O ṣeun fun lilo si Nature.com.Ẹya ẹrọ aṣawakiri ti o nlo ni atilẹyin CSS lopin.Fun awọn abajade to dara julọ, a ṣeduro lilo ẹya tuntun ti aṣawakiri rẹ (tabi pipa ipo ibaramu ni Internet Explorer).Lakoko, lati rii daju atilẹyin ti nlọ lọwọ, a n ṣafihan aaye naa laisi aṣa tabi JavaScript.
Awọn ehin jẹ itọkasi deede julọ ti ọjọ-ori ti ara eniyan ati pe a lo nigbagbogbo ni iṣiro ọjọ-ori oniwadi.A ṣe ifọkansi lati fọwọsi awọn iṣiro ọjọ-ori ehin ti o da lori iwakusa data nipa fifiwera deede iṣiro ati iṣẹ ṣiṣe ipinya ti ala-ọdun 18 pẹlu awọn ọna ibile ati awọn iṣiro ọjọ-ori orisun iwakusa data.Apapọ awọn aworan redio panoramic 2657 ni a gba lati ọdọ awọn ara ilu Korea ati Japanese ti o jẹ ọdun 15 si 23 ọdun.Wọ́n pín wọn sí ètò ìdánilẹ́kọ̀ọ́ kan, ọ̀kọ̀ọ̀kan ní 900 radiograph Korean, àti ètò ìdánwò inú nínú tí ó ní 857 radiograph ará Japan nínú.A ṣe afiwe deede ipinya ati ṣiṣe ti awọn ọna ibile pẹlu awọn eto idanwo ti awọn awoṣe iwakusa data.Awọn išedede ti awọn ibile ọna lori awọn ti abẹnu igbeyewo ṣeto ni die-die ti o ga ju ti awọn data iwakusa awoṣe, ati awọn iyato jẹ kekere (tumọ si idi aṣiṣe <0.21 years, root tumo si square aṣiṣe <0.24 years).Iṣe iyasọtọ fun gige gige ọdun 18 tun jẹ iru laarin awọn ọna ibile ati awọn awoṣe iwakusa data.Nitorinaa, awọn ọna ibile le paarọ rẹ nipasẹ awọn awoṣe iwakusa data nigba ṣiṣe iṣiro ọjọ-ori oniwadi nipa lilo idagbasoke ti awọn molars keji ati kẹta ni awọn ọdọ Korea ati awọn ọdọ.
Iṣiro ọjọ ori ehín jẹ lilo pupọ ni oogun oniwadi ati ehin ọmọ.Ni pato, nitori ibamu giga laarin ọjọ-ori akoko ati idagbasoke ehín, igbelewọn ọjọ-ori nipasẹ awọn ipele idagbasoke ehín jẹ ami pataki fun iṣiro ọjọ-ori awọn ọmọde ati awọn ọdọ1,2,3.Bibẹẹkọ, fun awọn ọdọ, iṣiro ọjọ-ori ehín ti o da lori idagbasoke ehín ni awọn idiwọn rẹ nitori idagba ehín ti fẹrẹ pari, pẹlu ayafi ti awọn molars kẹta.Idi ti ofin fun ṣiṣe ipinnu ọjọ ori awọn ọdọ ati awọn ọdọ ni lati pese awọn iṣiro deede ati ẹri imọ-jinlẹ boya wọn ti de ọjọ-ori ti o pọ julọ.Ni iṣe iṣe-ofin ti medico-ofin ti awọn ọdọ ati awọn ọdọ ni Koria, ọjọ-ori ti ni ifoju nipa lilo ọna Lee, ati pe ala-ilẹ ofin ti awọn ọdun 18 ni a sọ asọtẹlẹ ti o da lori data ti Oh et al 5 royin.
Ẹkọ ẹrọ jẹ iru oye itetisi atọwọda (AI) ti o kọ ẹkọ leralera ati pin awọn oye data lọpọlọpọ, yanju awọn iṣoro funrararẹ, ati ṣiṣe siseto data.Ẹkọ ẹrọ le ṣawari awọn ilana ti o farapamọ ti o wulo ni awọn iwọn nla ti data6.Ni idakeji, awọn ọna kilasika, eyiti o jẹ alaapọn ati akoko n gba, le ni awọn idiwọn nigbati o ba n ba awọn iwọn nla ti data idiju ti o nira lati ṣe ilana pẹlu ọwọ7.Nitorinaa, ọpọlọpọ awọn ijinlẹ ni a ti ṣe laipẹ nipa lilo awọn imọ-ẹrọ kọnputa tuntun lati dinku awọn aṣiṣe eniyan ati ṣiṣe daradara data multidimensional8,9,10,11,12.Ni pataki, ẹkọ ti o jinlẹ ti ni lilo pupọ ni itupalẹ aworan iṣoogun, ati pe awọn ọna oriṣiriṣi fun iṣiro ọjọ-ori nipasẹ ṣiṣe itupalẹ awọn aworan redio laifọwọyi ni a ti royin lati ni ilọsiwaju deede ati ṣiṣe ti idiyele ọjọ-ori13,14,15,16,17,18,19,20 .Fun apẹẹrẹ, Halabi et al 13 ṣe agbekalẹ algorithm ikẹkọ ẹrọ kan ti o da lori awọn nẹtiwọọki alakikanju (CNN) lati ṣe iṣiro ọjọ-ori egungun nipa lilo awọn aworan redio ti ọwọ awọn ọmọde.Iwadi yii ṣe igbero awoṣe kan ti o kan ikẹkọ ẹrọ si awọn aworan iṣoogun ati fihan pe awọn ọna wọnyi le mu ilọsiwaju iwadii aisan sii.Li et al14 ni ifoju ọjọ ori lati awọn aworan X-ray ibadi nipa lilo CNN ẹkọ ti o jinlẹ ati ṣe afiwe wọn pẹlu awọn abajade ipadasẹhin nipa lilo iṣiro ipele ossification.Wọn rii pe awoṣe CNN ẹkọ ti o jinlẹ ṣe afihan iṣẹ ṣiṣe iṣiro ọjọ-ori kanna gẹgẹbi awoṣe ifasilẹ ti aṣa.Iwadi Guo et al.[15] ṣe iṣiro iṣẹ isọdi ifarada ọjọ-ori ti imọ-ẹrọ CNN ti o da lori awọn orthophotos ehín, ati awọn abajade ti awoṣe CNN fihan pe eniyan ṣe ilọsiwaju iṣẹ ṣiṣe ipin-ori rẹ.
