基于改进深度学习神经网络的法医牙齿年龄估计
图像与视频处理
2023-10-31 v1 计算机视觉与模式识别
摘要
牙齿年龄是识别个体年龄最可靠的方法之一。通过使用牙科全景放射摄影（DPR）图像，法医学中的医师和病理学家试图确定无有效法律记录或登记患者的个体的实际年龄。当前实践中的方法需要密集的劳动力、时间和合格专家。深度学习算法在医学图像处理领域的发展提高了预测真值的灵敏度，同时降低了成像时间的处理速度。本研究提出一种自动化方法，使用1,332张DPR图像估计年龄介于8至68岁个体的法医年龄。最初，使用基于迁移学习的模型进行实验分析，包括InceptionV3、DenseNet201、EfficientNetB4、MobileNetV2、VGG16和ResNet50V2；据此，对性能最佳的模型InceptionV3进行改进，并开发了新的神经网络模型。减少所开发模型架构中已有参数的数量，实现了更快且更准确的牙齿年龄估计。所得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为87%。可以设想将新模型作为法医学和牙医学中潜在可靠且实用的辅助设备。
引用
@article{arxiv.2208.09799,
title = {Forensic Dental Age Estimation Using Modified Deep Learning Neural Network},
author = {Isa Atas and Cuneyt Ozdemir and Musa Atas and Yahya Dogan},
journal= {arXiv preprint arXiv:2208.09799},
year = {2023}
}
备注
18 pages, 10 figures, 3 tables