Tabiat.com saytiga tashrif buyurganingiz uchun rahmat. Siz foydalanayotgan brauzerning versiyasi cheklangan CSS-ni qo'llab-quvvatlaydi. Eng yaxshi natijalar uchun biz brauzeringizning yangi versiyasidan foydalanishni tavsiya etamiz (yoki Internet Explorer-da moslik rejimini o'chirish). Shu bilan birga, qo'llab-quvvatlanayotgan yordamni ta'minlash uchun biz saytni styling yoki JavaScript-ni ko'rsatamiz.
Tishlar inson tanasining eng aniq ko'rsatkichi hisoblanadi va ko'pincha sud-tibbiy baholashda qo'llaniladi. Biz 18 yillik chegarani an'anaviy usullar va ma'lumotlar konchilik yoshlari hisob-kitoblariga taqqoslash orqali ma'lumotlarni hisoblashning aniqligi va tasniflash natijalarini taqqoslash orqali ma'lumotlarni taqsimlashga asoslangan stomatologiyani tasdiqlashni maqsad qildik. 15 yoshdan 23 yoshgacha bo'lgan Koreys va Yaponiya fuqarolari jami 2657 ta panoramik rentgen rentgenlari to'plandi. Ular tarkibiga 900 koreys rentgenograflari va 857 yapon rentgenografiyasini o'z ichiga olgan ichki testlar to'plamiga bo'lingan. Biz ma'lumotni oshirish modellarining sinov to'plamlari bilan an'anaviy usullarning tasnifligi aniqligi va samaradorligini oshirdik. Ichki sinovlar to'plamidagi an'anaviy usulning to'g'riligi ma'lumotni qazib olish modelidan biroz yuqori va farq - bu kvadrat <0.24 yil). 18 yillik kutish uchun tasniflash bo'yicha tasniflash an'anaviy usullar va ma'lumotlarni qazib olish modellari o'rtasida ham o'xshashdir. Shunday qilib, an'anaviy usullarni tibbiy yoshni baholashni amalga oshirishda tibbiy yoshni baholashni amalga oshirishda, Koreys o'spirinlari va yosh kattalardagi ikkinchi va uchinchi moskarlarning etukligidan foydalangan holda ekspert yoshini baholashni amalga oshirishi mumkin.
Sentinalik tibbiyot va bolalar stomatologiyasida tish yoshini baholash keng qo'llaniladi. Xususan, xronologik yosh va stomatologik taraqqiyot tufayli tishlarning rivojlanish bosqichlari tomonidan yosh baholanishi bolalar va o'spirinlar yoshini baholash uchun muhim mezondir12,3. Biroq, yoshlarning tish muddati bo'yicha stadion yoshini taxmin qilish uning cheklovlariga ega, chunki uchinchi mobarlar bundan mustasno, tish o'sishi deyarli tugadi, uchinchi molar bundan mustasno. Yoshlar va o'spirinlarning yoshini aniqlashning qonuniy maqsadlari ko'pchilik yoshiga etganlik yoki yo'qmi, ularning aniq hisob-kitoblari va ilmiy dalillarini ta'minlashdir. Koreyada o'spirinlar va yosh kattalarning tibbiy-huquqiy amaliyotida, yoshi oh va al 5 tomonidan aytilgan qonunlar asosida 18 yilning huquqiy chegaralari bashorat qilingan.
Mashinani o'rganish juda katta miqdordagi ma'lumotlarni o'rganadigan va tasniflaydigan sun'iy intellektron razvedka (AI). Mashinani o'rganish juda katta hajmdagi ma'lumotlar uchun foydali ko'rinishga ega bo'lishi mumkin. Bundan farqli o'laroq, mehnat intizomi va vaqtni iste'mol qilish - mehnatni qayta ishlash qiyin bo'lgan katta hajmli ma'lumotlar bilan ishlashda cheklangan bo'lishi mumkin7. Shu sababli, yaqinda ko'plab tadqiqotlar inson xatolarini minimallashtirish va ko'p o'lchovli ma'lumotlarni tejash va ko'p o'lchovli ma'lumotlarni samarali ravishda ko'rib chiqish uchun 8,9,111112. Xususan, tibbiy ko'rikni tahlil qilishda chuqur o'rganilgan va avtomatik ravishda radioni tahlil qilishning turli xil baholash usullari, yoshni baholashning aniqligi va samaradorligini tahlil qilish bo'yicha har xil miqdordagi baholar13,15,19,19,20 . Masalan, Halabi va boshqalar - bolalar qo'llarining rentgenografi yordamida konvertal neural tarmoqlari (CNN) asosida dastgohni o'rganish algoritmini (CNN) ishlab chiqdi. Ushbu tadqiqot mashinani tibbiy tasvirlarga olib boradigan modelni taklif qiladi va ushbu usullar diagnostika aniqligini oshirishi mumkinligini ko'rsatadi. Li va Ol14 baholangan yoshdagi Rentgen Rentgen Rasmlardan CNN chuqur o'rganilganidan foydalangan holda va ularni bekor qilish bosqichini baholashdan foydalangan holda regress natijalari bilan taqqoslagan. Ular chuqurlikdagi CNN modeli an'anaviy regressiya modeli sifatida bir xil yoshdagi baholash faoliyatini ko'rsatganligini aniqladilar. Guo va al. Ning o'qish [15] Tish ortofotlari asosida CNN texnologiyasining tinimsiz bajarilganligini va CNN modelining natijalarini baholadi va CNN modelining natijalari uning yosh tasnifini o'tkazish qobiliyatini isbotladi.