Pupọ awọn ijinlẹ lori iṣiro ọjọ-ori nipa lilo ẹkọ ẹrọ lo awọn ọna ikẹkọ jinlẹ13,14,15,16,17,18,19,20.Iṣiro ọjọ-ori ti o da lori ẹkọ ti o jinlẹ ni a royin pe o jẹ deede diẹ sii ju awọn ọna ibile lọ.Bibẹẹkọ, ọna yii n pese aye diẹ lati ṣafihan ipilẹ imọ-jinlẹ fun awọn iṣiro ọjọ-ori, gẹgẹbi awọn itọkasi ọjọ-ori ti a lo ninu awọn iṣiro.Ifarakan ofin tun wa lori ẹniti o ṣe awọn ayewo naa.Nitorinaa, iṣiro ọjọ-ori ti o da lori ẹkọ ti o jinlẹ nira lati gba nipasẹ iṣakoso ati awọn alaṣẹ idajọ.Iwakusa data (DM) jẹ ilana ti o le ṣe awari kii ṣe ireti nikan ṣugbọn tun alaye airotẹlẹ bi ọna fun wiwa awọn ibamu to wulo laarin awọn oye nla ti data6,21,22.Ẹkọ ẹrọ ni igbagbogbo lo ni iwakusa data, ati iwakusa data mejeeji ati ẹkọ ẹrọ lo awọn algoridimu bọtini kanna lati ṣawari awọn ilana ninu data.Iṣiro ọjọ-ori nipa lilo idagbasoke ehín da lori igbelewọn oluyẹwo ti idagbasoke ti eyin ibi-afẹde, ati pe igbelewọn yii jẹ afihan bi ipele fun ehin afojusun kọọkan.DM le ṣee lo lati ṣe itupalẹ ibamu laarin ipele igbelewọn ehín ati ọjọ ori gangan ati pe o ni agbara lati rọpo iṣiro iṣiro ibile.Nitorinaa, ti a ba lo awọn imuposi DM si iṣiro ọjọ-ori, a le ṣe imuse ikẹkọ ẹrọ ni iṣiro ọjọ-ori oniwadi laisi aibalẹ nipa layabiliti ofin.Ọpọlọpọ awọn ijinlẹ afiwera ni a ti tẹjade lori awọn omiiran ti o ṣeeṣe si awọn ọna afọwọṣe ibile ti a lo ninu iṣe oniwadi ati awọn ọna orisun EBM fun ṣiṣe ipinnu ọjọ-ori ehín.Shen et al23 fihan pe awoṣe DM jẹ deede diẹ sii ju agbekalẹ Kamẹra ti aṣa.Galibourg et al24 lo awọn ọna DM ti o yatọ lati ṣe asọtẹlẹ ọjọ ori gẹgẹbi Demirdjian criterion25 ati awọn esi ti o fihan pe ọna DM ju awọn ọna Demirdjian ati Willems lọ ni iṣiro ọjọ ori ti awọn olugbe Faranse.
Lati ṣe iṣiro ọjọ-ori ehín ti awọn ọdọ ati ọdọ awọn ọdọ, ọna Lee 4 ni lilo pupọ ni adaṣe oniwadi Korea.Ọna yii nlo iṣiro iṣiro ibile (bii ipadasẹhin pupọ) lati ṣe ayẹwo ibatan laarin awọn koko-ọrọ Korea ati ọjọ-ori akoko-ọjọ.Ninu iwadi yii, awọn ọna iṣiro ọjọ-ori ti a gba ni lilo awọn ọna iṣiro ibile jẹ asọye bi “awọn ọna aṣa.”Ọna Lee jẹ ọna ibile, ati pe deede ti jẹri nipasẹ Oh et al.5;sibẹsibẹ, iwulo ti iṣiro ọjọ-ori ti o da lori awoṣe DM ni iṣe oniwadi Korea jẹ ṣiyemeji.Ibi-afẹde wa ni lati fọwọsi iwulo agbara ti iṣiro ọjọ-ori ti o da lori awoṣe DM ni imọ-jinlẹ.Idi ti iwadii yii ni (1) lati ṣe afiwe deede ti awọn awoṣe DM meji ni iṣiro ọjọ-ori ehín ati (2) lati ṣe afiwe iṣẹ isọdi ti awọn awoṣe 7 DM ni ọjọ-ori ọdun 18 pẹlu awọn ti o gba ni lilo awọn ọna iṣiro ibile Igbala ti keji ati molars kẹta ni awọn ẹrẹkẹ mejeeji.
Awọn ọna ati awọn iyapa boṣewa ti ọjọ-ọjọ akoko nipasẹ ipele ati iru ehin jẹ afihan lori ayelujara ni Tabili S1 Afikun (eto ikẹkọ), Tabili S2 (eto idanwo inu), ati Tabili S3 (eto idanwo ita).Awọn iye kappa fun intra- ati igbẹkẹle interobserver ti a gba lati inu eto ikẹkọ jẹ 0.951 ati 0.947, ni atele.Awọn iye P ati awọn aarin igbẹkẹle 95% fun awọn iye kappa ni a fihan ni tabili afikun ori ayelujara S4.Iye kappa ni itumọ bi “fere pipe”, ni ibamu pẹlu awọn ilana ti Landis ati Koch26.
