基于颅部计算机断层扫描的机器学习方法用于身高估计：与线性回归在泰国东北部人群中的性能比较

《Translational Research in Anatomy》：Machine learning approaches for stature estimation from cranial computed tomography: Performance comparison with linear regression in a Northeastern Thai population

　　

**背景/目的** 从骨骼遗骸进行身高估计是法医人类学中构建生物特征轮廓的基本组成部分。当长骨不可用时，颅骨代表一个可行的替代来源。本研究比较了线性回归（LR）、支持向量回归（SVR）和随机森林（RF）在泰国东北部成年人中基于颅部计算机断层扫描（CT）测量的身高估计性能。**方法** 共纳入240名受试者（120名男性，120名女性），年龄20–94岁。从CT重建中测量了8个颅骨维度，并基于与身高显著相关的7个颅骨测量值，为联合组、男性组和女性组开发了模型，所有模型均使用留一法交叉验证进行验证。**结果** 在联合样本中，8个颅骨测量值中的7个与身高显著相关。RF取得了最高的预测准确度（R²?=?0.424，RMSE?=?6.975?cm），其次是LR（R²?=?0.414，SEE?=?7.109?cm）和SVR（R²?=?0.382，RMSE?=?7.227?cm），且在Bland–Altman分析中RF产生最窄的一致性界限。在男性亚组中，LR优于两种机器学习模型（R²?=?0.314，SEE?=?6.206?cm）。女性特异性模型在所有方法中均显示出有限预测能力（R²?≤?0.063）。**结论** 颅骨CT测量为该人群的身高估计提供了可行基础。RF在联合样本中表现出更优性能，而LR仍是一种实用且可解释的替代方案。当生物性别尚未确定时，推荐使用联合模型。

**解读文章：基于颅部CT测量的机器学习方法在身高估计中的应用——以泰国东北部人群为例**

**1. 研究背景与问题**

在法医人类学实践中，从骨骼遗骸推断个体身份是最具挑战性的任务之一。通过构建生物特征轮廓（包括性别、死亡年龄、人群亲和性和身高估计），法医人类学家能够为与生前记录比对提供调查框架。身高作为一项可测量的生物学特征，在医疗、军事和民事记录中常被系统记录，尤其在尸体腐败或骨骼碎裂导致常规识别方法失效时，其法医学价值尤为突出。历史上，长骨一直是身高估计的主要骨骼来源，但在法医现场中长骨常缺失，而颅骨因常被完整回收且具有多个可测量维度，成为替代性来源，已有研究证明其在不同人群中与活体身高存在关联。

线性回归（LR）长期作为骨骼身高估计的标准分析方法，基于人群特异性公式构成当代法医实践的方法论基础。然而，其跨人群迁移性有限，因为遗传、营养和环境因素影响骨骼形态；且线性回归固有的统计假设（如正态性、同方差性）并非总能满足，这为探索替代分析方法提供了合理依据。近年来，随机森林（RF）和支持向量回归（SVR）因其能够建模复杂的非线性关系且不施加传统回归框架的分布假设，受到特别关注。尽管机器学习算法在某些情境下已表现出与经典统计方法相当或更优的性能，但结果在不同骨骼元素和人群中并不一致，且身高预测在方法论关注度上远低于性别和祖源估计。

在泰国法医背景下，先前研究主要依赖LR进行身高估计，而机器学习方法应用于颅骨维度的潜力尚未得到正式评估。因此，本研究以泰国东北部成年人颅部计算机断层扫描（CT）图像获取的颅骨维度为基础，开发身高估计模型，具体目标包括：在男性、女性和联合样本中分别使用LR、SVR和RF开发多变量模型，并比较三种模型的预测性能，以确定最适合该人群颅骨身高估计的分析方法。论文发表在《Translational Research in Anatomy》。