Mashinani o'rganish yordamida yoshni baholash bo'yicha ko'p tadqiqotlar chuqur o'rganish usullaridan foydalanadilar13,14,15,19,18,19,19,20. Yoshni o'rganish asosida yoshni hisoblash an'anaviy usullardan ko'ra aniqroq deb xabar beradi. Biroq, ushbu yondashuv ilmiy asoslar uchun ilmiy asoslarni baholashda ishlatiladigan yosh ko'rsatkichlari kabi ilmiy asoslarni taqdim etish imkoniyatini beradi. Tekshiruvlarni kim olib boradigan huquqiy nizo ham bor. Shuning uchun chuqur o'rganish asosida yoshni hisoblash ma'muriy va sud hokimiyati tomonidan qabul qilish qiyin. Ma'lumotlarni himoya qilish (DM) nafaqat kutilgan, balki kutilmagan ma'lumotlarni, balki katta miqdordagi ma'lumotlar hajmi bo'yicha foydali bog'liqlikni aniqlash usuli sifatida, balki kutilmagan ma'lumotlarni 3,21,22. Mashinani o'rganish ko'pincha ma'lumotlarni konchilikda ishlatiladi va ma'lumotlar konlari va mashinasozlik ham bir xil asosiy algoritmlar ma'lumotlarga ega bo'lgan holda ochish uchun bir xil algoritmlardan foydalanadi. Tish rivojlanishidan foydalangan holda yoshni baholash ekspertning maqsadli tishlarning etukligini baholashiga asoslanadi va bu baho har bir maqsad uchun sahna sifatida ifodalanadi. DMdan stomatologik baholash bosqichi va haqiqiy yoshi o'rtasidagi bog'liqlikni tahlil qilish uchun ishlatilishi mumkin va an'anaviy statistik tahlilni almashtirish uchun imkoniyatga ega. Shuning uchun, agar biz yoshni baholash uchun DM texnikasini qo'llasak, biz sud-salatni baholashda yuridik javobgarlik haqida qayg'urmasdan amalga oshira olamiz. Bir nechta qiyosiy tadqiqotlar, sud ekspertizasi va ttometriyani aniqlash uchun EBM asosida qo'llaniladigan an'anaviy qo'llanma usullari bo'yicha bir nechta qiyosiy tadqiqotlar haqida nashr etilgan. Shen va Al23: DM modeli an'anaviy kamera formulasidan ko'ra aniqroq ekanligini ko'rsatdi. Galiburg va Olma4 Demirjunos mezonlariga ko'ra yoshga ega bo'lgan DM usuli frantsuz aholisining yoshini hisoblashda DM usuli demokrat va halokat usullarini qisqartirishini ko'rsatdi.
Koreyaning o'spirinlari va yosh kattalarning tish asrini baholash uchun Li 4-usuli Koreys sud amaliyotida keng qo'llaniladi. Ushbu usul Koreyaning mavzulari va xronologik yoshi o'rtasidagi munosabatlarni tekshirish uchun an'anaviy statistik tahlildan foydalanadi (masalan, bir nechta regressiya). Ushbu tadqiqotda an'anaviy statistik usullardan foydalanganda olingan yoshni baholash usullari "an'anaviy usullar" deb belgilanadi. Li uslubi an'anaviy usuldir va uning aniqligi oh va boshqalar tomonidan tasdiqlangan. 5; Biroq, Koreys sud amaliyotidagi DM modeliga asoslangan yoshni hisoblashning qo'llanilishi ham shubhali. Bizning maqsadimiz DM modeliga asoslangan yoshni baholashning asosiy foydali ekanligini ilmiy jihatdan tasdiqlash edi. Ushbu tadqiqotning maqsadi - ikki DM modelining to'g'riligini 18 yoshida 70 yoshida fentafikatsiyani sekundy an'anaviy statistik usullar bo'yicha platsiyaviy usullar bilan taqqoslashda 7 DM modellarini baholash uchun aniqligini taqqoslash uchun. va ikkala jag'da uchinchi mobarlar.
Sahnada va tish turi bo'yicha xronologik yoshning me'yoriy og'ishlari, S1 (Ichki sinovlar to'plami) va qo'shimcha jadvalda (tashqi sinov to'plami). Treningdan olingan varaqlardan olingan interobervetning ishonchliligi uchun kappa qiymatlari 0,951 va 0,947 ni tashkil etdi. P qiymatlari va Kappa qadriyatlari uchun 95% ishonchli intervallar onlayn qo'shimcha stolda ko'rsatilgan. Kappa qiymati Landis va KOOS26 mezonlariga mos keladigan "deyarli mukammal" deb tarjima qilingan.
Muttager-ning o'rtacha xatoini taqqoslashda an'anaviy usul, barcha jinslar uchun DM modelini, ko'p bosqichli pereptron (MLP) bundan mustasno. An'anaviy model va DM modeli o'rtasidagi farq erkaklar uchun 0,12-0.19 yil va ayollar uchun 0,17-0,21 yillar uchun 0,12-0.19. Tashqi sinov batareyasi uchun farqlar kichikroq (erkaklar uchun 0,001-00 yil va 0.05-09 yillar). Additionally, the root mean square error (RMSE) is slightly lower than the traditional method, with smaller differences (0.17–0.24, 0.2–0.24 for the male internal test set, and 0.03–0.07, 0.04–0.08 for external test set). ). MLP bitta qavatli permeptron (SPP) dan bir oz yaxshiroq ishlashni ko'rsatadi, ayolning tashqi sinovi to'plamidan tashqari. Mae va RMSE uchun tashqi sinov to'plami barcha genders va modellar uchun ichki sinovdan yuqori bo'lgan ballar. Barcha mae va rmse 1-jadvalda va 1-rasmda ko'rsatilgan.
