledge Analysis Environment an der Konstanz Information Miner (KNIME) 4.6.152 Analyseplattform implementéiert.
D'Auteuren erkennen un, datt Donnéeën, déi d'Conclusiounen vun der Studie ënnerstëtzen, am Artikel a weidere Materialien ze fannen sinn. D'Datensätz, déi während der Studie generéiert an/oder analyséiert goufen, sinn op Ufro vum jeweilegen Auteur verfügbar.
Ritz-Timme, S. et al. Altersbeurteilung: Stand der Technik fir déi spezifesch Ufuerderunge vun der forensescher Praxis ze erfëllen. Internationalitéit. J. Legal Medicine. 113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., an Olze, A. Aktuellen Zoustand vun der forensescher Altersbewäertung vu liewege Persounen fir Strofverfolgungszwecker. Forensik. Medizin. Pathologie. 1, 239–246 (2005).
Pan, J. et al. Eng modifizéiert Method fir d'Bewäertung vum Zännalter vu Kanner am Alter vu 5 bis 16 Joer am Oste vu China. klinesch. Oral Survey. 25, 3463–3474 (2021).
Lee, SS etc. Chronologie vun der Entwécklung vun zweeten an drëtten Molaren bei Koreaner a seng Uwendung fir forensesch Altersbestëmmung. Internationalitéit. J. Legal Medicine. 124, 659–665 (2010).
Oh, S., Kumagai, A., Kim, SY a Lee, SS Genauegkeet vun der Altersschätzung an der Schätzung vun der 18-Joer-Schwell baséiert op der Reife vum zweeten an drëtten Molaren bei Koreaner a Japaner. PLoS ONE 17, e0271247 (2022).
Kim, JY, et al. Präoperativ Datenanalyse baséiert op Maschinnléieren kann den Ausgang vun enger Schlofchirurgie bei Patienten mat OSA viraussoen. d'Wëssenschaft. Bericht 11, 14911 (2021).
Han, M. et al. Genee Altersschätzung duerch maschinellt Léieren mat oder ouni mënschlechen Interventioun? Internationalitéit. J. Legal medicine. 136, 821–831 (2022).
Khan, S. a Shaheen, M. Vum Data Mining zum Data Mining. J. Informatioun. D'Wëssenschaft. https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. a Shaheen, M. WisRule: Den éischte kognitiven Algorithmus fir d'Associatiounsregelmining. J.Information. the science. https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. an Abdullah U. Karm: Traditionellt Datenmining baséiert op kontextbaséierten Associatiounsregelen. Berechent. Matt. Continue. 68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. an Habib M. Deep Learning-baséiert semantisch Ähnlechkeetserkennung mat Hëllef vun Textdaten. Informatiounstechnologien. Kontroll. https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., a Shahin, M. E System fir d'Erkennung vun Aktivitéit a Sportvideoen. Multimedia. Tools Uwendungen https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS et al. RSNA Machine Learning Challenge in Pediatric Knochenalter. Radiology 290, 498–503 (2019).
Li, Y. et al. Forensesch Altersschätzung aus Beckenröntgenopnamen mat Hëllef vun Deep Learning. EURO. radiation. 29, 2322–2329 (2019).
Guo, YC, et al. Genau Altersklassifikatioun mat Hëllef vu manuelle Methoden an déiwe konvolutionellen neuronalen Netzwierker aus orthographesche Projektiounsbiller. Internationalitéit. J. Legal medicine. 135, 1589–1597 (2021).
Alabama Dalora et al. Schätzung vum Knochenalter mat Hëllef vu verschiddene maschinelle Léiermethoden: eng systematesch Literaturstudie a Metaanalyse. PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., a Yang, J. Populatiounsspezifesch Altersschätzung vun Afroamerikaner a Chinesen baséiert op de Volumen vun der Pulpkammer vun den éischte Molaren mat Hëllef vun der Kegelstrahl-Computertomographie. Internationalitéit. J. Legal Medicine. 136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK an Oh KS Bestëmmung vun Altersgruppen vu liewege Mënschen mat Hëllef vu Biller vun den éischte Molaren op Basis vun kënschtlecher Intelligenz. The Science. Report 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N., an Urschler, M. Automatesch Altersschätzung a Klassifikatioun vun der Majoritéitsalter aus multivariate MRI-Donnéeën. IEEE J. Biomed. Health Alerts. 23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. a Li, G. Altersschätzung baséiert op 3D-Pulpakammersegmentéierung vun den éischte Molaren aus Cone Beam Computertomographie duerch Integratioun vun Deep Learning a Level Sets. Internationalitéit. J. Legal Medicine. 135, 365–373 (2021).
Wu, WT, et al. Data Mining a klineschen Big Data: üblech Datenbanken, Schrëtt a Methodemodeller. World. medicine. resource. 8, 44 (2021).
Yang, J. et al. Aféierung an d'medizinesch Datenbanken an d'Data-Mining-Technologien an der Big-Data-Ära. J. Avid. Grondlagemedizin. 13, 57–69 (2020).
Shen, S. et al. Camerer seng Method fir d'Zännalter mat Hëllef vu maschinellem Léieren ze schätzen. BMC Oral Health 21, 641 (2021).
Galliburg A. et al. Vergläich vu verschiddene maschinelle Léiermethoden fir d'Prognose vum Zännalter mat der Demirdjian Staging Method. Internationalitéit. J. Legal medicine. 135, 665–675 (2021).
Demirdjian, A., Goldstein, H. an Tanner, JM E neit System fir d'Bewäertung vum Zännalter. snort. biology. 45, 211–227 (1973).
Landis, JR, a Koch, GG Moossname vun der Iwwereneestëmmung vun den Observateuren op kategorialen Donnéeën. Biometrics 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK a Choi HK. Texturell, morphologesch a statesch Analyse vun der zweedimensionaler Magnéitresonanztomographie mat Hëllef vun kënschtlecher Intelligenztechniken fir d'Differenzéierung vu primären Gehirtumoren. Gesondheetsinformatiounen. Ressource. https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Zäitpunkt vun der Verëffentlechung: 04. Januar 2024