اعتبارسنجی یک مدل داده‌کاوی در برابر روش‌های سنتی تخمین سن دندانی در میان نوجوانان و جوانان کره‌ای

از بازدید شما از Nature.com متشکریم. نسخه مرورگری که استفاده می‌کنید پشتیبانی محدودی از CSS دارد. برای بهترین نتیجه، توصیه می‌کنیم از نسخه جدیدتر مرورگر خود استفاده کنید (یا حالت سازگاری را در Internet Explorer غیرفعال کنید). در عین حال، برای اطمینان از پشتیبانی مداوم، سایت را بدون استایل یا جاوا اسکریپت نمایش می‌دهیم.
دندان‌ها دقیق‌ترین شاخص سن بدن انسان محسوب می‌شوند و اغلب در ارزیابی سن پزشکی قانونی مورد استفاده قرار می‌گیرند. هدف ما اعتبارسنجی تخمین‌های سن دندانی مبتنی بر داده‌کاوی با مقایسه دقت تخمین و عملکرد طبقه‌بندی آستانه ۱۸ سال با روش‌های سنتی و تخمین‌های سنی مبتنی بر داده‌کاوی بود. در مجموع ۲۶۵۷ رادیوگرافی پانورامیک از شهروندان کره‌ای و ژاپنی ۱۵ تا ۲۳ ساله جمع‌آوری شد. آن‌ها به یک مجموعه آموزشی، که هر کدام شامل ۹۰۰ رادیوگرافی کره‌ای بود، و یک مجموعه آزمایشی داخلی شامل ۸۵۷ رادیوگرافی ژاپنی تقسیم شدند. ما دقت طبقه‌بندی و کارایی روش‌های سنتی را با مجموعه‌های آزمایشی مدل‌های داده‌کاوی مقایسه کردیم. دقت روش سنتی در مجموعه آزمایشی داخلی کمی بیشتر از مدل داده‌کاوی است و تفاوت آن کم است (میانگین خطای مطلق <0.21 سال، جذر میانگین مربعات خطا <0.24 سال). عملکرد طبقه‌بندی برای حد آستانه ۱۸ سال نیز بین روش‌های سنتی و مدل‌های داده‌کاوی مشابه است. بنابراین، روش‌های سنتی را می‌توان با مدل‌های داده‌کاوی هنگام انجام ارزیابی سن قانونی با استفاده از بلوغ دندان‌های آسیای دوم و سوم در نوجوانان و بزرگسالان کره‌ای جایگزین کرد.
تخمین سن دندانی به طور گسترده در پزشکی قانونی و دندانپزشکی کودکان استفاده می‌شود. به طور خاص، به دلیل همبستگی بالا بین سن تقویمی و رشد دندانی، ارزیابی سن بر اساس مراحل رشد دندانی معیار مهمی برای ارزیابی سن کودکان و نوجوانان است1،2،3. با این حال، برای جوانان، تخمین سن دندانی بر اساس بلوغ دندانی محدودیت‌هایی دارد زیرا رشد دندانی تقریباً کامل است، به استثنای دندان‌های آسیای سوم. هدف قانونی از تعیین سن جوانان و نوجوانان، ارائه تخمین‌های دقیق و شواهد علمی در مورد رسیدن آنها به سن بلوغ است. در رویه پزشکی-قانونی نوجوانان و بزرگسالان جوان در کره، سن با استفاده از روش لی تخمین زده شد و آستانه قانونی 18 سال بر اساس داده‌های گزارش شده توسط اوه و همکاران 5 پیش‌بینی شد.
یادگیری ماشین نوعی هوش مصنوعی (AI) است که به طور مکرر مقادیر زیادی از داده‌ها را یاد می‌گیرد و طبقه‌بندی می‌کند، مسائل را به تنهایی حل می‌کند و برنامه‌نویسی داده‌ها را هدایت می‌کند. یادگیری ماشین می‌تواند الگوهای پنهان مفید را در حجم زیادی از داده‌ها کشف کند6. در مقابل، روش‌های کلاسیک که پرزحمت و زمان‌بر هستند، ممکن است هنگام برخورد با حجم زیادی از داده‌های پیچیده که پردازش دستی آنها دشوار است، محدودیت‌هایی داشته باشند7. بنابراین، اخیراً مطالعات زیادی با استفاده از جدیدترین فناوری‌های رایانه‌ای برای به حداقل رساندن خطاهای انسانی و پردازش کارآمد داده‌های چندبعدی انجام شده است8،9،10،11،12. به طور خاص، یادگیری عمیق به طور گسترده در تجزیه و تحلیل تصاویر پزشکی مورد استفاده قرار گرفته است و گزارش شده است که روش‌های مختلفی برای تخمین سن با تجزیه و تحلیل خودکار رادیوگرافی‌ها، دقت و کارایی تخمین سن را بهبود می‌بخشند13،14،15،16،17،18،19،20. به عنوان مثال، حلبی و همکاران 13 یک الگوریتم یادگیری ماشین مبتنی بر شبکه‌های عصبی کانولوشن (CNN) برای تخمین سن اسکلتی با استفاده از رادیوگرافی دست کودکان توسعه داده‌اند. این مطالعه مدلی را پیشنهاد می‌کند که یادگیری ماشین را در تصاویر پزشکی به کار می‌برد و نشان می‌دهد که این روش‌ها می‌توانند دقت تشخیصی را بهبود بخشند. لی و همکارانش14 با استفاده از یک شبکه عصبی کانولوشن یادگیری عمیق، سن را از تصاویر اشعه ایکس لگن تخمین زدند و آنها را با نتایج رگرسیون با استفاده از تخمین مرحله استخوان‌سازی مقایسه کردند. آنها دریافتند که مدل شبکه عصبی کانولوشن یادگیری عمیق، عملکرد تخمین سن مشابهی را با مدل رگرسیون سنتی نشان می‌دهد. مطالعه گو و همکارانش [15] عملکرد طبقه‌بندی تحمل سنی فناوری شبکه عصبی کانولوشن را بر اساس ارتوفتوهای دندانی ارزیابی کرد و نتایج مدل شبکه عصبی کانولوشن ثابت کرد که انسان‌ها عملکرد بهتری نسبت به عملکرد طبقه‌بندی سن آن دارند.