Nigbati o ba ṣe afiwe aṣiṣe pipe (MAE), ọna ibile jẹ diẹ sii ju awoṣe DM lọ fun gbogbo awọn akọ-abo ati ninu eto idanwo akọ, ayafi ti multilayer perceptron (MLP).Iyatọ laarin awoṣe ibile ati awoṣe DM lori ipilẹ idanwo MAE inu jẹ ọdun 0.12-0.19 fun awọn ọkunrin ati ọdun 0.17-0.21 fun awọn obinrin.Fun batiri idanwo ita, awọn iyatọ jẹ kere (0.001-0.05 ọdun fun awọn ọkunrin ati 0.05-0.09 ọdun fun awọn obirin).Ni afikun, root tumọ si aṣiṣe square (RMSE) jẹ kekere diẹ sii ju ọna ibile lọ, pẹlu awọn iyatọ kekere (0.17-0.24, 0.2 – 0.24 fun eto idanwo inu akọ, ati 0.03 – 0.07, 0.04 – 0.08 fun eto idanwo ita).).MLP ṣe afihan iṣẹ diẹ ti o dara ju Nikan Layer Perceptron (SLP), ayafi ninu ọran ti ṣeto idanwo ita obinrin.Fun MAE ati RMSE, idanwo itagbangba ṣeto awọn ikun ti o ga ju eto idanwo inu lọ fun gbogbo awọn akọ-abo ati awọn awoṣe.Gbogbo MAE ati RMSE ni a fihan ni Tabili 1 ati Nọmba 1.
MAE ati RMSE ti ibile ati awọn awoṣe ipadasẹhin iwakusa data.Itumọ ašiše pipe MAE, root tumo si square aṣiṣe RMSE, nikan Layer perceptron SLP, multilayer perceptron MLP, ibile CM ọna.
Iṣe iyasọtọ (pẹlu gige kan ti awọn ọdun 18) ti aṣa ati awọn awoṣe DM ni a ṣe afihan ni awọn ofin ti ifamọ, pato, iye asọtẹlẹ rere (PPV), iye asọtẹlẹ odi (NPV), ati agbegbe labẹ olugba ti n ṣiṣẹ ti tẹ ihuwasi (AUROC) 27 (Table 2, olusin 2 ati Àfikún Figure 1 online).Ni awọn ofin ti ifamọ ti batiri idanwo inu, awọn ọna ibile ṣe dara julọ laarin awọn ọkunrin ati buru laarin awọn obinrin.Sibẹsibẹ, iyatọ ninu iṣẹ iyasọtọ laarin awọn ọna ibile ati SD jẹ 9.7% fun awọn ọkunrin (MLP) ati 2.4% nikan fun awọn obinrin (XGBoost).Lara awọn awoṣe DM, ipadasẹhin logistic (LR) ṣe afihan ifamọ to dara julọ ni awọn obinrin mejeeji.Nipa iyasọtọ ti ṣeto idanwo inu, a ṣe akiyesi pe awọn awoṣe SD mẹrin ṣe daradara ninu awọn ọkunrin, lakoko ti aṣa aṣa ṣe dara julọ ninu awọn obinrin.Awọn iyatọ ninu iṣẹ isọdi fun awọn ọkunrin ati awọn obinrin jẹ 13.3% (MLP) ati 13.1% (MLP), ni atele, nfihan pe iyatọ ninu iṣẹ isọdi laarin awọn awoṣe ju ifamọ lọ.Lara awọn awoṣe DM, ẹrọ atilẹyin ẹrọ (SVM), igi ipinnu (DT), ati awọn awoṣe igbo (RF) ti o dara julọ laarin awọn ọkunrin, lakoko ti awoṣe LR ṣe dara julọ laarin awọn obirin.AUROC ti awoṣe ibile ati gbogbo awọn awoṣe SD tobi ju 0.925 (k-agbegbe ti o sunmọ julọ (KNN) ninu awọn ọkunrin), ti n ṣe afihan iṣẹ ṣiṣe iyasọtọ ti o dara julọ ni iyasoto awọn ayẹwo 18-ọdun 28.Fun eto idanwo ita, idinku ninu iṣẹ isọdi ni awọn ofin ti ifamọ, pato ati AUROC ni akawe si ṣeto idanwo inu.Pẹlupẹlu, iyatọ ninu ifamọ ati iyasọtọ laarin iṣẹ iyasọtọ ti awọn awoṣe ti o dara julọ ati ti o buru julọ wa lati 10% si 25% ati pe o tobi ju iyatọ ninu ṣeto idanwo inu.
Ifamọ ati pato ti awọn awoṣe isọdi iwakusa data ni akawe si awọn ọna ibile pẹlu gige ti ọdun 18.KNN k n sunmọ aládùúgbò, SVM support fekito ẹrọ, LR logistic padasẹyin, DT ipinnu igi, RF ID igbo, XGB XGBoost, MLP multilayer perceptron, ibile CM ọna.
