基于尺骨骨干横截面几何特性的性别鉴定新方法：机器学习在法医人类学中的应用

本研究针对法医和考古学中骨骼性别鉴定的关键需求，创新性地采用尺骨骨干横截面几何特性(CSG)作为生物标志物。希腊雅典大学团队通过支持向量机(SVM)算法分析215例现代希腊人群样本，实现98.15%的交叉验证准确率，显著超越传统骨测量方法。该研究不仅开发了开源R语言工具"sex_estimation"，更揭示了CSG特性在克服人口特异性限制方面的潜力，为法医实践提供了更可靠的性别鉴定方案。

　　

在法医人类学和考古学领域，骨骼性别鉴定是构建生物特征档案的关键环节。传统方法主要依赖骨盆形态学特征或长骨线性测量，但这些技术面临两大挑战：骨盆保存不完整时无法应用，而标准骨测量易受体型和人群特异性影响。更棘手的是，全球化和人口迁移使得基于特定人群开发的判别公式普适性降低。面对这些困境，研究者们开始探索不依赖传统测量的新方法，其中长骨骨干的横截面几何特性(Cross-Sectional Geometric properties, CSG)因其反映生物力学负荷的特征，展现出突破现有技术瓶颈的潜力。

希腊雅典大学( National and Kapodistrian University of Athens )与塞浦路斯研究所( The Cyprus Institute )的联合团队选择人体尺骨作为研究对象。这个位于前臂的细长骨虽不如股骨、胫骨受关注，但前期研究表明其传统测量参数具有性别鉴别价值。研究人员创新性地将机器学习与三维建模相结合，旨在开发更高精度的性别鉴定工具，同时探究年龄因素对骨骼形态的影响规律。

研究采用215例现代希腊人群样本（男性120例，女性95例），通过摄影测量技术构建0.2mm精度的三维模型。利用csg-toolkit软件包在尺骨骨干20%、35%、50%、65%和80%位置提取48个CSG参数，包括横截面积(Area)、周长(Perimeter)、二阶面积矩(I_x, I_y, I_min, I_max)等。通过支持向量机(SVM)构建分类模型，并分析双侧不对称性和年龄相关性。

样本特征与数据采集

雅典骨骼收藏库的395例尺骨（左200例，右195例）来自1879-1965年间出生的个体，年龄覆盖18-99岁。研究排除了存在病理变形或手术植入物的标本，确保数据质量。三维建模采用Agisoft PhotoScan Pro软件，通过摄影测量法实现亚毫米级精度。

横截面几何特性分析

csg-toolkit自动计算五个关键截面的几何参数：最大长度(Max Distance)显示男性显著大于女性（效应量d=2.525左，2.245右）；中段截面（35%-65%）的Area和Perimeter参数性别差异最显著，50%截面的Area效应量高达3.173。值得注意的是，I_max/I_min比值显示女性骨骼截面更 elongated（负效应量），而男性远端骨干边界更平滑（ArPerIndex正效应量）。

年龄与双侧不对称性

广义加性模型(GAM)显示女性参数与年龄相关性更强，Perimeter 65%的年龄解释度达14.1%。双侧分析揭示右利手人群的普遍规律：右尺骨几何参数普遍大于左侧（差异<10%），仅I_x 65%在男性中呈现相反趋势。

机器学习模型构建

四种变量组合方案中，保留显著性别二态性且双侧趋势一致的35个参数时，SVM模型达到98.15%最高准确率（RBF核，cost=2，gamma=0.029）。对比显示，排除年龄相关变量会降低模型性能（准确率93.78%），暗示年龄相关形态变化本身具有性别鉴别信息。

该研究通过三维建模和机器学习，首次系统论证了尺骨CSG参数的性别诊断价值。开发的R语言工具"sex_estimation"实现方法标准化，其开源特性（GPLv3许可）便于全球法医机构应用。相较于传统方法，CSG特性展现出三大优势：突破骨盆依赖的限制、降低人口特异性影响、整合生物力学信息提升准确性。

研究同时揭示了骨骼老化的性别差异模式：女性参数更易受年龄影响，这可能与绝经后骨代谢变化相关。而双侧不对称性的量化结果为法医实践中单侧骨骼的性别推断提供了理论依据。未来研究可拓展至不同人群验证，并探索CSG参数与其他生物特征（如身高、体重）的关联模型，进一步推动法医人类学向多维度、智能化方向发展。

这项由Nefeli Garoufi、Andreas Bertsatos和Maria-Eleni Chovalopoulou合作完成的研究，发表于《Forensic Sciences Research》，为骨骼分析开辟了新范式。其价值不仅在于技术突破，更在于启发研究者重新审视"次要骨骼"的潜在信息，推动法医科学从经验驱动向数据驱动转型。