بیشتر مطالعات در مورد تخمین سن با استفاده از یادگیری ماشین از روش‌های یادگیری عمیق استفاده می‌کنند13،14،15،16،17،18،19،20. گزارش شده است که تخمین سن بر اساس یادگیری عمیق دقیق‌تر از روش‌های سنتی است. با این حال، این رویکرد فرصت کمی برای ارائه مبانی علمی برای تخمین سن، مانند شاخص‌های سنی مورد استفاده در تخمین‌ها، فراهم می‌کند. همچنین اختلاف قانونی بر سر اینکه چه کسی بازرسی‌ها را انجام می‌دهد، وجود دارد. بنابراین، پذیرش تخمین سن بر اساس یادگیری عمیق توسط مقامات اداری و قضایی دشوار است. داده‌کاوی (DM) تکنیکی است که می‌تواند نه تنها اطلاعات مورد انتظار، بلکه اطلاعات غیرمنتظره را نیز به عنوان روشی برای کشف همبستگی‌های مفید بین مقادیر زیادی از داده‌ها کشف کند6،21،22. یادگیری ماشین اغلب در داده‌کاوی استفاده می‌شود و هم داده‌کاوی و هم یادگیری ماشین از الگوریتم‌های کلیدی یکسانی برای کشف الگوها در داده‌ها استفاده می‌کنند. تخمین سن با استفاده از رشد دندانی بر اساس ارزیابی معاینه‌کننده از بلوغ دندان‌های هدف است و این ارزیابی به صورت یک مرحله برای هر دندان هدف بیان می‌شود. DM می‌تواند برای تجزیه و تحلیل همبستگی بین مرحله ارزیابی دندانی و سن واقعی استفاده شود و پتانسیل جایگزینی تحلیل آماری سنتی را دارد. بنابراین، اگر تکنیک‌های DM را برای تخمین سن به کار ببریم، می‌توانیم یادگیری ماشین را در تخمین سن پزشکی قانونی بدون نگرانی در مورد مسئولیت قانونی پیاده‌سازی کنیم. چندین مطالعه تطبیقی ​​در مورد جایگزین‌های ممکن برای روش‌های دستی سنتی مورد استفاده در پزشکی قانونی و روش‌های مبتنی بر EBM برای تعیین سن دندانی منتشر شده است. شن و همکاران23 نشان دادند که مدل DM دقیق‌تر از فرمول سنتی کامرر است. گالیبورگ و همکاران24 روش‌های مختلف DM را برای پیش‌بینی سن طبق معیار دمیرجیان25 به کار بردند و نتایج نشان داد که روش DM در تخمین سن جمعیت فرانسه از روش‌های دمیرجیان و ویلمز بهتر عمل می‌کند.
برای تخمین سن دندانی نوجوانان و جوانان کره‌ای، روش لی ۴ به طور گسترده در پزشکی قانونی کره استفاده می‌شود. این روش از تحلیل آماری سنتی (مانند رگرسیون چندگانه) برای بررسی رابطه بین افراد کره‌ای و سن تقویمی استفاده می‌کند. در این مطالعه، روش‌های تخمین سن به دست آمده با استفاده از روش‌های آماری سنتی به عنوان "روش‌های سنتی" تعریف می‌شوند. روش لی یک روش سنتی است و دقت آن توسط اوه و همکارانش تأیید شده است. ۵؛ با این حال، کاربرد تخمین سن بر اساس مدل DM در پزشکی قانونی کره هنوز مورد سوال است. هدف ما اعتبارسنجی علمی سودمندی بالقوه تخمین سن بر اساس مدل DM بود. هدف از این مطالعه (۱) مقایسه دقت دو مدل DM در تخمین سن دندانی و (۲) مقایسه عملکرد طبقه‌بندی ۷ مدل DM در سن ۱۸ سالگی با مدل‌های به دست آمده با استفاده از روش‌های آماری سنتی بود. بلوغ دندان‌های مولر دوم و سوم در هر دو فک.
میانگین‌ها و انحراف معیار سن تقویمی بر اساس مرحله و نوع دندان به صورت آنلاین در جدول تکمیلی S1 (مجموعه آموزشی)، جدول تکمیلی S2 (مجموعه آزمون داخلی) و جدول تکمیلی S3 (مجموعه آزمون خارجی) نشان داده شده است. مقادیر کاپا برای پایایی درون و بین مشاهده‌گر به دست آمده از مجموعه آموزشی به ترتیب 0.951 و 0.947 بود. مقادیر P و فواصل اطمینان 95٪ برای مقادیر کاپا در جدول تکمیلی آنلاین S4 نشان داده شده است. مقدار کاپا به صورت "تقریباً کامل" تفسیر شد که با معیارهای Landis و Koch26 مطابقت دارد.