Mae va an'anaviy va ma'lumotlar konchilik regressiya modellari. O'rtacha mutlaq xatti-xatti-xatti-harakatlar, ildizning o'rtacha kvadrat deputati Rmse, bitta qatlam permeptron slp, ko'p bosqichli pereptron mlp, an'anaviy CM usuli.
Tasniflash bo'yicha ishlash (PPV) an'anaviy va DM modellarining 18 yoshini qisqartirish (PPV), salbiy bashoratli qiymat (NPV) va oluvchi egri chiziqlar (Auroc) ostida namoyish etildi. 27 (2-jadval, 2-rasm va 1-rasmda onlayn). Ichki sinov batareyasining sezgirligi nuqtai nazaridan an'anaviy usullar erkaklar orasida eng yaxshi va ayollar orasida yomonlashib boradi. Biroq, an'anaviy usullar va SD o'rtasidagi tasniflashning farqlari erkaklar uchun 9,7% va ayollar uchun atigi 2,4% ni tashkil etadi. DM modellari orasida logistik regressiya (lr) ikkala jinsdagi yaxshiroq sezgirlikni ko'rsatdi. Ichki sinovlar to'plamiga kelsak, to'rtta SD-model erkaklarda yaxshi ijro etilganligi, an'anaviy model urg'ochilarda yaxshiroq amalga oshirilganligi kuzatildi. Modellashtirishning tasniflashidagi tasniflashning mos ravishda 13,3% ni (MLP) klassifikatsiya qilish bo'yicha farqlar 13,3% ni (MLP) va 13,1% ni (MLP) farq qiladi. DM modellari orasida qo'llab-quvvatlash vektor mashinasi (SVM), qaror go'shti (DT) va tasodifiy o'rmon (RF) modellari erkaklar orasida eng yaxshi ijro etildi, chunki LR urg'ochilar o'rtasida eng yaxshi ijro etildi. An'anaviy modelning voductio va barcha SD modellari erkaklardagi eng katta tasnif ko'rsatkichlarini namoyish etdilar28. Tashqi sinov uchun ichki sinovlar to'plamiga nisbatan sezgirlik, o'ziga xoslik va Auroc jihatidan tasniflashning bajarilishida tasniflash ishlarini sezilarli darajada pasayish kuzatildi. Bundan tashqari, eng yaxshi va eng yomon modellarning tasnifi o'rtasidagi sezgirlik va o'ziga xoslikning farq 10% dan 25% gacha bo'lgan va ichki test to'plamidagi farqdan kattaroq bo'lgan.
18 yilni qisqartirish bilan an'anaviy usullar bilan solishtirganda, kon qazish tasniflash modellarining sezgirligi va o'ziga xosligi. KNN K eng yaqin qo'shnisi, SVM qo'llab-quvvatlash vektori mashinasi, DT qarorlari kemasi, RF RANDOM CHEST, XGB XGBOST, MLP ko'pmalatorli pereptron, an'anaviy km usuli.
Ushbu tadqiqotning birinchi bosqichi, etti DM modelidan olingan, an'anaviy regressiya yordamida olinganlar bilan etti DM modelidan olingan sentatilmlarning aniqligini taqqoslash edi. Mae va RMSSSSE jinsiy aloqada bo'lgan ichki sinov to'plamlarida baholandi va DM modeli 44 kundan boshlab 44 kundan 77 kungacha bo'lgan farqi va RMSE uchun 62 tadan 88 kungacha bo'lgan farq. Ushbu tadqiqotda an'anaviy usul biroz aniqroq bo'lsa-da, bu kichik farqi klinik yoki amaliy ahamiyatga ega yoki amaliy ahamiyatga egaligini xulosa qilish qiyin. Ushbu natijalar shuni ko'rsatadiki, DM modelidan foydalangan holda tish yoshini hisoblashning aniqligi an'anaviy usul bilan bir xil. Oldingi tadqiqotlar natijalari bilan to'g'ridan-to'g'ri taqqoslash qiyin, chunki hech qanday tadqiqot ushbu tadqiqotda bo'lgani kabi, xuddi shu yoshdagi tishlardagi tishlardagi tishlardagi tishlarning bir xil texnikaidan foydalanib, an'anaviy statistik usullar bilan taqqoslanmaydi. Gaiburg va Oltita4-ga nisbatan ikki an'anaviy usul (demirjiya metodikasi25 va Wills Metyeticative29) va 2 yoshdan 24 yoshgacha bo'lgan frantsuz aholisidagi 10 dm modellari o'rtasidagi taqqoslanadi. Ularning xabar berishicha, barcha DM modellari an'anaviy usullardan ko'ra aniqroq edi, 0,38 va 0,25 va 0,47 yillar davomida Wildems va Demirjiya usullari bilan taqqoslaganda. Haliburg-da ko'rsatilgan SD modeli va an'anaviy usullari o'rtasidagi tafovut ko'plab hisob-kitoblar30,31,32,33 hisob qaydnomasi hisobga olinadi. Ushbu tadqiqotda. Tay va al 34 MLP algoritmidan 1636 xitoylik ortodontik fotosuratlar va demirjian va Wills usuli natijalari bilan uning aniqligini oshirdi. Ular MLP an'anaviy usullardan yuqori aniqlikka ega. Demirjunos usuli va an'anaviy usul o'rtasidagi farq <0.32 yil, bu tadqiqot natijalariga o'xshash 0,28 yilni tashkil etadi. Oldingi tadqiqotlarning natijalari24,34 ushbu tadqiqot natijalariga ham mos keladi va DM modelining va an'anaviy usul shunga o'xshash. Biroq, taqdim etilgan natijalarga ko'ra, biz faqat DM modellaridan foydalanishni baholashning baholash va mos keladigan tadqiqotlar tufayli mavjud usullarni almashtirishi mumkin degan xulosaga kelish mumkin. Ushbu tadqiqotda olingan natijalarni tasdiqlash uchun kattaroq namunalardan foydalangan holda keyingi tadqiqotlar kerak.