Igbesẹ akọkọ ninu iwadi yii ni lati ṣe afiwe deede ti awọn iṣiro ọjọ-ori ehín ti a gba lati awọn awoṣe DM meje pẹlu awọn ti o gba ni lilo ipadasẹhin ibile.MAE ati RMSE ni a ṣe ayẹwo ni awọn eto idanwo inu fun awọn mejeeji, ati iyatọ laarin ọna ibile ati awoṣe DM wa lati 44 si awọn ọjọ 77 fun MAE ati lati 62 si 88 ọjọ fun RMSE.Botilẹjẹpe ọna ibile jẹ deede diẹ sii ninu iwadii yii, o ṣoro lati pinnu boya iru iyatọ kekere bẹ ni pataki ile-iwosan tabi iwulo.Awọn abajade wọnyi tọkasi pe deede ti iṣiro ọjọ-ori ehín nipa lilo awoṣe DM fẹrẹ jẹ kanna bi ti ọna ibile.Ifiwera taara pẹlu awọn abajade lati awọn iwadii iṣaaju jẹ nira nitori ko si iwadi ti o ṣe afiwe deede ti awọn awoṣe DM pẹlu awọn ọna iṣiro ibile nipa lilo ilana kanna ti gbigbasilẹ awọn eyin ni iwọn ọjọ-ori kanna bi ninu iwadi yii.Galibourg et al24 ṣe afiwe MAE ati RMSE laarin awọn ọna ibile meji (Demirjian method25 ati Willems method29) ati awọn awoṣe 10 DM ni olugbe Faranse ti o jẹ ọdun 2 si 24 ọdun.Wọn royin pe gbogbo awọn awoṣe DM jẹ deede diẹ sii ju awọn ọna ibile lọ, pẹlu awọn iyatọ ti 0.20 ati 0.38 ọdun ni MAE ati 0.25 ati 0.47 ọdun ni RMSE ni akawe si awọn ọna Willems ati Demirdjian, lẹsẹsẹ.Iyatọ laarin awoṣe SD ati awọn ọna ibile ti o han ninu iwadi Halibourg ṣe akiyesi ọpọlọpọ awọn ijabọ30,31,32,33 pe ọna Demirdjian ko ṣe iṣiro deede ọjọ-ori ehín ni awọn eniyan miiran yatọ si Faranse Faranse eyiti o da lori iwadi naa.ninu iwadi yi.Tai et al 34 lo MLP algorithm lati ṣe asọtẹlẹ ọjọ ori ehin lati 1636 awọn aworan orthodontic Kannada ati ṣe afiwe deede rẹ pẹlu awọn abajade ti ọna Demirjian ati Willems.Wọn royin pe MLP ni iṣedede giga ju awọn ọna ibile lọ.Iyatọ laarin ọna Demirdjian ati ọna ibile jẹ <0.32 ọdun, ati ọna Willems jẹ ọdun 0.28, eyiti o jọra si awọn abajade ti iwadii lọwọlọwọ.Awọn abajade ti awọn iwadii iṣaaju wọnyi24,34 tun wa ni ibamu pẹlu awọn abajade ti iwadii lọwọlọwọ, ati pe deede idiyele ọjọ-ori ti awoṣe DM ati ọna ibile jẹ iru.Bibẹẹkọ, ti o da lori awọn abajade ti a gbekalẹ, a le ni iṣọra nikan pinnu pe lilo awọn awoṣe DM lati ṣe iṣiro ọjọ-ori le rọpo awọn ọna ti o wa tẹlẹ nitori aini afiwera ati itọkasi awọn ẹkọ iṣaaju.Awọn ijinlẹ atẹle nipa lilo awọn ayẹwo nla ni a nilo lati jẹrisi awọn abajade ti o gba ninu iwadi yii.
Lara awọn ijinlẹ ti n ṣe idanwo deede ti SD ni iṣiro ọjọ-ori ehín, diẹ ninu fihan deede ti o ga ju ikẹkọ wa lọ.Stepanovsky et al 35 lo awọn awoṣe 22 SD si awọn aworan redio panoramic ti awọn olugbe Czech 976 ti o jẹ ọdun 2.7 si 20.5 ati idanwo deede ti awoṣe kọọkan.Wọn ṣe ayẹwo idagbasoke ti lapapọ 16 oke ati isalẹ osi awọn eyin ti o yẹ ni lilo awọn ilana iyasọtọ ti Moorrees et al 36 dabaa.Awọn sakani MAE lati 0.64 si 0.94 ọdun ati awọn sakani RMSE lati 0.85 si ọdun 1.27, eyiti o jẹ deede diẹ sii ju awọn awoṣe DM meji ti a lo ninu iwadi yii.Shen et al23 lo ọna Cameriere lati ṣe iṣiro ọjọ-ori ehín ti awọn eyin meje ti o yẹ ni mandible osi ni awọn olugbe Ilu Kannada ti o wa ni ila-oorun ti o jẹ ọdun 5 si 13 ati ṣe afiwe pẹlu awọn ọjọ-ori ti a pinnu nipa lilo ipadasẹhin laini, SVM ati RF.Wọn fihan pe gbogbo awọn awoṣe DM mẹta ni deede ti o ga julọ ni akawe si agbekalẹ Cameriere ti aṣa.MAE ati RMSE ninu iwadi Shen kere ju awọn ti o wa ninu awoṣe DM ninu iwadi yii.Itọkasi ti o pọ si ti awọn ẹkọ nipasẹ Stepanovsky et al.35 ati Shen et al.23 le jẹ nitori ifisi ti awọn koko-ọrọ kékeré ni awọn ayẹwo ikẹkọ wọn.Nitori awọn iṣiro ọjọ-ori fun awọn olukopa ti o ni awọn eyin to sese di deede bi nọmba awọn eyin ti n pọ si lakoko idagbasoke ehín, deede ti ọna idiyele ọjọ-ori ti abajade le jẹ gbogun nigbati awọn olukopa ikẹkọ ba wa ni ọdọ.Ni afikun, aṣiṣe MLP ni iṣiro ọjọ-ori jẹ diẹ kere ju ti SLP, afipamo pe MLP jẹ deede diẹ sii ju SLP.A ka MLP diẹ dara julọ fun iṣiro ọjọ-ori, o ṣee ṣe nitori awọn fẹlẹfẹlẹ ti o farapamọ ni MLP38.Sibẹsibẹ, iyasọtọ wa fun apẹẹrẹ ita ti awọn obinrin (SLP 1.45, MLP 1.49).Wiwa pe MLP jẹ deede diẹ sii ju SLP ni iṣiro ọjọ-ori nilo awọn ikẹkọ ifẹhinti ni afikun.