هنگام مقایسه میانگین خطای مطلق (MAE)، روش سنتی برای همه جنسیت‌ها و در مجموعه تست خارجی مردان، به استثنای پرسپترون چندلایه (MLP)، کمی بهتر از مدل DM عمل می‌کند. تفاوت بین مدل سنتی و مدل DM در مجموعه تست داخلی MAE برای مردان 0.12-0.19 سال و برای زنان 0.17-0.21 سال بود. برای مجموعه تست خارجی، تفاوت‌ها کمتر است (0.001-0.05 سال برای مردان و 0.05-0.09 سال برای زنان). علاوه بر این، جذر میانگین مربعات خطا (RMSE) کمی کمتر از روش سنتی است، با تفاوت‌های کوچکتر (0.17-0.24، 0.2-0.24 برای مجموعه تست داخلی مردان و 0.03-0.07، 0.04-0.08 برای مجموعه تست خارجی). MLP عملکرد کمی بهتری نسبت به پرسپترون تک لایه (SLP) نشان می‌دهد، به جز در مورد مجموعه تست خارجی زنان. برای MAE و RMSE، مجموعه آزمون خارجی برای همه جنسیت‌ها و مدل‌ها امتیاز بالاتری نسبت به مجموعه آزمون داخلی کسب می‌کند. همه MAE و RMSE در جدول 1 و شکل 1 نشان داده شده‌اند.
MAE و RMSE مدل‌های رگرسیون سنتی و داده‌کاوی. میانگین خطای مطلق MAE، جذر میانگین مربعات خطا RMSE، پرسپترون تک لایه SLP، پرسپترون چند لایه MLP، روش سنتی CM.
عملکرد طبقه‌بندی (با آستانه ۱۸ سال) مدل‌های سنتی و DM از نظر حساسیت، ویژگی، ارزش پیش‌بینی مثبت (PPV)، ارزش پیش‌بینی منفی (NPV) و مساحت زیر منحنی مشخصه عملکرد گیرنده (AUROC) 27 نشان داده شد (جدول ۲، شکل ۲ و شکل تکمیلی ۱ به صورت آنلاین). از نظر حساسیت مجموعه آزمون داخلی، روش‌های سنتی در بین مردان بهترین عملکرد و در بین زنان بدترین عملکرد را داشتند. با این حال، تفاوت در عملکرد طبقه‌بندی بین روش‌های سنتی و SD برای مردان (MLP) ۹.۷٪ و برای زنان (XGBoost) تنها ۲.۴٪ است. در بین مدل‌های DM، رگرسیون لجستیک (LR) حساسیت بهتری را در هر دو جنس نشان داد. با توجه به ویژگی مجموعه آزمون داخلی، مشاهده شد که چهار مدل SD در مردان عملکرد خوبی داشتند، در حالی که مدل سنتی در زنان عملکرد بهتری داشت. تفاوت در عملکرد طبقه‌بندی برای مردان و زنان به ترتیب ۱۳.۳٪ (MLP) و ۱۳.۱٪ (MLP) است که نشان می‌دهد تفاوت در عملکرد طبقه‌بندی بین مدل‌ها از حساسیت فراتر می‌رود. در میان مدل‌های DM، مدل‌های ماشین بردار پشتیبان (SVM)، درخت تصمیم (DT) و جنگل تصادفی (RF) در بین مردان بهترین عملکرد را داشتند، در حالی که مدل LR در بین زنان بهترین عملکرد را داشت. AUROC مدل سنتی و تمام مدل‌های SD بیشتر از 0.925 (k-نزدیک‌ترین همسایه (KNN) در مردان) بود که عملکرد طبقه‌بندی عالی را در تمایز نمونه‌های 18 ساله نشان می‌دهد28. برای مجموعه آزمون خارجی، کاهشی در عملکرد طبقه‌بندی از نظر حساسیت، ویژگی و AUROC در مقایسه با مجموعه آزمون داخلی وجود داشت. علاوه بر این، تفاوت در حساسیت و ویژگی بین عملکرد طبقه‌بندی بهترین و بدترین مدل‌ها از 10٪ تا 25٪ متغیر بود و بیشتر از تفاوت در مجموعه آزمون داخلی بود.
حساسیت و ویژگی مدل‌های طبقه‌بندی داده‌کاوی در مقایسه با روش‌های سنتی با آستانه ۱۸ سال. KNN k نزدیکترین همسایه، ماشین بردار پشتیبان SVM، رگرسیون لجستیک LR، درخت تصمیم DT، جنگل تصادفی RF، XGBoost، پرسپترون چندلایه MLP، روش سنتی CM.
اولین گام در این مطالعه، مقایسه دقت تخمین سن دندانی به‌دست‌آمده از هفت مدل DM با مدل‌های به‌دست‌آمده با استفاده از رگرسیون سنتی بود. MAE و RMSE در مجموعه‌های آزمون داخلی برای هر دو جنس ارزیابی شدند و تفاوت بین روش سنتی و مدل DM برای MAE از 44 تا 77 روز و برای RMSE از 62 تا 88 روز متغیر بود. اگرچه روش سنتی در این مطالعه کمی دقیق‌تر بود، اما نتیجه‌گیری در مورد اهمیت بالینی یا عملی چنین تفاوت کوچکی دشوار است. این نتایج نشان می‌دهد که دقت تخمین سن دندانی با استفاده از مدل DM تقریباً مشابه روش سنتی است. مقایسه مستقیم با نتایج مطالعات قبلی دشوار است زیرا هیچ مطالعه‌ای دقت مدل‌های DM را با روش‌های آماری سنتی با استفاده از همان تکنیک ثبت دندان‌ها در همان محدوده سنی مانند این مطالعه مقایسه نکرده است. گالیبورگ و همکاران24 MAE و RMSE را بین دو روش سنتی (روش Demirjian25 و روش Willems29) و 10 مدل DM در یک جمعیت فرانسوی 2 تا 24 ساله مقایسه کردند. آنها گزارش دادند که همه مدل‌های DM با اختلاف 0.20 و 0.38 سال در MAE و 0.25 و 0.47 سال در RMSE در مقایسه با روش‌های Willems و Demirdjian، دقیق‌تر از روش‌های سنتی بودند. اختلاف بین مدل SD و روش‌های سنتی که در مطالعه Halibourg نشان داده شده است، گزارش‌های متعددی را در نظر می‌گیرد30،31،32،33 مبنی بر اینکه روش Demirdjian سن دندانی را در جمعیت‌هایی غیر از کانادایی‌های فرانسوی که مطالعه بر اساس آنها انجام شده است، به طور دقیق تخمین نمی‌زند. در این مطالعه، Tai و همکارانش 34 از الگوریتم MLP برای پیش‌بینی سن دندان از 1636 عکس ارتودنسی چینی استفاده کردند و دقت آن را با نتایج روش Demirdjian و Willems مقایسه کردند. آنها گزارش دادند که MLP دقت بالاتری نسبت به روش‌های سنتی دارد. اختلاف بین روش Demirdjian و روش سنتی کمتر از 0.32 سال و روش Willems 0.28 سال است که مشابه نتایج مطالعه حاضر است. نتایج این مطالعات قبلی24،34 نیز با نتایج مطالعه حاضر مطابقت دارد و دقت تخمین سن مدل DM و روش سنتی مشابه است. با این حال، بر اساس نتایج ارائه شده، ما فقط می‌توانیم با احتیاط نتیجه بگیریم که استفاده از مدل‌های DM برای تخمین سن ممکن است به دلیل عدم وجود مطالعات مقایسه‌ای و مرجع قبلی، جایگزین روش‌های موجود شود. مطالعات پیگیری با استفاده از نمونه‌های بزرگتر برای تأیید نتایج به دست آمده در این مطالعه مورد نیاز است.