**2. 主要技术方法**

研究人员从泰国孔敬府Srinagarind医院放射科数据库回顾性检索了240名泰国成人的颅部CT图像（120名男性，120名女性，年龄20–94岁，平均年龄55.60±17.00岁和57.23±19.49岁）。CT扫描参数为120 kV，管电流根据头部尺寸调节，重建层厚1 mm。排除标准包括既往颅部手术、创伤性或影响颅骨形态的异常。身高值来自医疗记录。使用Syngo.via软件从三维CT重建中测量8个标准化颅骨维度（颅长、颅宽、面高、面宽、鼻宽、鼻高、眶宽、眶高），由两名训练有素的观察者独立进行重复测量以评估信度。数据分析采用技术测量误差（TEM）、相对技术测量误差（rTEM）和信度系数（R）评估测量可靠性；使用Kolmogorov–Smirnov检验正态性；采用独立样本t检验和Cohen's d效应量评估性别差异；通过Pearson相关系数筛选与身高显著相关的变量；采用RReliefF算法评估多元特征重要性。模型开发：LR使用逐步进入法（p<0.05），SVR和RF通过网格搜索优化超参数（SVR：C∈{0.1,1.0,10.0,100.0}，ε∈{0.1,0.5,1.0}，径向基核函数；RF：树数∈{10,50,100,200}，每分裂属性数∈{2,3,4}，最小子集大小5），所有模型均使用留一法交叉验证（LOOCV）评估，性能指标包括决定系数R²、估计标准误（SEE）或均方根误差（RMSE），并使用Bland–Altman分析评估一致性。

**3. 研究结果**

**3.1 测量可靠性** 所有8个颅骨测量值的观察者内和观察者间信度均可接受，所有rTEM和R值均满足预设阈值，仅眶宽和眶高观察者间R值略低于0.95（分别为0.941和0.932），但rTEM仍保持在2.0%以内。所有测量值均保留用于后续分析。

**3.2 描述性统计与性别二态性** 联合样本平均身高为161.80±9.21 cm。8个颅骨变量中7个在性别间存在显著差异（p<0.01），男性均大于女性；面宽（FB）表现出最大的性别二态性（Cohen's d=1.626）。眶高（OH）未达到显著性，效应量较小。

**3.3 颅骨维度与身高之间的关联** 在联合样本中，7个颅骨测量值与身高呈显著正相关（p<0.05），因此这7个变量被选为预测因子，鼻宽（NB）因未达到显著性而被排除。男性亚组中6个预测因子与身高显著相关（颅宽CB未达到显著），女性亚组中仅面高（FH）和鼻高（NH）显著。预测因子间相关系数均未超过0.80，表明不存在多重共线性问题。RReliefF特征重要性排序显示面宽（FB）排名最高，其次为颅宽（CB）、颅长（CL）、鼻高（NH）、眶高（OH），面高（FH）、眶宽（OB）和鼻宽（NB）并列最低。

**3.4 身高估计模型：性能与一致性** 在联合样本中，RF取得最高R2和最低RMSE（R2=0.424，RMSE=6.975 cm），LR次之（R2=0.414，SEE=7.109 cm），SVR最低（R2=0.382，RMSE=7.227 cm）。Bland–Altman分析证实RF产生最窄的一致性界限和最低偏倚。在男性亚组中，LR优于两种机器学习模型（R2=0.314，SEE=6.206 cm）。女性亚组中，LR仅纳入面高（FH）作为显著预测因子，R2仅为0.063（SEE=7.285 cm），SVR和RF均未优于基于样本均值的空模型（RF甚至产生负R2）。

**4. 讨论与结论**

讨论部分指出，联合样本中LR的预测性能（R2=0.414，SEE=7.109 cm）与已报道的跨人群颅骨身高研究结果基本一致（R2范围0.297–0.730，SEE范围5.55–8.17 cm）。性别特异性差异（男性优于女性）也反映在先前研究中，提示女性组内颅骨变异可能对预测准确度构成固有上限。RF在联合样本中带来增量改进，但ΔR2仅0.010，其法医学实际意义仍不确定。RF在女性亚组中产生负R2，表明集成方法在组内方差不足时过度拟合噪声。研究强调，颅骨CT测量可为该人群提供可行的身高估计基础，联合模型（RF）在生物性别未知时推荐使用。男性特异性模型保留了眶宽（OB）、面高（FH）和颅长（CL）三个预测因子，解释31.4%的身高变异；女性特异性模型仅保留面高（FH），能力有限。研究同时指出年龄相关身高丢失（因椎间盘退变）可能衰减颅骨-身高关联，且模型外推性需独立数据集验证。

**研究结论翻译**：本研究比较了线性回归、支持向量回归和随机森林模型在泰国东北部成年人中基于颅部CT测量的身高估计性能。随机森林在联合样本中取得了最高预测准确度，Bland–Altman分析证实其一致性界限在三者中最窄，而线性回归仍是一个有竞争力且可解释的替代方案，具有直接法医应用的显式方程这一实用优势。性别特异性模型相对于联合模型表现出降低的预测能力，尤其在女性中，因此当生物性别尚未确定时推荐使用联合模型。这些发现为泰国东北部成年人提供了人群特异性参考数据，并强调了机器学习在法医人类学实践中增强骨骼身高估计准确性的潜力。