Iṣe iyasọtọ ti awoṣe DM ati ọna ibile ni iloro ọdun 18 ni a tun ṣe afiwe.Gbogbo awọn awoṣe SD ti a ni idanwo ati awọn ọna ibile lori eto idanwo inu fihan awọn ipele iyasoto ti iṣe itẹwọgba fun apẹẹrẹ ọmọ ọdun 18.Ifamọ fun awọn ọkunrin ati awọn obinrin tobi ju 87.7% ati 94.9% lọ, ni atele, ati pe pato tobi ju 89.3% ati 84.7%.AUROC ti gbogbo awọn awoṣe idanwo tun kọja 0.925.Si ti o dara julọ ti imọ wa, ko si iwadi ti idanwo iṣẹ ti awoṣe DM fun isọdi ọdun 18 ti o da lori idagbasoke ehín.A le ṣe afiwe awọn abajade iwadi yii pẹlu iṣẹ iyasọtọ ti awọn awoṣe ikẹkọ jinlẹ lori awọn redio panoramic.Guo et al.15 ṣe iṣiro iṣẹ isọdi ti awoṣe ikẹkọ jinlẹ ti o da lori CNN ati ọna afọwọṣe ti o da lori ọna Demirjian fun iloro ọjọ-ori kan.Ifamọ ati pato ti ọna afọwọṣe jẹ 87.7% ati 95.5%, lẹsẹsẹ, ati ifamọ ati pato ti awoṣe CNN kọja 89.2% ati 86.6%, lẹsẹsẹ.Wọn pinnu pe awọn awoṣe ikẹkọ ti o jinlẹ le rọpo tabi ṣe adaṣe igbelewọn afọwọṣe ni titọka awọn opin ọjọ-ori.Awọn esi ti iwadi yi fihan iru classification išẹ;O gbagbọ pe isọdi nipa lilo awọn awoṣe DM le rọpo awọn ọna iṣiro ibile fun iṣiro ọjọ-ori.Lara awọn awoṣe, DM LR jẹ awoṣe ti o dara julọ ni awọn ofin ti ifamọ fun apẹẹrẹ ọkunrin ati ifamọ ati iyasọtọ fun apẹẹrẹ abo.LR ni ipo keji ni pato fun awọn ọkunrin.Pẹlupẹlu, LR ni a gba pe o jẹ ọkan ninu awọn awoṣe DM35 ore-olumulo diẹ sii ati pe ko ni idiju ati nira lati ṣe ilana.Da lori awọn abajade wọnyi, LR ni a gbero awoṣe isọdi gige ti o dara julọ fun awọn ọmọ ọdun 18 ni olugbe Korea.
Lapapọ, deede ti iṣiro ọjọ-ori tabi iṣẹ isọdi lori eto idanwo ita ko dara tabi kekere ni akawe si awọn abajade lori eto idanwo inu.Diẹ ninu awọn ijabọ tọka pe iṣedede ipin tabi ṣiṣe n dinku nigbati awọn iṣiro ọjọ-ori ti o da lori olugbe Korea ni a lo si olugbe Japanese5,39, ati pe apẹẹrẹ kanna ni a rii ninu iwadi lọwọlọwọ.Aṣa ibajẹ yii tun ṣe akiyesi ni awoṣe DM.Nitorinaa, lati ṣe iṣiro ọjọ-ori deede, paapaa nigba lilo DM ninu ilana itupalẹ, awọn ọna ti o wa lati inu data olugbe abinibi, gẹgẹbi awọn ọna ibile, yẹ ki o jẹ ayanfẹ5,39,40,41,42.Niwọn igba ti ko ṣe akiyesi boya awọn awoṣe ikẹkọ ti o jinlẹ le ṣafihan awọn aṣa ti o jọra, awọn ijinlẹ ti o ṣe afiwe deede isọdi ati ṣiṣe ni lilo awọn ọna ibile, awọn awoṣe DM, ati awọn awoṣe ikẹkọ jinlẹ lori awọn apẹẹrẹ kanna ni a nilo lati jẹrisi boya oye itetisi atọwọda le bori awọn aiṣedeede ẹda wọnyi ni opin ọjọ-ori.awọn igbelewọn.
A ṣe afihan pe awọn ọna ibile le paarọ rẹ nipasẹ iṣiro ọjọ-ori ti o da lori awoṣe DM ni adaṣe iṣiro ọjọ-ori oniwadi ni Koria.A tun ṣe awari iṣeeṣe ti imuse ẹkọ ẹrọ fun iṣiro ọjọ-ori oniwadi.Sibẹsibẹ, awọn idiwọn ti o han gbangba wa, gẹgẹbi nọmba ti ko to ti awọn olukopa ninu iwadi yii lati pinnu awọn abajade ni pato, ati aini awọn iwadii iṣaaju lati ṣe afiwe ati jẹrisi awọn abajade iwadi yii.Ni ọjọ iwaju, awọn ijinlẹ DM yẹ ki o ṣe pẹlu awọn nọmba ti o tobi ju ti awọn ayẹwo ati awọn eniyan lọpọlọpọ lati mu ilọsiwaju ilowo rẹ ni akawe pẹlu awọn ọna ibile.Lati fọwọsi iṣeeṣe ti lilo itetisi atọwọda lati ṣe iṣiro ọjọ-ori ni awọn olugbe lọpọlọpọ, awọn ikẹkọ iwaju nilo lati ṣe afiwe deede iyasọtọ ati ṣiṣe ti DM ati awọn awoṣe ikẹkọ jinlẹ pẹlu awọn ọna ibile ni awọn apẹẹrẹ kanna.
Iwadi na lo awọn aworan orthographic 2,657 ti a gba lati ọdọ awọn agbalagba Korean ati Japanese ti o wa ni ọdun 15 si 23 ọdun.Awọn aworan redio ti Korea ti pin si awọn eto ikẹkọ 900 (19.42 ± 2.65 ọdun) ati awọn eto idanwo inu 900 (19.52 ± 2.59 ọdun).Eto ikẹkọ ni a gba ni ile-ẹkọ kan (Ile-iwosan Seoul St. Mary), ati pe a ti gba eto idanwo tirẹ ni awọn ile-iṣẹ meji (Ile-iwosan ehín ti Yunifasiti ti Orilẹ-ede Seoul ati Ile-iwosan ehín Yunifasiti ti Yonsei).A tun gba awọn aworan redio 857 lati awọn data ti o da lori olugbe (Iwate Medical University, Japan) fun idanwo ita.Awọn aworan redio ti awọn koko-ọrọ Japanese (19.31 ± 2.60 ọdun) ni a yan bi eto idanwo ita.A kojọ data ni atẹlera lati ṣe itupalẹ awọn ipele ti idagbasoke ehín lori awọn aworan redio panoramic ti o mu lakoko itọju ehín.Gbogbo data ti a gba jẹ ailorukọ ayafi fun akọ-abo, ọjọ ibi ati ọjọ ti redio.Awọn iyasọtọ ifisi ati iyasoto jẹ kanna gẹgẹbi awọn iwadi ti a tẹjade tẹlẹ 4, 5.Ọjọ-ori gangan ti ayẹwo jẹ iṣiro nipasẹ iyokuro ọjọ ibi lati ọjọ ti o ti ya redio naa.Ẹgbẹ apẹẹrẹ ti pin si awọn ẹgbẹ ọjọ-ori mẹsan.Awọn ọjọ ori ati awọn pinpin ibalopo ni a fihan ni Tabili 3 Iwadi yii ni a ṣe ni ibamu pẹlu Ikede Helsinki ati ti a fọwọsi nipasẹ Igbimọ Atunwo Ile-iṣẹ (IRB) ti Seoul St. Mary's Hospital ti Catholic University of Korea (KC22WISI0328).Nitori apẹrẹ ifẹhinti ti iwadii yii, ifitonileti alaye ko le gba lati ọdọ gbogbo awọn alaisan ti o nṣe idanwo redio fun awọn idi itọju.Ile-iwosan St. Mary's University ti Seoul Korea (IRB) yọkuro ibeere fun ifọwọsi alaye.
