利用尸检CT扫描视图进行年龄和性别估计

《International Journal of Legal Medicine》：Age and sex estimation using post-mortem CT scout view

死后CT扫描快速识别系统开发及性能验证。基于3008例训练数据和321例测试数据，"iml-scout"深度学习系统能以12.6秒的推理速度实现年龄（MAE=6.31，CCC=0.92）和性别（准确率94%）的高效估计。

　　

摘要

目的

尸检CT（PMCT）在大规模死亡事件中对于身份识别具有重要意义。本研究的目的是开发并评估“iml-scout”这款深度学习软件的性能，该软件能够根据PMCT的初步扫描图像来估算年龄和性别。

材料与方法

这项回顾性研究包括了2015年1月至2024年1月（数据采集组）以及2024年2月至9月（评估组）期间接受PMCT检查的已知年龄和性别的死者。我们使用数据采集组中60%的数据（训练集）对“iml-scout”进行训练，使其能够根据正面和侧面的初步扫描图像来估算年龄和性别。通过在验证集（数据采集组的20%）上应用分位数回归方法，计算出年龄的置信区间（95%CI）。在测试集（数据采集组的20%）和评估组中，我们测量了平均绝对误差（MAE）、一致性相关系数（CCC）、处于95%置信区间内的年龄估算比例、性别分类准确率以及推理所需时间。

结果

数据采集组（n=3008）和评估组（n=321）的中位年龄分别为57岁（IQR：39–71岁）和54岁（IQR：34–70岁）。在测试集（n=602）和评估组中，平均绝对误差分别为6.31岁（95%CI：5.87–6.75岁）和6.57岁（95%CI：5.96–7.18岁），一致性相关系数均为0.92（95%CI：0.90–0.93）。在测试集中，有575例（95.5%）的年龄估算值位于95%置信区间内；在评估组中，这一比例为306例（95.3%）。性别分类准确率分别为566例（94.0%）和302例（94.1%）。平均推理时间为12.6±0.87秒。

结论

“iml-scout”软件能够快速、准确地根据PMCT的初步扫描图像估算年龄和性别。