《Forensic Science International》：Bias-reduced dental age estimation in children: Machine-learning evaluation and a novel constrained random forest adaptation of the Cameriere method
编辑推荐：
年龄估算在临床和法医领域至关重要，本研究比较了土耳其儿童中Cameriere传统方法与常用机器学习算法的性能，并提出了修正的随机森林模型以减少系统偏差。结果显示所有ML方法均优于传统方法，修正随机森林模型MAE最低（0.583-0.585年），但传统ML模型存在显著年龄偏倚。
Muhammed Emin Parlak | Zekiye ?eyma Gümü?bo?a | Erkal Gümü?bo?a | Mesut Y?lmaz | Tuba Aydan
尼德奥默·哈利斯德米尔大学医学院法医学系，土耳其尼德
摘要
牙齿年龄估计在临床和法医应用中起着关键作用。由于牙齿对环境退化具有很强的抵抗力，因此当骨骼结构受损时，基于牙齿的方法仍然具有价值。尽管将机器学习（ML）算法整合到传统的年龄估计技术中提高了准确性，但传统的线性回归和常用的ML回归器常常表现出系统性偏差，这一现象在牙齿年龄估计中尚未得到充分研究。本研究比较了Cameriere方法与常用ML算法在土耳其儿童中的表现，并提出了一种改进的随机森林（Random Forest）方法以减少系统性偏差。共评估了1190张5-15岁儿童（593名女孩，597名男孩）的全景X光片。将线性回归、决策树（Decision Tree）、随机森林、支持向量回归（Support Vector Regression）、多层感知器（Multilayer Perceptron）、梯度提升（Gradient Boosting）和极端梯度提升（Extreme Gradient Boosting）与Cameriere公式及改进的随机森林模型进行了对比。评估指标包括平均绝对误差（Mean Absolute Error）、均方根误差（Root Mean Squared Error）、残差相对于实际年龄的斜率以及年龄组特定的误差分布。所有ML方法的准确性均高于Cameriere公式，且各ML模型之间的表现水平相似。改进的随机森林模型获得了最低的平均绝对误差值（0.583–0.585岁）。传统的ML模型表现出显著的系统性偏差，而改进的方法则没有这种现象。这些发现表明，在年龄估计研究中，评估误差分布与整体准确性同样具有重要的法医意义。未来的研究应致力于开发进一步提高准确性的方法，同时严格最小化系统性偏差。
引言
牙齿年龄估计在临床实践和法医学中都具有重要意义。基于牙齿发育情况的年龄估计长期以来被应用于多个领域，包括考古学、人类学、临床牙科和法医学。特别是在法医背景下，对于没有有效身份证明文件的个体来说，确定其年龄对于确立刑事责任、指导民事程序以及处理与移民、庇护申请和退休状态相关的行政决策至关重要[1]、[2]。值得注意的是，无证移民或寻求庇护者可能会提供伪造的文件。在自然灾害或事故后，对儿童和青少年的年龄估计对于确定其身份至关重要，同时也用于判断他们是否达到法定成年年龄[3]。在这方面，确定未成年人的年龄是确保其国际保护和维护其权利的关键前提。
在常用的年龄估计医学技术中，骨骼成熟度和牙齿发育的分析尤为突出。骨骼年龄评估通常依赖于对手腕骨、膝盖骨、锁骨和牙齿等特定解剖区域的放射学评估[4]、[5]、[6]、[7]、[8]。然而，在生长和发育过程中经历的慢性疾病或营养不足可能会导致骨骼年龄估计出现偏差[9]。相比之下，牙齿发育被广泛用于年龄估计，因为与骨骼发育相比，牙齿发育受环境因素（如乳牙过早脱落、牙齿拥挤或龋齿）的影响要小得多[10]。此外，牙齿结构可以通过放射成像技术轻松评估，这进一步促进了牙齿年龄评估技术的广泛应用。
由于放射学技术的常规使用，已经开发出了许多可靠的牙齿年龄估计方法。其中最广泛使用的方法是Demirjian方法，该方法通过对牙齿发育阶段进行评分来实现年龄估计。在该方法中，七颗左侧下颌恒牙被分为A到H的发育阶段，并为每颗牙齿分配相应的分数[8]。Willems等人后来对Demirjian系统进行了修改，引入了一种更新后的评分方法，可以在分类后直接转换为实际年龄[11]。然而，基于形态学评估的评分系统（如Demirjian和Willems的方法）不可避免地存在一定程度的主观性，可能导致较高的观察者相关误差。近年来，Cameriere开发的一种新方法获得了国际上的广泛采用。该方法利用全景X光片上七颗左侧下颌恒牙的根尖开口和长度测量值来计算年龄[3]。由于该方法依赖于牙齿结构的形态测量，因此被认为比基于形态学的评分系统更客观。