در میان مطالعاتی که دقت SD را در تخمین سن دندانی آزمایش کردند، برخی دقت بالاتری نسبت به مطالعه ما نشان دادند. Stepanovsky و همکارانش 35، 22 مدل SD را بر روی رادیوگرافی‌های پانورامیک 976 ساکن چک در سنین 2.7 تا 20.5 سال اعمال کردند و دقت هر مدل را آزمایش کردند. آنها رشد 16 دندان دائمی چپ بالا و پایین را با استفاده از معیارهای طبقه‌بندی ارائه شده توسط Moorrees و همکارانش 36 ارزیابی کردند. MAE از 0.64 تا 0.94 سال و RMSE از 0.85 تا 1.27 سال متغیر است که دقیق‌تر از دو مدل DM مورد استفاده در این مطالعه است. Shen و همکارانش 23 از روش Cameriere برای تخمین سن دندانی هفت دندان دائمی در فک پایین چپ در ساکنان شرق چین در سنین 5 تا 13 سال استفاده کردند و آن را با سنین تخمین زده شده با استفاده از رگرسیون خطی، SVM و RF مقایسه کردند. آنها نشان دادند که هر سه مدل DM در مقایسه با فرمول سنتی Cameriere دقت بالاتری دارند. مقادیر MAE و RMSE در مطالعه شن کمتر از مقادیر مدل DM در این مطالعه بود. افزایش دقت مطالعات استپانوفسکی و همکاران. 35 و شن و همکاران. 23 ممکن است به دلیل گنجاندن افراد جوان‌تر در نمونه‌های مطالعه آنها باشد. از آنجا که تخمین سن برای شرکت‌کنندگان دارای دندان‌های در حال رشد با افزایش تعداد دندان‌ها در طول رشد دندانی دقیق‌تر می‌شود، دقت روش تخمین سن حاصل ممکن است زمانی که شرکت‌کنندگان در مطالعه جوان‌تر هستند، به خطر بیفتد. علاوه بر این، خطای MLP در تخمین سن کمی کمتر از SLP است، به این معنی که MLP دقیق‌تر از SLP است. MLP برای تخمین سن کمی بهتر در نظر گرفته می‌شود، احتمالاً به دلیل لایه‌های پنهان در MLP38. با این حال، یک استثنا برای نمونه بیرونی زنان وجود دارد (SLP 1.45، MLP 1.49). این یافته که MLP در ارزیابی سن دقیق‌تر از SLP است، نیاز به مطالعات گذشته‌نگر بیشتری دارد.
عملکرد طبقه‌بندی مدل DM و روش سنتی در آستانه ۱۸ سالگی نیز مقایسه شد. همه مدل‌های SD آزمایش‌شده و روش‌های سنتی در مجموعه آزمون داخلی، عملاً سطوح قابل قبولی از تمایز را برای نمونه ۱۸ ساله نشان دادند. حساسیت برای مردان و زنان به ترتیب بیش از ۸۷.۷٪ و ۹۴.۹٪ و ویژگی بیش از ۸۹.۳٪ و ۸۴.۷٪ بود. AUROC همه مدل‌های آزمایش‌شده نیز از ۰.۹۲۵ فراتر می‌رود. تا آنجا که ما می‌دانیم، هیچ مطالعه‌ای عملکرد مدل DM را برای طبقه‌بندی ۱۸ ساله بر اساس بلوغ دندانی آزمایش نکرده است. می‌توانیم نتایج این مطالعه را با عملکرد طبقه‌بندی مدل‌های یادگیری عمیق روی رادیوگرافی‌های پانورامیک مقایسه کنیم. گو و همکارانش [۱۵] عملکرد طبقه‌بندی یک مدل یادگیری عمیق مبتنی بر CNN و یک روش دستی مبتنی بر روش دمیرجیان را برای یک آستانه سنی خاص محاسبه کردند. حساسیت و ویژگی روش دستی به ترتیب ۸۷.۷٪ و ۹۵.۵٪ بود و حساسیت و ویژگی مدل CNN به ترتیب از ۸۹.۲٪ و ۸۶.۶٪ فراتر رفت. آنها نتیجه گرفتند که مدل‌های یادگیری عمیق می‌توانند در طبقه‌بندی آستانه‌های سنی جایگزین ارزیابی دستی شوند یا از آن پیشی بگیرند. نتایج این مطالعه عملکرد طبقه‌بندی مشابهی را نشان داد. اعتقاد بر این است که طبقه‌بندی با استفاده از مدل‌های DM می‌تواند جایگزین روش‌های آماری سنتی برای تخمین سن شود. در بین مدل‌ها، DM LR از نظر حساسیت برای نمونه مردان و حساسیت و ویژگی برای نمونه زنان بهترین مدل بود. LR از نظر ویژگی برای مردان در رتبه دوم قرار دارد. علاوه بر این، LR یکی از مدل‌های DM35 کاربرپسندتر در نظر گرفته می‌شود و پیچیدگی و دشواری کمتری برای پردازش دارد. بر اساس این نتایج، LR بهترین مدل طبقه‌بندی حد آستانه برای افراد ۱۸ ساله در جمعیت کره در نظر گرفته شد.