Awọn ipele idagbasoke ti bimaxillary keji ati awọn molars kẹta ni a ṣe ayẹwo ni ibamu si awọn ilana Demircan25.Ehin kan ṣoṣo ni a yan ti o ba rii iru ehin kanna ni apa osi ati ọtun ti ẹrẹkẹ kọọkan.Ti awọn eyin isokan ni ẹgbẹ mejeeji wa ni awọn ipele idagbasoke ti o yatọ, ehin pẹlu ipele idagbasoke kekere ni a yan lati ṣe akọọlẹ fun aidaniloju ni ọjọ-ori ifoju.Ọgọrun awọn aworan redio ti a yan laileto lati eto ikẹkọ ni a gba wọle nipasẹ awọn alafojusi ti o ni iriri lati ṣe idanwo igbẹkẹle interobserver lẹhin iṣaju iṣaju lati pinnu ipele idagbasoke ehín.Igbẹkẹle Intraobserver ni a ṣe ayẹwo lẹẹmeji ni awọn aarin oṣu mẹta nipasẹ oluwoye akọkọ.
Ibalopọ ati ipele idagbasoke ti awọn molars keji ati kẹta ti bakan kọọkan ninu eto ikẹkọ jẹ iṣiro nipasẹ oluwoye akọkọ ti oṣiṣẹ pẹlu awọn awoṣe DM oriṣiriṣi, ati pe a ṣeto ọjọ-ori gangan bi iye ibi-afẹde.Awọn awoṣe SLP ati MLP, eyiti o jẹ lilo pupọ ni ikẹkọ ẹrọ, ni idanwo lodi si awọn algoridimu ipadasẹhin.Awoṣe DM daapọ awọn iṣẹ laini ni lilo awọn ipele idagbasoke ti awọn ehin mẹrin ati pe o dapọ data wọnyi lati ṣe iṣiro ọjọ-ori.SLP jẹ nẹtiwọọki nkankikan ti o rọrun julọ ati pe ko ni awọn fẹlẹfẹlẹ ti o farapamọ ninu.SLP ṣiṣẹ da lori gbigbe ala laarin awọn apa.Awoṣe SLP ni ipadasẹhin jẹ mathematiki jọra si ipadasẹhin laini pupọ.Ko dabi awoṣe SLP, awoṣe MLP ni ọpọlọpọ awọn fẹlẹfẹlẹ ti o farapamọ pẹlu awọn iṣẹ imuṣiṣẹ lainidi.Awọn adanwo wa lo ipele ti o farapamọ pẹlu awọn apa 20 ti o farapamọ nikan pẹlu awọn iṣẹ imuṣiṣẹ lainidi.Lo isunmọ gradient bi ọna iṣapeye ati MAE ati RMSE bi iṣẹ isonu lati kọ awoṣe ikẹkọ ẹrọ wa.Awoṣe ifasilẹyin ti o dara julọ ti a lo si awọn eto idanwo inu ati ita ati ọjọ-ori ti awọn eyin ni ifoju.
A ṣe agbekalẹ algorithm ipinya ti o nlo idagbasoke ti eyin mẹrin lori eto ikẹkọ lati ṣe asọtẹlẹ boya ayẹwo kan jẹ ọdun 18 tabi rara.Lati kọ awoṣe naa, a gba ẹrọ aṣoju aṣoju meje algorithms6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost, ati (7) MLP .LR jẹ ọkan ninu awọn algoridimu isọdi ti a lo pupọ julọ44.O jẹ algoridimu ikẹkọ ti o ni abojuto ti o nlo ifasilẹyin lati ṣe asọtẹlẹ iṣeeṣe ti data ti o jẹ ti ẹka kan lati 0 si 1 ati pin data naa gẹgẹbi iṣe ti ẹya ti o ṣeeṣe diẹ sii ti o da lori iṣeeṣe yii;o kun lo fun alakomeji classification.KNN jẹ ọkan ninu awọn algoridimu ikẹkọ ẹrọ ti o rọrun julọ45.Nigbati a ba fun ni data titẹ sii titun, o wa k data ti o sunmọ eto ti o wa tẹlẹ ati lẹhinna pin wọn sinu kilasi pẹlu igbohunsafẹfẹ giga julọ.A ṣeto 3 fun nọmba awọn aladugbo ti a kà (k).SVM jẹ algoridimu ti o pọ si aaye laarin awọn kilasi meji nipa lilo iṣẹ ekuro lati faagun aaye laini si aaye ti kii ṣe laini ti a pe ni fields46.Fun awoṣe yii, a lo irẹjẹ = 1, agbara = 1, ati gamma = 1 bi awọn hyperparameters fun ekuro pupọ.A ti lo DT ni awọn aaye oriṣiriṣi bi algoridimu fun pinpin gbogbo data ti a ṣeto si ọpọlọpọ awọn ẹgbẹ-ẹgbẹ nipasẹ aṣoju awọn ofin ipinnu ni eto igi47.A ṣe atunto awoṣe pẹlu nọmba ti o kere ju ti awọn igbasilẹ fun ipade ti 2 ati pe o nlo atọka Gini gẹgẹbi iwọn didara.RF jẹ ọna akojọpọ kan ti o ṣajọpọ awọn DT pupọ lati mu iṣẹ ṣiṣe pọ si nipa lilo ọna ikojọpọ bootstrap kan ti o ṣe agbejade ikasi alailagbara fun apẹẹrẹ kọọkan nipasẹ iyaworan awọn ayẹwo laileto ti iwọn kanna ni ọpọlọpọ igba lati dataset48 atilẹba.A lo awọn igi 100, awọn ijinle igi 10, iwọn oju ipade ti o kere ju 1, ati atọka admixture Gini bi awọn ilana iyapa