SD-ni hisoblashda SDning to'g'riligini tekshirgan tadqiqotlar orasida ba'zilari bizning tadqiqotdan ko'ra yuqori darajada aniqlikni namoyish etdi. Stepanovskiy va AL 35 35 SD modellari 2.7 dan 20,5 yilgacha bo'lgan 976 Chexiya aholisining panoramik rentgenografiyasini va har bir modelning to'g'riligini sinab ko'rishadi. Ular Moskres va boshqalar tomonidan taklif etilgan tasniflash mezonlaridan foydalangan holda, ular jami 16 ta yuqori va pastki chap doimiy tishlarning rivojlanishini baholadilar. Mae 0,64 yildan 0,94 yilgacha va 0,85 dan 1,27 yilgacha bo'lgan RMSE ushbu tadqiqotda ishlatiladigan ikki DM modellaridan ko'ra aniqroq. 5 yoshdan 13 yoshgacha sharqona xitoyliklar, sharqiy xitoyliklar aholisidagi chapdagi ettita doimiy tishlarning tish asrini baholash uchun Camereere va Oltita doimiy tishni baholash uchun kamera va kamera miqdorini baholadilar. Ular uchta DMning barcha modellari an'anaviy kamera formulasiga nisbatan yuqori aniqlikka egaligini ko'rsatdilar. Shenning o'qishidagi mai va rms ushbu tadqiqotda DM modelida bo'lganlarga qaraganda pastroq edi. Stelanovskiy va boshqalar tomonidan tadqiqotlarning aniqligi. 35 va Shen va boshqalar. 23 Ehtimol, yosh mavzularni ularning namunalariga kiritish bilan bog'liq. Tishlarning rivojlanishi paytida yoshning yoshi aniqlanayotgani sababli, tishlarni ishlab chiqishda tishlarning ko'payishi aniqroq bo'ladi, natijada yoshni baholash usuli o'rganilayotganida, o'quv qatnashchilari yosh bo'lganida paydo bo'lishi mumkin. Bundan tashqari, MLPning yoshini baholashdagi xatolik, mlp slamdan ko'ra ko'proq aniqroq ekanligini anglatadi. MLP yoshni baholash uchun biroz yaxshiroq deb hisoblanadi, ehtimol MLP38-da yashirin qatlamlar tufayli. Biroq, ayollarning tashqi namunasi uchun istisno mavjud (1.45, mlp 1.49). Mulpani baholashdagi SMPdan ko'ra aniqroq ekanligini topish, qo'shimcha retrospektiv tadqiqotlar talab qiladi.
DM modelini tasniflash 18 yillik chegarada an'anaviy usul ham taqqoslandi. Barcha sinovdan o'tgan SD-modellar va ichki testlar to'plamidagi an'anaviy usullar amalda 18 yoshli namuna uchun kamsitish darajasini ko'rsatdi. Erkaklar va ayollar uchun sezgirlik 87,7% dan 94,9% gacha, mos ravishda 89,3% va 84,7% dan yuqori edi. Barcha sinovdan o'tgan barcha modellarning auroc 0,925 dan oshadi. Bizning eng yaxshi bilimimizga, DM modelini stadion etukligi asosida DM modelining ishlashini tekshirib ko'rmadi. Ushbu tadqiqot natijalarini Panoramik rentografiyalar bo'yicha chuqur o'rganish modellarining tasnifi bilan taqqoslashimiz mumkin. Guo va al.15 - CNNga asoslangan chuqur o'rganish modelining tasnifini va Demirjyanning ma'lum bir yosh ostonasi uchun uslubiga asoslangan qo'lda usulni baholadi. Qo'l-uslubning sezgirligi va o'ziga xosligi mos ravishda 87,7% va 95,5% ni tashkil etdi va tegishli ravishda 89,2% va 86,6% dan oshdi. Ular chuqur o'rganish modellari yosh ostonlarini tasniflashda qo'lda qo'llanmani almashtirish yoki cheklashlari mumkin degan xulosaga kelishdi. Ushbu tadqiqot natijalari shunga o'xshash tasnif ishlashini ko'rsatdi; DM modellaridan foydalanish tasnifi yoshni baholash uchun an'anaviy statistik usullarni almashtirishi mumkinligiga ishoniladi. Modellar orasida, DM LR erkak namunaviy va ayol namunasi uchun sezgirligi va o'ziga xosligiga sezgirlik nuqtai nazaridan eng yaxshi model edi. LR erkaklar uchun o'ziga xoslik bilan ikkinchi o'rinda turadi. Bundan tashqari, LR foydalanuvchiga qulay dm35 modellaridan biri hisoblanadi va unchalik murakkab va jarayonni qiyinlashtiradi. Ushbu natijalarga ko'ra, LR kompaniyaning 18 yoshli bolalar uchun eng yaxshi qisqartirish tasnifi modeli hisoblandi.