به طور کلی، دقت تخمین سن یا عملکرد طبقه‌بندی در مجموعه آزمون خارجی در مقایسه با نتایج مجموعه آزمون داخلی ضعیف یا پایین‌تر بود. برخی گزارش‌ها نشان می‌دهند که دقت یا کارایی طبقه‌بندی زمانی کاهش می‌یابد که تخمین‌های سنی مبتنی بر جمعیت کره بر جمعیت ژاپن اعمال شوند5،39، و الگوی مشابهی در مطالعه حاضر یافت شد. این روند نزولی در مدل DM نیز مشاهده شد. بنابراین، برای تخمین دقیق سن، حتی هنگام استفاده از DM در فرآیند تجزیه و تحلیل، روش‌های مشتق شده از داده‌های جمعیت بومی، مانند روش‌های سنتی، باید ترجیح داده شوند5،39،40،41،42. از آنجایی که مشخص نیست که آیا مدل‌های یادگیری عمیق می‌توانند روندهای مشابهی را نشان دهند، مطالعاتی که دقت و کارایی طبقه‌بندی را با استفاده از روش‌های سنتی، مدل‌های DM و مدل‌های یادگیری عمیق در همان نمونه‌ها مقایسه می‌کنند، برای تأیید اینکه آیا هوش مصنوعی می‌تواند بر این نابرابری‌های نژادی در ارزیابی‌های سنی محدود غلبه کند، مورد نیاز است.
ما نشان می‌دهیم که روش‌های سنتی را می‌توان با تخمین سن بر اساس مدل DM در عمل تخمین سن پزشکی قانونی در کره جایگزین کرد. ما همچنین امکان پیاده‌سازی یادگیری ماشینی برای ارزیابی سن پزشکی قانونی را کشف کردیم. با این حال، محدودیت‌های مشخصی وجود دارد، مانند تعداد ناکافی شرکت‌کنندگان در این مطالعه برای تعیین قطعی نتایج، و فقدان مطالعات قبلی برای مقایسه و تأیید نتایج این مطالعه. در آینده، مطالعات DM باید با تعداد نمونه بیشتر و جمعیت‌های متنوع‌تر انجام شود تا کاربرد عملی آن در مقایسه با روش‌های سنتی بهبود یابد. برای تأیید امکان استفاده از هوش مصنوعی برای تخمین سن در جمعیت‌های متعدد، مطالعات آینده برای مقایسه دقت طبقه‌بندی و کارایی مدل‌های DM و یادگیری عمیق با روش‌های سنتی در همان نمونه‌ها مورد نیاز است.
این مطالعه از ۲۶۵۷ عکس املایی جمع‌آوری‌شده از بزرگسالان کره‌ای و ژاپنی ۱۵ تا ۲۳ ساله استفاده کرد. رادیوگرافی‌های کره‌ای به ۹۰۰ مجموعه آموزشی (۱۹.۴۲ ± ۲.۶۵ سال) و ۹۰۰ مجموعه آزمایشی داخلی (۱۹.۵۲ ± ۲.۵۹ سال) تقسیم شدند. مجموعه آموزشی در یک موسسه (بیمارستان سنت مری سئول) و مجموعه آزمایشی خود در دو موسسه (بیمارستان دندانپزشکی دانشگاه ملی سئول و بیمارستان دندانپزشکی دانشگاه یونسی) جمع‌آوری شد. ما همچنین ۸۵۷ رادیوگرافی را از داده‌های مبتنی بر جمعیت دیگر (دانشگاه پزشکی ایواته، ژاپن) برای آزمایش خارجی جمع‌آوری کردیم. رادیوگرافی‌های افراد ژاپنی (۱۹.۳۱ ± ۲.۶۰ سال) به عنوان مجموعه آزمایشی خارجی انتخاب شدند. داده‌ها به صورت گذشته‌نگر جمع‌آوری شدند تا مراحل رشد دندانی روی رادیوگرافی‌های پانورامیک گرفته‌شده در طول درمان دندانپزشکی تجزیه و تحلیل شود. تمام داده‌های جمع‌آوری‌شده به جز جنسیت، تاریخ تولد و تاریخ رادیوگرافی ناشناس بودند. معیارهای ورود و خروج همانند مطالعات منتشر شده قبلی 4 و 5 بود. سن واقعی نمونه با کم کردن تاریخ تولد از تاریخ گرفتن رادیوگرافی محاسبه شد. گروه نمونه به نه گروه سنی تقسیم شد. توزیع سن و جنس در جدول 3 نشان داده شده است. این مطالعه مطابق با اعلامیه هلسینکی انجام شد و توسط هیئت بررسی نهادی (IRB) بیمارستان سنت مری سئول از دانشگاه کاتولیک کره (KC22WISI0328) تأیید شد. با توجه به طراحی گذشته‌نگر این مطالعه، امکان اخذ رضایت آگاهانه از همه بیمارانی که تحت معاینه رادیوگرافی برای اهداف درمانی قرار می‌گیرند، وجود نداشت. بیمارستان سنت مری دانشگاه سئول کره (IRB) از الزام رضایت آگاهانه صرف نظر کرد.
