牙科时代是确定个人年龄的最可靠方法之一。通过使用牙科全景射线照相(DPR)图像,法医科学中的医师和病理学家试图建立没有有效法律记录或注册患者的个人的年代年龄。实践中当前的方法需要密集的劳动,时间和合格的专家。在医学图像处理领域,深度学习算法的发展提高了预测真实价值的敏感性,同时降低了成像时间的处理速度。这项研究提出了一种自动化方法,以使用1,332个DPR图像估算8至68岁的个体的法医年龄。最初,使用基于转移学习的模型进行了实验分析,包括InceptionV3,Densenet201,EdgitionNetB4,MobilenetV2,VGG16和Resnet50V2;因此,修改了表现最好的模型InceptionV3,并开发了新的神经网络模型。减少开发模型体系结构中已经可用的参数数量,从而更快,更准确。所达到的结果的性能指标如下:平均绝对误差(MAE)为3.13,均方根误差(RMSE)为4.77,相关系数r $ $^2 $为87%。可以想象将新模型作为法医学和牙科医学中的潜在可靠和实用的辅助设备。
translated by 谷歌翻译