Umuman olganda, tashqi sinovlar to'plamidagi yoshni baholash yoki tasniflashning aniqligi ichki sinovlar to'plamidagi natijalarga nisbatan kambag'al yoki past edi. Ba'zi ma'lumotlarga ko'ra, taniqsonlikni aniqlik yoki samaradorligi yaponiyalik populyatsiyasiga nisbatan 3,39 aholiga qo'llanilgan va hozirgi tadqiqotda shunga o'xshash naqsh topilganligi ko'rsatilgan. Bu yomonlashish tendentsiyasi DM modelida ham kuzatildi. Shuning uchun yoshni tahlil qilish jarayonida DM-dan foydalanish, an'anaviy usullar kabi usullar, shuningdek, an'anaviy usullar kabi usullarni aniq baholash uchun, an'anaviy usullar kabi usullar39,40,41,42. Ilmiy o'rganish modellari shunga o'xshash usullar, DM modellari va chuqur namunalarni tejashni aniqlash uchun aniqlik cheklanganligini va bir xil namunalarni qo'llash uchun taniqli yoshdagi muammolarni engib o'tishini tasdiqlash uchun zarurmi, chunki ularda cheklangan yoshdagi muammolarni engib o'tishlari kerak. baholash.
An'anaviy usullarni namoyish etamiz, Koreyada sud ekspertizasini hisoblash amaliyotidagi DM modeliga asoslangan yoshni baholash bilan almashtirish mumkin. Shuningdek, biz sud-tibbiy ko'rikdan o'tish uchun mashinani o'qitish imkoniyatini aniqladik. Biroq, ushbu tadqiqotda ishtirok etuvchilar sonining etishmasligi kabi aniq cheklovlar mavjud, masalan, ushbu tadqiqot natijalarini taqqoslash va tasdiqlash uchun oldingi tadqiqotlar etishmasligi va oldingi tadqiqotlar etishmasligi. Kelajakda DM tadqiqotlari an'anaviy usullar bilan taqqoslaganda amaliy qo'llanilishini yaxshilash uchun ko'proq namunalar va yanada xilma-xil populyatsiyalar bilan o'tkazilishi kerak. Sun'iy razvedkadan foydalanishning maqsadga muvofiqligini tasdiqlash uchun, ko'p sonli populyatsiyalarni baholash uchun DM va chuqur o'rganish modellarining tasnifini bir xil namunalarda an'anaviy usullar bilan taqqoslash kerak.
Tadqiqot Koreys va 23 yoshdan 23 yoshgacha bo'lgan yaponiyaliklarga jamlangan 2,657 ortografik fotosuratlardan foydalangan. Koreyalik rentgen rentgenlari 900 ta o'quv dasturiga (19.52 ± 2.65 yil) va 900 ta ichki sinov to'plamlari (19.52 ± 2.59 yil) ga bo'lingan. O'quv setida bir muassasada (Seul Sent-Meri kasalxonasi) va ikkita muassasada (Seul Milliy universitet stomatologiyasi va Yonsei universiteti stomatologik kasalxonasi) to'plangan. Shuningdek, biz 857 ta populyatsiyaning boshqa ma'lumotlari (Yaponiya tibbiyot universiteti, Yaponiya) tomonidan tashqi sinov uchun 857 rentgenografiya yig'dik. Tashqi sinov to'plami sifatida yapon sub'ektlarining rentgenografiyasi (19.31 2.60 yil) tanlab olindi. Ma'lumotlar stadion davolash paytida olingan pantamik rentgen rentgen rentgen rentgenograflarining stadion rivojlanish bosqichlarini tahlil qilish uchun translyospektsiya to'plandi. Hammasi to'plangan barcha ma'lumotlar anonim bo'lib, gender, tug'ilgan sana va rentgen sanasi. Apüratsiya va istisno qilish mezonlari yuqorida nashr etilgan tadqiqotlar bilan bir xil, 4, 5. Namunaning haqiqiy yoshi rentgenografiya olingan kundan boshlab tug'ilish sanasini olib tashlash orqali hisoblab chiqilgan. Namunaviy guruh to'qqiz yoshga to'ldi. Yosh va jins taqsimoti Ushbu tadqiqotda "Xelsinki" Deklaratsiyasiga muvofiq amalga oshiriladi va Seul Sent-Kasalxonaning "KC22wisi0328". Ushbu tadqiqotning retrospektiv dizayi tufayli, tibbiy ko'rikdan o'tkazilgan roziligi ostidagi barcha bemorlardan xabardor bo'lgan barcha bemorlardan olinishi mumkin emas. Seul Korea universiteti Sent-Meri kasalxonasi (IRB) ma'lumotli rozilik talabidan voz kechdi.
Bimoxillerar ikkinchi va uchinchi molar rivojlanish bosqichlari, depiranning mezonlari25 ga ko'ra baholandi. Har bir jag 'ning chap va o'ng tomonlarida bir xil tishli topilgan bo'lsa, faqat bitta tish tanlandi. Agar ikkala tomonning har ikki tomonidagi homodum tishlar turli xil rivojlanish bosqichlarida bo'lgan bo'lsa, rivojlanish bosqichidagi tish taxminiy yoshdagi noaniqlik uchun hisobni hisobga olish uchun tanlangan. Tasdiqlangan to'plamdan yuzta tasodifiy tanlangan rentgrlar ttometrning etuklik bosqichini aniqlash uchun interobervet ishonchliligini tekshirish uchun bir yuzta tajribali kuzatuvchilar tomonidan kiritildi. Intrakkaserver ishonchliligi birlamchi kuzatuvchi tomonidan uch oylik intervalda ikki marta uch oylik muddatda baholandi.