مراحل رشد دندان‌های آسیای دوم و سوم دو فکی بر اساس معیارهای Demircan25 ارزیابی شد. اگر دندان‌های مشابه در سمت چپ و راست هر فک یافت می‌شدند، فقط یک دندان انتخاب می‌شد. اگر دندان‌های همولوگ در هر دو طرف در مراحل رشدی متفاوتی بودند، دندانی که مرحله رشدی پایین‌تری داشت، انتخاب می‌شد تا عدم قطعیت در سن تخمینی در نظر گرفته شود. صد رادیوگرافی که به صورت تصادفی از مجموعه آموزشی انتخاب شده بودند، توسط دو ناظر باتجربه امتیازدهی شدند تا پس از کالیبراسیون اولیه برای تعیین مرحله بلوغ دندانی، پایایی بین ناظران مورد آزمایش قرار گیرد. پایایی درون ناظران دو بار در فواصل سه ماهه توسط ناظر اصلی ارزیابی شد.
جنسیت و مرحله رشد دندان‌های آسیای دوم و سوم هر فک در مجموعه آموزشی توسط یک ناظر اولیه که با مدل‌های مختلف DM آموزش دیده بود، تخمین زده شد و سن واقعی به عنوان مقدار هدف تعیین شد. مدل‌های SLP و MLP که به طور گسترده در یادگیری ماشین استفاده می‌شوند، در برابر الگوریتم‌های رگرسیون آزمایش شدند. مدل DM توابع خطی را با استفاده از مراحل رشد چهار دندان ترکیب می‌کند و این داده‌ها را برای تخمین سن ترکیب می‌کند. SLP ساده‌ترین شبکه عصبی است و حاوی لایه‌های پنهان نیست. SLP بر اساس انتقال آستانه بین گره‌ها کار می‌کند. مدل SLP در رگرسیون از نظر ریاضی شبیه به رگرسیون خطی چندگانه است. برخلاف مدل SLP، مدل MLP دارای چندین لایه پنهان با توابع فعال‌سازی غیرخطی است. آزمایش‌های ما از یک لایه پنهان با تنها 20 گره پنهان با توابع فعال‌سازی غیرخطی استفاده کرد. از گرادیان نزولی به عنوان روش بهینه‌سازی و MAE و RMSE به عنوان تابع زیان برای آموزش مدل یادگیری ماشین خود استفاده کردیم. بهترین مدل رگرسیون به دست آمده برای مجموعه‌های آزمایش داخلی و خارجی اعمال شد و سن دندان‌ها تخمین زده شد.
یک الگوریتم طبقه‌بندی توسعه داده شد که از بلوغ چهار دندانه در مجموعه آموزشی برای پیش‌بینی اینکه آیا یک نمونه 18 ساله است یا خیر، استفاده می‌کند. برای ساخت مدل، ما هفت الگوریتم یادگیری ماشین نمایشی6،43 را استخراج کردیم: (1) LR، (2) KNN، (3) SVM، (4) DT، (5) RF، (6) XGBoost و (7) MLP. LR یکی از پرکاربردترین الگوریتم‌های طبقه‌بندی44 است. این یک الگوریتم یادگیری نظارت شده است که از رگرسیون برای پیش‌بینی احتمال تعلق داده‌ها به یک دسته خاص از 0 تا 1 استفاده می‌کند و داده‌ها را بر اساس این احتمال به عنوان متعلق به یک دسته محتمل‌تر طبقه‌بندی می‌کند. عمدتاً برای طبقه‌بندی دودویی استفاده می‌شود. KNN یکی از ساده‌ترین الگوریتم‌های یادگیری ماشین45 است. هنگامی که داده‌های ورودی جدید داده می‌شود، k داده نزدیک به مجموعه موجود را پیدا می‌کند و سپس آنها را در کلاسی با بالاترین فرکانس طبقه‌بندی می‌کند. ما 3 را برای تعداد همسایه‌های در نظر گرفته شده (k) تعیین می‌کنیم. SVM الگوریتمی است که فاصله بین دو کلاس را با استفاده از یک تابع هسته برای گسترش فضای خطی به یک فضای غیرخطی به نام fields46 به حداکثر می‌رساند. برای این مدل، ما از بایاس = 1، توان = 1 و گاما = 1 به عنوان ابرپارامترهای هسته چندجمله‌ای استفاده می‌کنیم. DT در زمینه‌های مختلف به عنوان الگوریتمی برای تقسیم کل مجموعه داده‌ها به چندین زیرگروه با نمایش قوانین تصمیم‌گیری در یک ساختار درختی47 اعمال شده است. این مدل با حداقل تعداد رکورد در هر گره 2 پیکربندی شده است و از شاخص جینی به عنوان معیار کیفیت استفاده می‌کند. RF یک روش گروهی است که چندین DT را برای بهبود عملکرد با استفاده از یک روش تجمیع بوت‌استرپ ترکیب می‌کند که با کشیدن تصادفی نمونه‌هایی با اندازه یکسان چندین بار از مجموعه داده اصلی، یک طبقه‌بندی کننده ضعیف برای هر نمونه ایجاد می‌کند48. ما از 100 درخت، 10 عمق درخت، 1 حداقل اندازه گره و شاخص اختلاط جینی به عنوان معیارهای جداسازی گره استفاده کردیم. طبقه‌بندی داده‌های جدید با رأی اکثریت تعیین می‌شود. XGBoost الگوریتمی است که تکنیک‌های تقویت را با استفاده از روشی که خطای بین مقادیر واقعی و پیش‌بینی‌شده مدل قبلی را به عنوان داده‌های آموزشی می‌گیرد و خطا را با استفاده از گرادیان‌ها افزایش می‌دهد49 ترکیب می‌کند. این الگوریتم به دلیل عملکرد خوب و بهره‌وری منابع و همچنین قابلیت اطمینان بالا به عنوان یک تابع تصحیح بیش‌برازش، به طور گسترده مورد استفاده قرار می‌گیرد. این مدل به 400 چرخ پشتیبان مجهز است. MLP یک شبکه عصبی است که در آن یک یا چند پرسپترون چندین لایه با یک یا چند لایه پنهان بین لایه‌های ورودی و خروجی تشکیل می‌دهند38. با استفاده از این، می‌توانید طبقه‌بندی غیرخطی انجام دهید که در آن وقتی یک لایه ورودی اضافه می‌کنید و مقدار نتیجه را دریافت می‌کنید، مقدار نتیجه پیش‌بینی شده با مقدار نتیجه واقعی مقایسه می‌شود و خطا به عقب برگردانده می‌شود. ما یک لایه پنهان با 20 نورون پنهان در هر لایه ایجاد کردیم. هر مدلی که توسعه دادیم برای آزمایش عملکرد طبقه‌بندی با محاسبه حساسیت، ویژگی، PPV، NPV و AUROC بر روی مجموعه‌های داخلی و خارجی اعمال شد. حساسیت به عنوان نسبت نمونه‌ای که تخمین زده می‌شود 18 سال یا بیشتر سن دارد به نمونه‌ای که تخمین زده می‌شود 18 سال یا بیشتر سن دارد تعریف می‌شود. ویژگی، نسبت نمونه‌های زیر 18 سال و نمونه‌هایی است که تخمین زده می‌شود زیر 18 سال سن دارند.