node.Iyasọtọ ti data tuntun jẹ ipinnu nipasẹ ibo to poju.XGBoost jẹ algoridimu kan ti o ṣajọpọ awọn ilana imudara nipa lilo ọna ti o gba bi data ikẹkọ aṣiṣe laarin awọn idiyele gangan ati asọtẹlẹ ti awoṣe iṣaaju ati mu aṣiṣe naa pọ si ni lilo awọn gradients49.O jẹ algoridimu ti a lo lọpọlọpọ nitori iṣẹ ṣiṣe to dara ati ṣiṣe awọn orisun, bakanna bi igbẹkẹle giga bi iṣẹ atunṣe aṣeju.Awoṣe naa ni ipese pẹlu awọn kẹkẹ atilẹyin 400.MLP jẹ nẹtiwọọki nkankikan ninu eyiti ọkan tabi diẹ ẹ sii awọn perceptrons ṣe awọn fẹlẹfẹlẹ pupọ pẹlu ọkan tabi diẹ ẹ sii awọn fẹlẹfẹlẹ ti o farapamọ laarin titẹ sii ati awọn ipele iṣelọpọ38.Lilo eyi, o le ṣe isọdi ti kii ṣe laini nibiti nigbati o ba ṣafikun Layer titẹ sii ati gba iye abajade, iye abajade asọtẹlẹ jẹ akawe si iye abajade gangan ati pe aṣiṣe ti tan kaakiri.A ṣẹda Layer ti o farapamọ pẹlu 20 awọn neuron ti o farapamọ ni ipele kọọkan.Awoṣe kọọkan ti a ṣe idagbasoke ni a lo si awọn eto inu ati ita lati ṣe idanwo iṣẹ ṣiṣe iyasọtọ nipasẹ ṣiṣe iṣiro ifamọ, pato, PPV, NPV, ati AUROC.Ifamọ jẹ asọye bi ipin ti ayẹwo ti a pinnu lati jẹ ọjọ-ori 18 ọdun tabi agbalagba si apẹẹrẹ ti a pinnu lati jẹ ọdun 18 ọdun tabi agbalagba.Specificity jẹ ipin ti awọn ayẹwo labẹ ọdun 18 ati awọn ti a pinnu lati wa labẹ ọdun 18 ọdun.
Awọn ipele ehín ti a ṣe ayẹwo ni eto ikẹkọ ni a yipada si awọn ipele nọmba fun itupalẹ iṣiro.Laini iyatọ pupọ ati iṣipopada logistic ni a ṣe lati ṣe agbekalẹ awọn awoṣe asọtẹlẹ fun ibalopọ kọọkan ati awọn agbekalẹ ifasilẹyin ti o le ṣee lo lati ṣe iṣiro ọjọ-ori.A lo awọn agbekalẹ wọnyi lati ṣe iṣiro ọjọ-ori ehin fun awọn eto idanwo inu ati ita.Tabili 4 ṣe afihan ipadasẹhin ati awọn awoṣe isọdi ti a lo ninu iwadii yii.
Intra- ati igbẹkẹle interobserver jẹ iṣiro nipa lilo iṣiro kappa Cohen.Lati ṣe idanwo deede ti DM ati awọn awoṣe ipadasẹhin ibile, a ṣe iṣiro MAE ati RMSE nipa lilo awọn ifoju ati awọn ọjọ-ori gangan ti awọn eto idanwo inu ati ita.Awọn aṣiṣe wọnyi ni a lo nigbagbogbo lati ṣe iṣiro išedede ti awọn asọtẹlẹ awoṣe.Aṣiṣe ti o kere si, deede ti o ga julọ ti asọtẹlẹ24.Ṣe afiwe MAE ati RMSE ti awọn eto idanwo inu ati ita ti a ṣe iṣiro nipa lilo DM ati ipadasẹhin aṣa.Iṣe iyasọtọ ti gige ọdun 18 ni awọn iṣiro ibile ni a ṣe ayẹwo ni lilo tabili airotẹlẹ 2 × 2.Ifamọ iṣiro, pato, PPV, NPV, ati AUROC ti ṣeto idanwo ni a ṣe afiwe pẹlu awọn iye iwọn ti awoṣe isọdi DM.Data ti wa ni kosile bi itumo ± boṣewa iyapa tabi nọmba (%) da lori data abuda.Awọn iye P ti o ni apa meji <0.05 ni a gbero ni pataki iṣiro.Gbogbo awọn itupalẹ iṣiro igbagbogbo ni a ṣe ni lilo ẹya SAS 9.4 (SAS Institute, Cary, NC).Awoṣe atunṣe DM ni imuse ni Python ni lilo Keras50 2.2.4 backend ati Tensorflow51 1.8.0 pataki fun awọn iṣẹ ṣiṣe mathematiki.Awoṣe isọdi DM ni imuse ni Ayika Itupalẹ Imọye Waikato ati Syeed itupalẹ Konstanz Miner (KNIME) 4.6.152.
Awọn onkọwe jẹwọ pe data ti o ṣe atilẹyin awọn ipinnu iwadi ni a le rii ninu nkan ati awọn ohun elo afikun.Awọn ipilẹ data ti ipilẹṣẹ ati/tabi atupale lakoko iwadi wa lati ọdọ onkọwe ti o baamu lori ibeere ti o tọ.
Ritz-Timme, S. et al.Iṣiro ọjọ-ori: ipo ti aworan lati pade awọn ibeere kan pato ti iṣe oniwadi.okeere.J. Oogun ofin.113, 129-136 (2000).
Schmeling, A., Reisinger, W., Geserik, G., ati Olze, A. Ipo lọwọlọwọ ti iṣiro ọjọ-ori oniwadi ti awọn koko-ọrọ laaye fun awọn idi ibanirojọ ọdaràn.Awọn oniwadi oniwadi.òògùn.Ẹkọ aisan ara.1, 239-246 (2005).
