韓国の青少年および若年成人の歯の年齢推定に関する従来の方法と比較することによるデータマイニングモデルの検証

Scientific Reports volume 13、記事番号: 726 (2023) この記事を引用

1018 アクセス

3 オルトメトリック

メトリクスの詳細

歯は人体の最も正確な年齢指標であることが知られており、法医学的な年齢推定に頻繁に適用されます。 我々は、18 歳しきい値の推定精度と分類パフォーマンスを従来の方法およびデータマイニングベースの年齢推定と比較することにより、データマイニングベースの歯年齢推定を検証することを目的としました。 15 歳から 23 歳までの韓国人と日本人から合計 2,657 枚のパノラマ X 線写真が収集されました。 それらは、韓国人からのそれぞれ 900 枚の X 線写真からなるトレーニングおよび内部テスト セットと、日本人からの 857 枚の X 線写真からなる外部テスト セットにさらに分割されました。 従来の方法によるテスト セットの精度と分類パフォーマンスを、データ マイニング モデルによるものと比較しました。 内部テスト セットを使用した従来の方法の精度は、わずかな違いはありますが、データ マイニング モデルの精度よりわずかに高かったです (平均絶対誤差 < 0.21 年、二乗平均平方根誤差 < 0.24 年)。 18 年のしきい値の分類パフォーマンスも、従来の方法とデータ マイニング モデルの間で同様でした。 したがって、従来の方法は、韓国の少年と若年成人の第二大臼歯成熟度および第三大臼歯成熟度を使用した法医学的年齢推定におけるデータマイニングモデルに置き換えることができます。

歯の年齢推定は、法医学や小児歯科で広く使用されています。 特に、歯の発育段階を利用した年齢推定は、実年齢と歯の発育の間に高い相関関係があるため、小児や青少年の年齢を推定するための重要な基準となります1,2,3。 しかし、若年成人の場合、歯の成長は第三大臼歯を除いてほぼ完了しているため、歯の成熟度から歯年齢を推定することには限界があります。 若者および青少年の年齢推定の法的目的は、彼らが成人年齢に達しているかどうかについての正確な推定と科学的証拠を提供することです。 韓国の少年および若年成人に対する法医学実務では、Lee の方法 4 を使用して年齢が推定され、Oh ら 5 が提案したデータを使用して法定 18 歳の閾値が予測されました。

人工知能（AI）の一種である機械学習は、大量のデータの学習と分類を繰り返し、自ら問題を解決し、データプログラミングを誘導します。 機械学習は、大量のデータの中から有用な隠れたパターンを発見できます6。 対照的に、労働集約的で時間のかかる従来の手法では、手動で処理することが困難な大量の複雑なデータを扱うには限界がある可能性があります7。 このため、最近では、人的エラーを最小限に抑え、多次元データを効率的に処理するために、最新のコンピュータ技術を使用して多くの研究が行われています8、9、10、11、12。 特に医用画像解析にはディープラーニングが広く用いられており、放射線画像を自動解析して年齢推定の精度と効率を向上させる様々な手法が報告されている13,14,15,16,17,18,19,20。 たとえば、Halabi ら 13 は、小児の手の X 線写真を使用して骨の年齢を推定する畳み込みニューラル ネットワーク (CNN) に基づく機械学習アルゴリズムを開発しました。 この研究では、医療画像に機械学習を適用したモデルを提示し、これらの技術が診断の精度を高めることができることを示しました。 Li ら 14 は、深層学習 CNN を適用して骨盤の X 線画像から年齢を推定し、骨化段階の評価を用いた回帰分析の結果と比較しました。 彼らは、深層学習 CNN モデルが従来の回帰モデルと同じ年齢推定パフォーマンスを示すことを発見しました。 Guo らによる研究 15 では、歯科オルソパントモグラムに基づいた CNN テクノロジーを適用することで、法定年齢閾値の分類パフォーマンスを評価しました。CNN モデルの結果は、人間が年齢分類パフォーマンスを上回っていることを証明しました。