《Forensic Imaging》：Forensic Sex estimation from skull and neck radiographs using interpretable convolutional neural networks
编辑推荐：
•CNN首次被用于颅骨和颈部X光片以判断性别。•CNN在颅骨和颈部X光片性别判断中的准确率可达85%以上。•DenseNet-121在AP视角的X光片分析中准确率与F1值均超过90%。•ResNet-18在侧视图分类中的性别偏差最低，仅为2%。•加权随机采样可减少偏差，提升预测的
- •
CNN首次被用于颅骨和颈部X光片以判断性别。
- •
CNN在颅骨和颈部X光片性别判断中的准确率可达85%以上。
- •
DenseNet-121在AP视角的X光片分析中准确率与F1值均超过90%。
- •
ResNet-18在侧视图分类中的性别偏差最低，仅为2%。
- •
加权随机采样可减少偏差，提升预测的公平性。
Grad-CAM可视化技术可显示模型关注的关键性别差异特征。
引言
在法医人类学研究中，建立生物特征档案，尤其是与性别相关的特征，是缩小调查范围、为确定身份奠定基础的第一步（1,3）。这一点至关重要，因为一旦尸体开始分解，指纹分析、面部识别等主要识别手段就会失效，整个识别过程只能依靠骨骼遗骸来进行（1）。MH170航班事故、印度洋海啸以及北阿坎德邦山洪等灾难都凸显出，在处理破碎的骨骼遗骸时，生物特征分析对于识别人类遗骸的重要性（4）。
法医人类学中传统的性别判断方法主要基于对具有性别差异的骨骼特征的形态学评估与量化分析（7）。尽管这些方法已经较为成熟且具有科学依据，但它们本质上依赖于专家的解读，因此容易受到观察者主观性及偏见的影响（8）。不同的培训背景、经验水平以及特征评分标准会导致不同观察者之间以及同一观察者在不同情况下的判断结果出现较大差异（9,10）。这种主观性降低了研究的重复性，也给标准化带来了挑战，尤其是在需要保持一致性和透明度的法医领域（11）。此外，手工测量和评分既耗时又不适合大规模分析，比如在灾难遇难者识别或大规模法医调查中就需要快速处理大量数据（12）。另外，传统法医人类学分析方法在处理高维数据及细微的形态变化方面能力有限，因为大多数方法只能将复杂的解剖结构简化为少量线性测量值或特定区域的分类评分（13）。这种维度简化可能导致重要区分信息丢失，也会过度简化生物变异的特征。
在常规法医人类学工作中，能够获取完整且保存完好的干燥骨骼遗骸的情况十分少见，因为遗骸往往会出现破碎、混合、部分有肉组织残留、受热变形，或者受到文化和伦理限制而无法进行肉眼观察（14,15）。在这种条件下，传统的骨骼学分析变得困难或不可行。相比之下，X光片可以快速获取，且不会对遗骸造成任何破坏，无需进一步处理，因此在需要及时处理的法医场景，比如灾难遇难者识别工作中，具有显著优势（16）。X光检查允许反复分析而不会损坏样本，还能实现数字存档和远程咨询，有助于推动不同机构之间的流程标准化（17）。与通常只能依赖有限的外部可见特征或可能缺失或受损的线性测量值的干骨分析不同，X光片能够同时保留内部和外部解剖结构的信息，从而可以分析那些原本无法观测到的区域（18）。然而，X光数据的复杂性和高维度特性超出了传统视觉解读和手工分析的能力范围，这就凸显出需要采用卷积神经网络等自动化方法的必要性，这类方法能够客观地分析颅骨和颈部X光片中的细微、多区域的形态特征，从而提升当代法医人类学中性别判断的准确性、重复性以及适用范围。
为克服传统人类学分析方法的局限性，机器学习技术得到了广泛应用（19）。尤其是卷积神经网络，在医学图像分析领域，包括检测和分类任务中，表现极为出色（20）。与传统方法以及许多手工方法相比，CNN在图像分类任务中具有更高的可靠性、有效性和准确性（21）。CNN可以通过滤波器和非线性处理从多个角度分析图像，能够捕捉到人类难以察觉的细节（22）。机器学习算法能够综合考虑骨骼多个部位的更多解剖特征，从而收集更全面的性别判断指标（23）。机器学习的自适应特性使得其在传统方法可能失效的复杂法医场景中，也能实现更精准、更可靠的性别判定（24）。