مراحل دندانی ارزیابی شده در مجموعه آموزشی برای تجزیه و تحلیل آماری به مراحل عددی تبدیل شدند. رگرسیون خطی چند متغیره و لجستیک برای توسعه مدل‌های پیش‌بینی برای هر جنس و استخراج فرمول‌های رگرسیون که می‌توانند برای تخمین سن استفاده شوند، انجام شد. ما از این فرمول‌ها برای تخمین سن دندانی برای هر دو مجموعه آزمایش داخلی و خارجی استفاده کردیم. جدول 4 مدل‌های رگرسیون و طبقه‌بندی مورد استفاده در این مطالعه را نشان می‌دهد.
پایایی درون و بین مشاهده‌گرها با استفاده از آماره کاپای کوهن محاسبه شد. برای آزمایش دقت مدل‌های رگرسیون DM و سنتی، MAE و RMSE را با استفاده از سن تخمینی و واقعی مجموعه‌های آزمایشی داخلی و خارجی محاسبه کردیم. این خطاها معمولاً برای ارزیابی دقت پیش‌بینی‌های مدل استفاده می‌شوند. هرچه خطا کوچکتر باشد، دقت پیش‌بینی بالاتر است.24 MAE و RMSE مجموعه‌های آزمایشی داخلی و خارجی محاسبه شده با استفاده از DM و رگرسیون سنتی را مقایسه کنید. عملکرد طبقه‌بندی حد آستانه 18 ساله در آمار سنتی با استفاده از یک جدول احتمالی 2 × 2 ارزیابی شد. حساسیت، ویژگی، PPV، NPV و AUROC محاسبه شده از مجموعه آزمایشی با مقادیر اندازه‌گیری شده مدل طبقه‌بندی DM مقایسه شدند. داده‌ها بسته به ویژگی‌های داده‌ها به صورت میانگین ± انحراف معیار یا تعداد (%) بیان می‌شوند. مقادیر P دو طرفه <0.05 از نظر آماری معنی‌دار در نظر گرفته شدند. همه تجزیه و تحلیل‌های آماری معمول با استفاده از نرم‌افزار SAS نسخه 9.4 (موسسه SAS، کری، کارولینای شمالی) انجام شد. مدل رگرسیون DM در پایتون با استفاده از Keras50 2.2.4 backend و Tensorflow51 1.8.0 به طور خاص برای عملیات ریاضی پیاده‌سازی شد. مدل طبقه‌بندی DM در محیط تحلیل دانش Waikato و پلتفرم تحلیل Konstanz Information Miner (KNIME) 4.6.152 پیاده‌سازی شد.
نویسندگان اذعان می‌کنند که داده‌های پشتیبان نتیجه‌گیری‌های مطالعه را می‌توان در مقاله و مطالب تکمیلی یافت. مجموعه داده‌های تولید شده و/یا تحلیل شده در طول مطالعه، در صورت درخواست معقول، از نویسنده مسئول در دسترس است.
ریتز-تیم، س. و همکاران. ارزیابی سن: جدیدترین فناوری برای برآورده کردن الزامات خاص پزشکی قانونی. internationality. مجله پزشکی قانونی. 113، 129-136 (2000).
اشملینگ، آ.، ریزینگر، دبلیو.، گسریک، گ.، و اولزه، آ. وضعیت فعلی ارزیابی سن قانونی افراد زنده برای اهداف پیگرد قانونی. پزشکی قانونی. آسیب شناسی. 1، 239-246 (2005).
پن، جی. و همکاران. روشی اصلاح‌شده برای ارزیابی سن دندانی کودکان ۵ تا ۱۶ ساله در شرق چین. بالینی. بررسی دهان و دندان. ۲۵، ۳۴۶۳–۳۴۷۴ (۲۰۲۱).
لی، اس. اس و غیره. گاهشمار رشد دندان‌های آسیای دوم و سوم در کره‌ای‌ها و کاربرد آن برای ارزیابی سن پزشکی قانونی. internationality. مجله پزشکی قانونی. 124، 659–665 (2010).
اوه، س.، کوماگای، آ.، کیم، اس. وای. و لی، اس. اس. دقت تخمین سن و تخمین آستانه ۱۸ سالگی بر اساس بلوغ دندان‌های آسیای دوم و سوم در کره‌ای‌ها و ژاپنی‌ها. PLoS ONE 17, e0271247 (2022).