近年来，越来越多的机器学习（ML）算法被用于年龄估计。这些方法大致可以分为完全自动化的方法和ML辅助框架。在ML辅助方法中，首先由专家评估牙齿成熟度指标（如Demirjian、Cameriere或Willems方法得出的指标）[3]、[8]、[11]。然后，这些变量被用作ML算法（包括决策树、支持向量机、随机森林、多层感知器、K最近邻和梯度提升方法）的预测特征，以估计实际年龄[12]、[13]、[14]、[15]、[16]。Abuabara等人（2025）将ML算法应用于Demirjian方法，证明在16岁以下样本中，使用ML技术的平均绝对误差（MAE）可以从1.34岁（传统评估方法）降低到不到1岁，从而优于传统的转换表[13]。Galibourg等人（2021）采用改进的Demirjian分期系统，使用ML模型在16岁以下个体中获得了0.729岁的MAE值，在24岁以下个体中获得了1.166岁的MAE值[16]。Shen等人（2021）将ML技术应用于Cameriere方法，报告误差从0.846岁降低到0.489岁[14]。在这些研究中，ML方法通常优于传统的线性回归方法。Ni?o-Sandoval等人（2017）进行的元分析进一步强调了手动方法和基于ML的方法之间的误差率差异，表明ML模型往往比传统放射学方法提供更高的准确性，同时强调了需要进行更全面的比较分析以更好地了解它们的能力和局限性。
然而，ML回归模型的一个显著局限性是它们倾向于高估年轻个体的年龄并低估老年个体的年龄，从而导致预测偏差[18]。这种偏差在年龄范围的极端情况下尤为明显。Lee和Chen（2025）将这种现象称为“机器学习的系统性偏差”（Systematic Bias of Machine Learning，SBMR）[19]。最近，Faragalli等人（2025）提出了分段正态贝叶斯校准（Segmented Normal Bayesian Calibration，SNBC）模型，该模型考虑了实际年龄与牙齿成熟度之间的非线性关系，旨在减少预测偏差[12]。Murray等人[20]强调了在年龄估计具有法律意义的场景中改进ML模型的必要性。现有关于基于ML的牙齿年龄估计的文献尚未充分研究可能导致年轻个体年龄过高估计和老年个体年龄过低估计的系统性偏差的可能性。解决这一偏差对于确保这些方法在实际应用中的可靠性至关重要。
文献中使用Cameriere欧洲公式（Cameriere European Formula，CF）评估了土耳其不同地区儿童的牙齿年龄，并将其结果与其他各种牙齿年龄估计方法得出的结果进行了比较[21]、[22]、[23]、[24]、[25]、[26]。尽管牙齿发育被认为受遗传因素的调控更强，受环境因素的影响较小，但仍报告了与人群相关的细微差异。因此，在法医和临床背景下，评估来自不同地理区域的个体的牙齿年龄仍然很重要。近年来，人们对基于机器学习（ML）的传统手动方法的改进表现出越来越大的兴趣。然而，评估这些技术在土耳其人群中表现的研究仍然有限。因此，基于ML的牙齿年龄估计模型应在不同人群中进行外部验证，以确保其法医和临床可靠性。
在这项研究中，我们旨在评估土耳其儿童中基于Cameriere欧洲公式预测实际年龄的常用机器学习方法的准确性，调查潜在的系统性偏差，并将其表现与使用Cameriere方法得到的结果进行比较。此外，我们还研究了在这种背景下具有偏差意识的随机森林方法的潜在贡献。
伦理批准
本研究获得了土耳其马拉蒂亚伊诺努大学（?n?nü University）非干预性临床研究伦理委员会的批准（2025/8334），并遵循赫尔辛基宣言（Declaration of Helsinki）的原则进行。
研究样本
在这项回顾性研究中，我们回顾了2019年12月至2021年12月期间在伊诺努大学牙科学院接受治疗的患者的全景X光片。所有数字全景图像均使用相同的放射设备获取，以确保数据的一致性。
评估者内和评估者间可靠性
对于Cameriere方法，评估者内的类内相关系数（Intra-rater Intraclass Correlation Coefficient，ICC）为0.93，表明重复性非常好。评估者间的ICC为0.85，显示出两位观察者之间有很好的一致性。评估者内和评估者间的测量结果没有统计学上的显著差异，表明评估结果具有强相关性和高测量可靠性。
样本特征
在总共1190张全景X光片中，593名女孩的平均年龄为...
讨论
2023年2月6日，土耳其和叙利亚发生了两次大地震，震中分别位于Pazarc?k和Ekin?zü地区。据官方报告，土耳其至少有50,783人和叙利亚有8,476人死亡，超过122,000人受伤。地震影响了东安纳托利亚断层沿线的多个省份，包括哈塔伊（Hatay）、卡赫拉曼马拉什（Kahramanmara?）、阿迪亚曼（Ad?yaman）和马拉蒂亚（Malatya）[44]。识别遇难者...
结论
这是首次在土耳其人群中比较评估基于Cameriere方法及其牙齿成熟度指标的常用机器学习算法的研究。我们的研究结果表明，随机森林（Random Forest）、梯度提升（Gradient Boosting）和极端梯度提升（Extreme Gradient Boosting）模型的误差率显著低于传统方法。然而，无论是手动方法还是基于ML的方法都继续表现出系统性偏差...
作者贡献声明
Tuba Aydan：撰写初稿、数据整理。
Parlak Muhammed Emin：撰写初稿、验证、软件开发、方法论设计、概念构思。
Mesut Y?lmaz：撰写与编辑、验证、监督、调查、概念构思。
Zekiye ?eyma Gümü?bo?a：撰写与编辑、监督、项目管理、方法论设计、数据分析。
Erkal Gümü?bo?a：撰写初稿、数据可视化、调查、数据分析。
资助
本研究未获得公共部门、商业部门或非营利组织的任何特定资助。
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
