摘要
【目的】同一认定是法医学的重要研究内容，亦是社会维稳、自然灾害处置不可或缺的内容。牙齿是人体最坚固的组织，已成为国际上辅助遇难者同一认定的重要手段之一，然而目前我国尚未开展对标国际标准的系统牙齿同一认定研究。本研究拟基于口腔曲面断层片（Pannoramic Dental Radiographs, PDRs）所反映的牙齿及颌骨特征点，探索并建立适合中国人群齿科同一认定的齿科特征编码系统，同时采用深度神经网络与无监督机器学习技术建立自动化 PDRs识别方法，以期建立适合中国人群齿科影像同一认定系统，以提升此领域法医学智能化精准鉴识技术。 【方法】本研究基于口腔曲面断层片所反映的牙齿及颌面特征，筛选、完善适合中国人群的齿科同一认定编码指标，利用1000个样本的2000张PDRs进行编码研究，设计编码表格、编码自动比对程序，建立全口曲面断层片齿科特征编码方法；并与国际刑警组织牙齿编码（INTERPOL Dental Codes）、美国ABFO的WinID3编码系统、Lee等提出的基于PDRs的齿科特征编码方法进行比较，分析本研究编码方法的特定性、稳定性及可操作性，利用 Cohen’s Kappa 系数评估观察者内与观察者间一致性。本研究通过采用预训练深度神经网络：AlexNet、VGG16、ResNet50、DenseNet、ViT模型，通过迁移学习对研究样本PDRs提取特征向量，采用余弦相似度和机器学习模型聚类算法处理特征向量，计算识别率，评估模型，筛选最优组合模型，补充和完善齿科影像同一认定系统。 【结果】本研究建立的编码系统纳入两级共66个编码特征和对应指标，一级特征为稳定性牙齿特征，主要用于初筛识别；二级特征为牙齿特定性特征，主要用于一级指标基础上的进一步精准识别；INTERPOL编码、WinID3编码、Lee编码与本研究编码方法观察者内一致性：0.776、0.724、0.864、0.827，观察者间一致性：0.705、0.711、0.773、0.766。上述四种编码方法的编码库多样率结果分别为：模拟生前库（Antemortem Database, AM库）：77.5%、74.5%、71.3%、84.4%与模拟死后库（Postmoterm Database, PM库）：80.0%、79.8%、78.7%、85.9%。同源PDRs的AM和PM编码一致率结果如下：一致率超过90%的比例：67.2%、65.6%、64.5%、83.4%，一致率高于80%的比例：90.2%、89.4%、88.4%、96.5%，一致率低于80%的比例：9.8%、10.6%、11.6%、3.5%；上述四种编码方法的K位识别率（Rank-n）及最低匹配阈值结果如下，Rank-1：42.4%、44.8%、42.2%、62.7%，Rank-10：60.1%、61.7%、59.2%、96.4%。最低匹配阈值位次为：Rank-406、Rank-420、Rank-383、Rank-15。深度神经网络和无监督机器学习最优模型组合为：DenseNet神经网络+DBSCAN算法；盲法试验K位识别率和最低匹配阈值：Rank-1：63.4%，Rank-10：83.1%，最低匹配阈值为Rank-13；同时验证了DenseNet+DBSCAN的最优模型组合。 【结论】本研究基于口腔曲面断层片牙齿及颌骨特征，筛选出适合中国人群齿科同一认定编码特征与指标，并与国际主流牙齿编码方法比较；同时筛选出DenseNet + DBSCAN 聚类算法的自动化识别最优模型组合，验证了本研究人工编码方法和自动化识别方法的可行性，同时本研究结果仍有待提高，所采用的深度神经网络亦可在损失函数、权重参数等方面进行一定优化，纳入更多研究样本，为进一步完备适合中国人群的齿科同一认定系统提供技术支撑。
NETL