O'quv to'plamidagi har bir jagning ikkinchi va uchinchi molyarlarining jinsi va rivojlanish bosqichi turli DM modellari bilan o'qitilgan boshlang'ich kuzatuvchi tomonidan baholandi va haqiqiy yosh maqsadli qiymat sifatida belgilandi. Mashinani o'qishda keng qo'llaniladigan slp va MLP modellari regressiya algoritmlaridan sinovdan o'tkazildi. DM modeli to'rtta tishning rivojlanish bosqichlaridan foydalangan holda chiziqli funktsiyalarni birlashtiradi va ushbu ma'lumotlarni yoshni baholashga birlashtiradi. SPP - bu eng oddiy Neron tarmog'i bo'lib, yashirin qatlamlar mavjud emas. Tugunlar orasidagi tubitlarning ta'siriga asoslangan Regressiyadagi SMP modeli bir nechta chiziqli regressiyaga mos keladi. SNP modelidan farqli o'laroq, MLP modeli nofellik faollashtirilgan funktsiyalari bo'lgan bir nechta yashirin qatlamlarga ega. Bizning tajribalarimiz faqat 20 yashirilgan 20 ta yashirin tugunlar bilan yashirin qatlamdan foydalangan. Gradients millationlashtirish usuli va Maye va RMS Mashinani o'rganish modelini tayyorlash uchun yo'qotish funktsiyasi sifatida netdice-dan foydalaning. Olingan eng yaxshi regressiya modeli ichki va tashqi sinov to'plamlariga qo'llanildi va tishlarning yoshi aniqlandi.
Tasniflash algoritm ishlab chiqilgan bo'lib, mashg'ulotda to'rt yoshdan oshgan yoki yo'qligini taxmin qilish uchun tayyorgarlik uchun to'rtta tishning etukligidan foydalanadi. Model qurish uchun biz ettita vakillik mashinasini o'rganish uchun biz ettita vakili643: (1) kn, (2) dt, (4) xgboost, va (7) xgboost . LR - eng keng qo'llaniladigan tasnif algoritms44. Bu 2000 dan 1 gacha bo'lgan ma'lumotlar uchun ma'lumotlar ehtimolini oldindan aytib beradigan nazorat ostidagi ALGORITM, ushbu ehtimollik asosida ma'lumotni tasniflagan holda, ma'lumotni tasniflaydi; asosan ikkilik tasnif uchun ishlatiladi. Knn - eng oddiy Mashinani o'rganish algoritms45. Yangi kiritish ma'lumotlari berilganda, u Ma'lumotlar mavjud to'plamga yaqin deb topadi va keyin ularni eng yuqori chastota bilan sinfga tasniflaydi. Biz qo'shnilar sonini (K) hisobga olgan holda 3-ni o'rnatdik. SVM - bu ikki sinf orasidagi masofani bosib o'tgan masofani bosib, chiziqli bo'lmagan joyga, chiziqli bo'lmagan joyga yo'naltirilgan maydonlarga chiziqli bo'lmagan joyga kengaytirish orqali maksimal darajada maksimal darajada maksimal darajada oshiradi. Ushbu model uchun biz bas = 1, Power = 1, gamma = 1 polizparamiya yadrosi uchun giperapparametr sifatida ishlatamiz. DT daraxt tuzilmasidagi qaror qoidalarini ifodalash orqali bir nechta kichik guruhlarga bo'linadigan algoritm sifatida turli sohalarda qo'llanilgan. Model 2 ta tugun uchun minimal rekordlar bilan sozlangan va GINI indeksini sifat o'lchovi sifatida ishlatadi. RF - bu bir necha o'lchovli ma'lumotlar stavkasidan bir xil o'lchamdagi bir xil o'lchamdagi bir xil o'lchamdagi bir xil o'lchamdagi bir xil o'lchamdagi bir xil o'lchamdagi yoki bir xil o'lchamdagi namunaviy namunalar yordamida har bir namuna uchun zaif tasniflagich yordamida ishlashni yaxshilaydigan ansambl usulidir. Biz 100 ta daraxt, 10 ta daraxtning chuqurligi, 1 minimal tugunning 1 o'lchami va ginli aralash indeksidan foydalanishni ajratish mezonlari sifatida ishlatganmiz. Yangi ma'lumotlarning tasnifi ko'pchilik ovozi bilan belgilanadi. XGBOost - bu zamonaviy modelning haqiqiy va bashorat qilingan qiymatlari o'rtasidagi xatolarni amalga oshiradigan usuldan foydalanib, dasturni o'rganadigan usuldan foydalanadigan usullarni kuchaytiradigan usulni birlashtiradi va gradientlar yordamida xatolarni kengaytiradi. Bu juda yaxshi ishlatiladigan algoritm, uning yaxshi ishlashi va resurslari samaradorligi, shuningdek, yuqori darajadagi ishonchlilikni tuzatish funktsiyasi sifatida yuqori darajadagi ishonchlilik. Model 400 ta yordam g'ildiraklari bilan jihozlangan. MLP - bu bir yoki bir nechta perptronsning bir yoki bir nechta yashirin qatlamlar bilan bir yoki bir nechta yashirin qatlam bilan bir yoki bir nechta yashirin qatlam bilan bir nechta qatlamlarni hosil qiladi. Bundan tashqari, siz kir yuvish sathini qo'shganingizda, siz kirish kamarini qo'shganda, taxmin qilingan natijalar haqiqiy natija qiymatiga va xato bilan taqqoslashingiz mumkin. Biz har bir qatlamda 20 ta yashirin neyron bilan yashirin qatlamni yaratdik. Biz ishlab chiqdik, biz ishlab chiqdik, sezgirlik, o'ziga xoslik, PPV, NPV, NPV va Auroc-ni hisoblash orqali imtiyozni tasniflash ishlarini sinab ko'rish uchun qo'llanilgan. Siniqlik 18 yoshdan katta bo'lgan namunaga 18 yoshdan katta bo'lgan namunaning nisbati sifatida belgilanadi. Bunga ishonch - bu 18 yoshgacha bo'lgan namunalar va 18 yoshga to'lmaganligi taxmin qilingan.