尽管深度学习越来越被应用于法医图像分析，但其在颅颈X光片性别判断中的应用还仅处于初步探索阶段。目前仍有诸多问题有待解决，比如不同CNN架构在相同的包含颅骨和颈椎的X光数据集上的性能对比、这些模型中存在的性别相关偏差表现形式，以及如何通过可解释的输出结果来辅助人类学研究。随着人工智能驱动的性别判断结果在法医和法医学工作流程中越来越被采用，解决这些问题显得尤为重要。
为推进这一研究方向，本研究对多种在颅颈联合X光片上训练的CNN模型进行了系统比较，重点分析了三个新要素：（a）通过多架构评估来了解不同深度学习模型的性能差异；（b）量化性别偏差指标，判断模型在男性和女性类别上的表现是否存在失衡；（c）进行详细的可解释性分析，直观展示对分类决策影响最大的解剖区域。
章节摘要
数据集收集
这些颅颈X光片是在马来西亚马来亚大学医疗中心生物医学影像科回顾性拍摄的。该研究已获得马来亚大学医疗中心医学研究伦理委员会的批准（MREC编号：201944-7288）。研究数据来自2019年至2023年间从该中心数据库中获取的428张颅颈侧视图X光片（男性180张，女性248张）以及419张颅颈前后位X光片（男性190张，女性229张），这些患者均为在世者。
人口统计数据
表2显示，共分析了847张年龄在20至60岁之间的颅颈X光片，其中包括428张侧视图X光片（男性180张，占比42.1%；女性248张，占比57.9%）以及419张前后位X光片（男性190张，占比45.3%；女性229张，占比54.7%）。在侧视图X光片组中，所有样本的平均年龄为39.4±11.2岁（男性：40.1±10.8岁；女性：39.8±11.0岁）。而在前后位X光片组中，平均年龄为39.4±
讨论
在本研究中，我们对多种在颅颈联合X光片上训练的CNN模型进行了系统比较，旨在实现准确的性别预测。我们遵循机器学习领域的最佳实践，记录了原始数据的各项属性，提供了可重复使用且文档完善的代码，并在数据处理过程中考虑了类别不平衡等统计问题。
虽然不同CNN架构在性能指标上的差异较小，但最显著的差别在于
结论
综上所述，基于人工智能的方法，尤其是CNN，显著提升了从颅骨和颈部X光片判断性别的准确性、效率与客观性。基于ResNet-18、ResNet-34和DenseNet121架构的模型能够高效识别出关键的性别差异特征，而本研究中采用的Grad-CAM技术则通过可视化方式显示出与人类评估者可能不同的相关解剖区域，进一步提升了结果的透明度。将人工智能技术与传统方法相结合
关于写作过程中生成式人工智能及人工智能辅助技术的声明
在撰写本文时，作者使用了Grammarly工具来协助检查语法和拼写错误。在使用该工具/服务后，作者对内容进行了必要的审阅和修改，并对最终发表的文章内容承担全部责任。
研究数据可用性声明
本研究是按照马来亚大学医疗中心医学研究伦理委员会的伦理标准开展的（MREC编号：201944-7288）。所有X光数据在分析前都经过了彻底匿名处理，由于涉及敏感信息，没有使用任何可识别患者身份的数据。
资金支持声明
作者感谢马来西亚高等教育部通过“早期职业基础研究资助计划”（FRGS-EC）提供的资金支持（项目编号：FRGS-EC/1/2024/SKK06/UITM/02/16）。
CRediT作者贡献说明
Shamus Sim Zi Yang：文章撰写——初稿编写、方法设计、数据收集、正式分析。Eric Chung：资源提供。Lim Shiau Chong：资源提供。Tyrone Chen Chink Chien：文章撰写——审阅与修改。Goh Man Fye：资源提供。Ng Wei Lin：资源提供。Hind Abouzahir：文章撰写——审阅与修改。Srinivasa Rao Sirasanagandla：文章撰写——审阅与修改。Choy Ker Woon：文章撰写——初稿编写、研究指导、方法设计、概念构建。
Shamus Sim Zi Yang|Eric Chung|Lim Shiau Chong|Tyrone Chen Chink Chien|Goh Man Fye|Ng Wei Lin|Hind Abouzahir|Srinivasa Rao Sirasanagandla|Choy Ker Woon