کیم، جی وای، و همکاران. تجزیه و تحلیل داده‌های مبتنی بر یادگیری ماشین قبل از عمل می‌تواند نتیجه درمان جراحی خواب را در بیماران مبتلا به OSA پیش‌بینی کند. علم. گزارش 11، 14911 (2021).
هان، م. و همکاران. تخمین دقیق سن از یادگیری ماشین با یا بدون دخالت انسان؟ internationality. مجله پزشکی قانونی. 136، 821-831 (2022).
خان، س. و شاهین، م. از داده‌کاوی تا داده‌کاوی. مجله اطلاعات. علم. https://doi.org/10.1177/01655515211030872 (2021).
خان، س. و شاهین، م. WisRule: اولین الگوریتم شناختی برای کاوش قوانین انجمنی. مجله اطلاعات. علم. https://doi.org/10.1177/01655515221108695 (2022).
شاهین م. و عبدالله یو. کارم: داده‌کاوی سنتی مبتنی بر قوانین انجمنی مبتنی بر زمینه. محاسبه. مت. ادامه. 68، 3305–3322 (2021).
محمد م.، رحمان ز.، شاهین م.، خان م. و حبیب م. تشخیص شباهت معنایی مبتنی بر یادگیری عمیق با استفاده از داده‌های متنی. اطلاع‌رسانی. فناوری‌ها. کنترل. https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
تابش، م.، تانولی، ز.، و شاهین، م. سیستمی برای تشخیص فعالیت در ویدیوهای ورزشی. چندرسانه‌ای. ابزارها، کاربردها https://doi.org/10.1007/s11042-021-10519-6 (2021).
حلبی، اس. اس و همکاران. چالش یادگیری ماشین RSNA در سن استخوانی کودکان. رادیولوژی 290، 498–503 (2019).
لی، وای. و همکاران. تخمین سن پزشکی قانونی از طریق عکس‌برداری با اشعه ایکس لگن با استفاده از یادگیری عمیق. EURO. radiation. 29, 2322–2329 (2019).
گوئو، وای سی، و همکاران. طبقه‌بندی دقیق سن با استفاده از روش‌های دستی و شبکه‌های عصبی کانولوشن عمیق از تصاویر تصویرسازی ارتوگرافیک. internationality. مجله پزشکی قانونی. 135، 1589–1597 (2021).
آلاباما دالورا و همکاران. تخمین سن استخوانی با استفاده از روش‌های مختلف یادگیری ماشین: یک بررسی سیستماتیک متون و متاآنالیز. PLoS ONE 14، e0220242 (2019).
دو، اچ.، لی، جی.، چنگ، کی.، و یانگ، جی. تخمین سن جمعیت-ویژه آمریکایی‌های آفریقایی‌تبار و چینی‌ها بر اساس حجم حفره پالپ دندان‌های مولر اول با استفاده از توموگرافی کامپیوتری با پرتو مخروطی. internationality. مجله پزشکی قانونی. 136، 811-819 (2022).
کیم اس.، لی وای اچ، نو وای کی، پارک اف کی و اوه کی اس. تعیین گروه‌های سنی افراد زنده با استفاده از تصاویر مبتنی بر هوش مصنوعی از دندان‌های آسیای اول. علم. گزارش ۱۱، ۱۰۷۳ (۲۰۲۱).
استرن، دی.، پایر، سی.، جولیانی، ان.، و اورشلر، ام. تخمین خودکار سن و طبقه‌بندی سن اکثریت از داده‌های MRI چند متغیره. IEEE J. Biomed. Health Alerts. 23، 1392–1403 (2019).
چنگ، کیو.، جی.، زد.، دو، اچ. و لی، جی. تخمین سن بر اساس تقسیم‌بندی سه‌بعدی محفظه پالپ دندان‌های مولر اول از توموگرافی کامپیوتری با پرتو مخروطی با ادغام یادگیری عمیق و مجموعه‌های سطح. internationality. مجله پزشکی قانونی. 135، 365-373 (2021).
وو، دبلیو تی و همکاران. داده‌کاوی در کلان‌داده‌های بالینی: پایگاه‌های داده رایج، مراحل و مدل‌های روش‌ها. جهان. پزشکی. منبع. 8، 44 (2021).
یانگ، جی. و همکاران. مقدمه‌ای بر پایگاه‌های داده پزشکی و فناوری‌های داده‌کاوی در عصر کلان‌داده. مجله پزشکی پایه. 13، 57-69 (2020).
شن، اس. و همکاران. روش کامرر برای تخمین سن دندان با استفاده از یادگیری ماشین. BMC Oral Health 21، 641 (2021).
گالیبورگ آ. و همکاران. مقایسه روش‌های مختلف یادگیری ماشین برای پیش‌بینی سن دندانی با استفاده از روش مرحله‌بندی دمیرجیان. internationality. مجله پزشکی قانونی. 135، 665–675 (2021).
دمیرجیان، آ.، گلدشتاین، اچ. و تانر، جی. ام. سیستم جدیدی برای ارزیابی سن دندانی. خرناس. زیست‌شناسی. 45، 211–227 (1973).
لندیس، جی آر، و کوخ، جی جی. معیارهای توافق ناظر بر داده‌های طبقه‌بندی‌شده. بیومتریک 33، 159–174 (1977).
باتاچارجی اس، پراکاش دی، کیم سی، کیم اچ کی و چوی اچ کی. تجزیه و تحلیل بافتی، مورفولوژیکی و آماری تصویربرداری تشدید مغناطیسی دو بعدی با استفاده از تکنیک‌های هوش مصنوعی برای تمایز تومورهای اولیه مغز. اطلاعات سلامت. منبع. https://doi.org/10.4258/hir.2022.28.1.46 (2022).