O'quv to'plamiga baholanadigan stomatologik bosqich statistik tahlil uchun raqamli bosqichlarga aylantirildi. Har bir jins uchun bashoratli modellarni ishlab chiqish va yoshni baholash uchun ishlatilishi mumkin bo'lgan regress formulalarini olish uchun ko'p tarmoqli chiziqli va logistika regressi. Biz ushbu formulalarni ichki va tashqi sinov to'plamlari uchun tish yoshini baholadik. 4-jadvalda ushbu tadqiqotda ishlatiladigan regressiya va tasniflash modellari ko'rsatilgan.
Koenning Kappa statistikasi yordamida ichkariga va interobuserning ishonchliligi hisoblangan edi. DM va an'anaviy regressiya modellarining to'g'riligini sinab ko'rish uchun MAE va RMSE-ni ichki va tashqi sinov to'plamlarining taxminiy va dolzarb yoshlaridan foydalangan holda hisoblab chiqdik. Ushbu xatolar odatda namunaviy bashoratlarning to'g'riligini baholash uchun ishlatiladi. Xato, ehtimol, prognozning to'g'riligi yuqori bo'ladi. DM va an'anaviy regressiya yordamida hisoblangan ichki va tashqi sinov to'plamlarini taqqoslang. An'anaviy statistikadagi 18 yillik kutishni tasniflash 2 × 2 favqulodda vaziyatlar jadvali yordamida baholandi. Sinov to'plamining hisoblangan sezgirligi, o'ziga xosligi, pppv, NPV va Auroc DM tasnifi modelining o'lchangan qiymatlar bilan taqqoslangan. Ma'lumotlar ma'lumot xususiyatlariga qarab o'rtacha ± standart og'ish yoki raqam (%) sifatida ifodalanadi. Ikki tomonlama P qiymatlari <0,05 statistik ahamiyatga ega deb hisoblanadi. Barcha muntazam statistik tahlillar SAS 9.4 (SAS Instituti, Cari, NC) yordamida amalga oshirildi. DM regressiya modeli Pyitonda Keras50 2.2.4 Backend va TensorBlow51 1,8.0-dan foydalanib, matematik operatsiyalar uchun Pitonda amalga oshirildi. DM tasnifi modeli Vayikat bilimlarni tahlil qilish muhitida va Konstansz Axborotning mineri (g'ilofik) 4.6.152 tahlil platformasi.
Mualliflar o'qish xulosalarini maqola va qo'shimcha materiallar bilan qo'llab-quvvatlash to'g'risida ma'lumot olishlari mumkinligini tan olishadi. Tadqiqot davomida yaratilgan va / yoki tahlil qilingan ma'lumotlar to'plamlari tegishli so'rovda mavjud.
Ritz-Timme, S. va boshqalar. Yoshni baholash: San'at holati sud-tibbiyot amaliyotining o'ziga xos talablariga javob beradigan. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 113, 129-136 (2000).
Shmeling, A., Resister, V., Geserik, G. va OLZ, A. Sudyalarining sud tomonidan sud tomonidan jinoiy javobgarlikka tortish maqsadlarida sud tomonidan baholashning joriy holati. Sud-tibbiy yordam. dori. Patologiya. 1, 239-246 (2005).
Pan, j. va boshqalar. 5 yoshdan 16 yoshgacha bo'lgan bolalarning tish yoshini baholashning o'zgartirilgan usuli. klinik. Og'zaki so'rov. 25, 3463-3474 (2021).
Lee, ss va boshqalar. Koreyslarda ikkinchi va uchinchi molar rivojlanishining xronologiyasi va uning sud yoshlarini baholash uchun ariza. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 124, 659-665 (2010).
Oh, S., Kumagy, A., Sy va Li, SS ning sanasi - SS yoshni baholash va koreyslar va yapon tillarida bo'lgan 18 yoshdagi darajalarni baholash va baholash. Ploslar 17, e0271247 (2022).
Kim, jy, va boshqalar. Operatsiyadan oldingi mashinadan o'qish asosida ma'lumot tahlili OSA bilan og'rigan bemorlarda uyqu jarrohlik amaliyotini bashorat qilishi mumkin. fan. 11, 14911 (2021) hisobot.
Xan, M. va boshqalar. Mashinalarning aralashuvi bilan yoki odam aralashuvisiz, mashinani o'rganishdan aniq baholanadimi? Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 136, 821-831 (2022).