Pan, J. et al.Ọna ti a ṣe atunṣe fun iṣiro ọjọ-ori ehín ti awọn ọmọde ti o wa ni ọdun 5 si 16 ni ila-oorun China.isẹgun.Iwadi ẹnu.Ọdun 25, 3463–3474 (2021).
Lee, SS ati bẹbẹ lọ Chronology ti idagbasoke ti keji ati kẹta molars ni Koreans ati awọn oniwe-elo fun oniwadi ọjọ ori.okeere.J. Oogun ofin.124, 659-665 (2010).
Oh, S., Kumagai, A., Kim, SY ati Lee, SS Ipeye ti iṣiro ọjọ-ori ati iṣiro ti iloro ọdun 18 ti o da lori idagbasoke ti awọn molars keji ati kẹta ni Koreans ati Japanese.PLoS ỌKAN 17, e0271247 (2022).
Kim, JY, et al.Iṣayẹwo data ti o da lori ẹrọ iṣaju iṣẹ-ṣiṣe le ṣe asọtẹlẹ abajade itọju iṣẹ abẹ oorun ni awọn alaisan pẹlu OSA.ijinle sayensi.Iroyin 11, 14911 (2021).
Han, M. et al.Iṣiro ọjọ-ori deede lati ẹkọ ẹrọ pẹlu tabi laisi ilowosi eniyan?okeere.J. Oogun ofin.136, 821–831 (2022).
Khan, S. ati Shaheen, M. Lati Mining Data to Data Mining.J. Alaye.ijinle sayensi.https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. ati Shaheen, M. WisRule: Algorithm Imọ akọkọ fun Mining Rule Association.J. Alaye.ijinle sayensi.https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. ati Abdullah U. Karm: iwakusa data ti aṣa ti o da lori awọn ofin ẹgbẹ ti o da lori ọrọ-ọrọ.iṣiro.Matt.tesiwaju.68, 3305-3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. ati Habib M. Iwadi ibajọra ti o da lori ẹkọ ti o jinlẹ nipa lilo data ọrọ.sọfun.awọn imọ-ẹrọ.iṣakoso.https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z., ati Shahin, M. Eto fun idanimọ iṣẹ ni awọn fidio idaraya.multimedia.Awọn ohun elo Irinṣẹ https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS et al.Ipenija Ẹkọ Ẹrọ RSNA ni Ọjọ-ori Egungun Ọmọde.Radiology 290, 498-503 (2019).
Li, Y. et al.Iṣiro ọjọ-ori oniwadi lati awọn egungun pelvic nipa lilo ẹkọ ti o jinlẹ.EURO.itankalẹ.Ọdun 29, 2322–2329 (2019).
Guo, YC, et al.Isọdi ọjọ-ori pepe ni lilo awọn ọna afọwọṣe ati awọn nẹtiwọọki alakan ti o jinlẹ lati awọn aworan asọtẹlẹ orthographic.okeere.J. Oogun ofin.Ọdun 135, 1589–1597 (2021).
Alabama Dalora et al.Iṣiro ọjọ ori egungun nipa lilo awọn ọna ikẹkọ ẹrọ oriṣiriṣi: atunyẹwo iwe eto eto ati itupalẹ-meta.PLoS ỌKAN 14, e0220242 (2019).
Du, H., Li, G., Cheng, K., ati Yang, J. Iṣiro ọjọ-ori pato-olugbe ti Awọn ara ilu Amẹrika Amẹrika ati Kannada ti o da lori awọn ipele iyẹwu pulp ti awọn molars akọkọ nipa lilo tomography ti konu-beam.okeere.J. Oogun ofin.Ọdun 136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK ati Oh KS Ṣiṣe ipinnu awọn ẹgbẹ ori ti awọn eniyan laaye ni lilo awọn aworan ti o da lori oye atọwọda ti awọn molars akọkọ.ijinle sayensi.Iroyin 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N., ati Urschler, M. Aifọwọyi ọjọ ori laifọwọyi ati ipinnu ọjọ ori ti o pọju lati data MRI multivariate.IEEE J. Biomed.Health titaniji.Ọdun 23, ọdun 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. ati Li, G. Iṣiro ọjọ-ori ti o da lori ipin 3D pulp chamber segmentation ti akọkọ molars lati cone tan ina iširo tomography nipa iṣakojọpọ ẹkọ ti o jinlẹ ati awọn ipele ipele.okeere.J. Oogun ofin.135, 365–373 (2021).
Wu, WT, et al.Iwakusa data ni data nla ile-iwosan: awọn apoti isura infomesonu ti o wọpọ, awọn igbesẹ, ati awọn awoṣe awọn ọna.Agbaye.òògùn.awọn oluşewadi.8, 44 (2021).
Yang, J. et al.Ifihan si Awọn aaye data Iṣoogun ati Awọn Imọ-ẹrọ Mining Data ni Akoko Data Nla.J. Avid.Oogun ipilẹ.13, 57–69 (2020).
Shen, S. et al.Ọna kamẹra fun iṣiro ọjọ-ori ehin nipa lilo ẹkọ ẹrọ.BMC Oral Health 21, 641 (2021).
Galliburg A. et al.Ifiwera ti awọn ọna ikẹkọ ẹrọ oriṣiriṣi fun asọtẹlẹ ọjọ-ori ehín nipa lilo ọna iṣeto Demirdjian.okeere.J. Oogun ofin.135, 665–675 (2021).
Demirdjian, A., Goldstein, H. ati Tanner, JM Eto titun kan fun iṣiro ọjọ ori ehín.snort.isedale.45, 211-227 (1973).
Landis, JR, ati Koch, GG Awọn wiwọn ti adehun oluwoye lori data isori.Biometrics 33, 159-174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK ati Choi HK.Itupalẹ ọrọ-ọrọ, imọ-ara ati iṣiro ti aworan iwoyi oofa onisẹpo meji nipa lilo awọn ilana itetisi atọwọda fun iyatọ ti awọn èèmọ ọpọlọ akọkọ.Alaye ilera.awọn oluşewadi.https://doi.org/10.4258/hir.2022.28.1.46 (2022).
Akoko ifiweranṣẹ: Jan-04-2024