【资料图】

在法医学中，死者或失踪人员的身份识别通常是调查的核心。牙科记录长期以来一直被用作这一过程中的宝贵工具，因为很少有两个人能够拥有牙齿存在或缺失、牙冠和牙冠或填充物以及 X 射线中看到的牙齿排列的匹配记录。 。从牙科记录中可能不一定立即显而易见的一件事是个体的生物性别，但在缺乏其他指标的情况下，这在几乎所有调查中都将是非常有用的信息。

《国际生物医学工程与技术杂志》上的研究在开发和训练一种算法方面取得了进展，该算法可以通过牙科 X 射线确定生物性别，准确率达到 94%。这种深度学习方法的应用证明了这种方法在调查中增强传统证据的潜力。

印度泰米尔纳德邦 Sivakasi 的 Mepco Schlenk 工程学院的 B. Vijayakumari、S. Vidhya 和 J. Saranya 解释说，他们的算法由三个部分组成：图像预处理、基于梯度的递归阈值 (GBRT) 分割和分类。最初，他们在图像预处理步骤中使用所谓的质幻方滤波器来消除不需要的噪声。质幻方滤波器使用计算机内覆盖在图像上的特殊数字网格，并将图像中的像素值与网格中的相应值进行比较，以确定什么是失真或压缩伪影，这些伪影会导致图像噪声，因此可以刷掉以提供清晰准确的图像以供后续分析。

GBRT分割技术细化了图像，增强了算法提取相关信息的能力。最后，分类阶段利用 Resnet50神经网络，这是一种广泛采用的深度学习架构。该团队使用 3,000 张牙科 X 光片对算法进行训练，这些 X 光片显示了个体的生物性别。这使得算法能够辨别与牙科 X 射线相关的生物性别，而个体的生物性别未知。

为了进行测试，该团队使用了 1,000 张图像(原始图像集的子集)，其中性别已知，以确定系统是否会正确分配生物性别。人类的牙齿和颌骨在不同程度上存在性别二态性，但营养和社会经济学对我们的颌骨和牙齿的生长也有显着影响。新系统可以根据 X 射线图像的训练来识别这些潜在的差异。