Xon, S. va Shahin, Ma'lumotlarni konchiliklaridan ma'lumotlarni qazib olishgacha. J.inform. fan. https://doi.org/10.1175551551521030872 (2021).
Xon, S. va Shahin, M. Fikruza: Uyushmalarni boshqarish qoidasi uchun birinchi kognika algoritmi. J.inform. fan. https://doi.org/10.1165551521108695 (2022).
Shahin M. va Abdulloh U. Karm: Konkekstik uyushma qoidalariga asoslangan an'anaviy ma'lumotlarni kondan o'tkazish. hisoblash. Mett. davom eting. 68, 3305-332 (2021).
Muhammad M., Rehman Z., Shahin M., Xon M. va Xabib M. Imkoniyat ma'lumotlaridan foydalangan holda o'rganish bo'yicha semantik o'xshashliklarni aniqlash. xabar bering. Texnologiyalar. Boshqarish. https://doi.org/10.5755/j01.itc.49.4.4.41118 (2020).
Tabir, M., Tanoli, Z. va Shahin, M. Sport videolaridagi faoliyatni tan olish tizimi. Multimedia. TOOLS TUZASI HTTPS://doi.org/1042-021-10519-6 (2021).
Xalabi, SS va boshqalar. RSNE kompyuterini o'rganish qiyinligi. Radiologiya 290, 498-503 (2019).
Li, y. va boshqalar. Chuqur o'rganishdan foydalangan holda tos suyagidan sud-tibbiyotni baholash. Evro. nurlanish. 29, 2322-2329 (2019).
GUO, YC, va boshqalar. Qo'l usullari va chuqur konsultal ravishda nevral tarmoqlaridan ortografik proektsiya rasmlaridan foydalanish usullari va chuqur konsultatsiyasini aniqlash. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 135, 1589-1597 (2021).
Alabama Dalora va boshqalar. Suyak yoshini baholash Mashinani o'rganish usullaridan foydalangan holda: muntazam adabiyotlar sharhi va meta-tahlil. PLO 1, E0220242 (2019).
Du, Li, G., Cheng, Jeng, J. Amerikaliklar va xitoyliklar konus nurli tomografiya asosida birinchi molypa-ning pulpa palatasi va xitoy tillarining o'ziga xos yoshini baholash. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 136, 811-819 (2022).
Kim s., lee yh, nox yk, park va oh Ks, yoshdagi turli xil odamlar uchun sun'iy intellektlarga asoslangan rasmlardan foydalangan holda yosh guruhlarini aniqlaydilar. fan. 11, 1073 (2021) hisobot.
Stern, D., To'qab, C., Giullian, N. va Urschler, M. DIQQAT FOYDALANISH VA FOVED ARMIVE ASVIVESSIYASIDAN FOYDALANISH VA FOYDALANIShNING FOYDALANISHI VA FOYDALANIShNING ANDENTIVENT VA FOYDALANISH AVDVIVEASIDENTIDENT VA FOYDALIGI ARMLARNING FOYDALANISHI VA FOYDALANIShNING FOYDALANISHI VA FOYDALANISH AVGENTIYA MA'LUMOTI VA FAQAT AVGENTIVE AVTOMATIFASI VA FOVARIVE ARIFESS asrlar bo'yicha yosh tasnifi. Iee j. biomilgan. Sog'liqni saqlash haqida ogohlantirishlar. 23, 1392-1403 (2019).
Cheng, Q., Ge, Z., Du, H. va Li, G. Temace Carra-ni 3D pulali segmentatsiyasini chuqur o'rganish va darajadagi to'plamlarni birlashtirish orqali. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 135, 365-373 (2021).
Wu, wt, va boshqalar. Ma'lumotlarni konlash klinikazalarda: umumiy ma'lumotlar bazalari, qadamlar va usullar modellari. Dunyo. dori. Resurs. 8, 44 (2021).
Yang, j. va boshqalar. Tibbiy ma'lumotlar bazalariga va ma'lumotlar konchilik texnologiyalariga katta ma'lumotlar mavjud. J. AVID. Asosiy tibbiyot. 13, 57-69 (2020).
Shen, S. va boshqalar. Mashinani o'rganishdan foydalangan holda tish yoshini baholash uchun kamerning usuli. BMK ORAL SUQLANADI 21, 641 (2021).
Galliburg A. va boshqalar. Demirjian sahnalashtirilgan usulidan foydalangan holda tish yoshini bashorat qilish uchun turli xil mashinani o'rganish usullarini taqqoslash. Xalqaro bo'lgan. J. Huquqshunoslik tibbiyoti. 135, 665-675 (2021).
Demirjian, A., Goldstein, H. va Tanner, JM tish yoshini baholashning yangi tizimi. snog. Biologiya. 45, 211-227 (1973).
Landis, JR va KOX, GG toifaga oid ma'lumotnomalar bo'yicha kuzatuvchilar to'g'risidagi bitim. Biometrikasi 33, 159-174 (1977).
Bxatcharjee S, Prakash d, Kim C, Kim HK va Choy HK. Miyaning asosiy o'smalarini farqlash uchun sun'iy razvedka usullaridan foydalangan holda sun'iy razvedka usullaridan foydalangan holda sun'iy razvedka usullaridan foydalangan holda sun'iy razvedka usullaridan foydalangan holda sun'iy razvedka usullaridan foydalanib, ikki o'lchovli magnit rezonansining magistral, morfologik va statistik tahlil. Sog'liqni saqlash ma'lumotlari. Resurs. https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Post vaqti: yanvar-04-2024