Biological Sex Determination in Cadavers Using Deep Learning Algorithms from Computed Tomography Images of Pelvis and Skull

Technische Samenvatting: Bepaling van het biologisch geslacht bij kadavers met behulp van Deep Learning-algoritmen op basis van Computertomografiebeelden van het bekken en de schedel

Probleemstelling
In de forensische antropologie is het bepalen van het biologisch geslacht een cruciale stap bij het opstellen van een biologisch profiel voor menselijke identificatie. Traditionele methoden vertrouwen op morfologische en metrische analyse van skeletstructuren, met name de schedel en het bekken. Deze klassieke benaderingen zijn echter afhankelijk van de waarnemer, tijdrovend en schieten vaak tekort in uitdagende forensische scenario's waarbij sprake is van massale rampen, verkoolde resten, fragmentatie of ernstige ontbinding. Bovendien kunnen postmortale taphonomische processen en trauma de anatomische structuren veranderen, wat de beeldcomplexiteit verhoogt en de effectiviteit van handmatige analyse vermindert. Hoewel kunstmatige intelligentie (AI) en deep learning veelbelovend zijn gebleken in de medische beeldvorming, zijn veel bestaande studies beperkt tot specifieke populaties of zeer gecontroleerde acquisitiecondities, en missen zij validatie op echte forensische casuïstiek met anatomische misvormingen en beeldvormingsartefacten.

Methodologie
Deze studie evalueerde de robuustheid van deep learning-architecturen, verbeterd door transfer learning, voor de geautomatiseerde bepaling van het biologisch geslacht met behulp van forensische CT-scans.

• Dataset: De studie maakte gebruik van een retrospectieve dataset van 141 geautopsieerde kadavers (104 mannen, 37 vrouwen) van het Instituto de Medicina Legal (IMLAT) in Goiânia, Brazilië. De dataset omvatte CT-scans van de schedel en het bekken, verworven via een Siemens SOMATOM go.Now scanner. De dataset was doelbewust heterogeen samengesteld, waarbij gevallen met significante anatomische misvormingen en trauma-gerelateerde artefacten werden behouden om de werkelijke forensische omstandigheden te reflecteren, waarbij alleen gevallen met uitgebreide botdestructie die identificatie van landmerken onmogelijk maakte, werden uitgesloten.
• Data Preprocessing: Driedimensionale reconstructies van de schedel en het bekken werden gegenereerd met behulp van de Volume Rendering Technique (VRT). Om de computationele efficiëntie te optimaliseren, werden deze 3D-volumes omgezet in gestandaardiseerde 2D-profielprojecties. Een forensisch specialist heeft de data handmatig gecureerd om voor elke proefpersoon een "pivot image" (0° frontaal aanzicht) te identificeren, waaruit een rotationeel venster van ±45° (11 afbeeldingen per anatomische regio) werd geëxtraheerd. De uiteindelijke dataset bestond uit 3.059 afbeeldingen.
• Modelarchitecturen: Zeven verschillende architecturen werden vergeleken: EfficientNetV2, ConvNeXt-Tiny, ViT-B16, VGG16, ResNet50, YOLO11 en YOLO26. Alle modellen maakten gebruik van transfer learning, geïnitialiseerd met gewichten die vooraf waren getraind op ImageNet.
• Classificatiestrategieën: Twee scenario's werden getest:
  1. Binaire Classificatie: Het voorspellen van enkel het geslacht (Man/Vrouw).
  2. Quaternaire Classificatie: Het gezamenlijk voorspellen van geslacht en anatomische regio (Manlijke Schedel, Vrouwelijke Schedel, Manlijk Bekken, Vrouwelijk Bekken).
• Training en Optimalisatie: Om klasse-imbalans en de beperkte steekproefomvang aan te pakken, werden dataugmentatietechnieken toegepast, inclus\u2019 de een aangepaste offline pipeline en native YOLO-augmentaties. Hyperparameteroptimalisatie werd uitgevoerd met behulp van een Genetisch Algoritme (GA) via de Ultralytics auto-tuning tool. Om klasse-imbalans te behandelen, werd een Weighted Cross-Entropy Loss geïmplementeerd.
• Evaluatieprotocol: De dataset werd gesplitst op het niveau van de proefpersoon (75% training, 10% validatie, 15% testen) om data leakage te voorkomen. Diagnose op patiëntniveau werd bereikt via soft voting, waarbij de softmax-waarschijnlijkheden van de 11 hoekprojecties per proefpersoon werden geaggregeerd. Modelselectie werd verder verfijnd met behulp van multi-criteria besluitvormingsmethoden (TOPSIS en VIKOR) om configuraties te rangschikken op basis van nauwkeurigheid, precisie, recall en F1-score. De interpreteerbaarheid werd beoordeeld met behulp van Grad-CAM heatmaps.

Belangrijkste Bijdragen

1. Validatie op Real-World Forensische Data: De studie valideert deep learning-architecturen op een diverse dataset van werkelijke forensische gevallen, inclusief kadavers met significante anatomische misvormingen en trauma-gerelateerde beeldvormingsartefacten, in plaats van geïdealiseerde of gecontroleerde monsters.
2. Vergelijkende Analyse van Anatomische Regio's: Het werk biedt een vergelijkende analyse van het onderscheidend vermogen tussen 2D-projecties van het bekken en de schedel, waarbij de respectieve effectiviteit in geslachtsbepaling wordt geëvalueerd.
3. Beoordeling van Generalisatie: De studie beoordeelt de generalisatiecapaciteiten van transfer learning in aanwezigheid van forensisch-specifieke beeldruis en artefacten, en demonstreert de haalbaarheid van de methodologie onder complexe omstandigheden.

Resultaten

• Prestaties van Architecturen: Onder de baseline-modellen kwam YOLO26 als de beste uit de bus, die consequent andere architecturen (inclusief ConvNeXt, ViT en ResNet) overtrof met een initiële nauwkeurigheid van meer dan 89%.
• Classificatiestrategie: Terwijl binaire classificatie een hoge algemene nauwkeurigheid opleverde, vertoonde de quaternaire classificatiestrategie (het scheiden van schedel en bekken) een superieure metriek-gelijkheid tussen de geslachten. Het mitigeerde de prestatieverschillen veroorzaakt door de mannelijke oververtegenwoordiging in de dataset, waardoor werd voorkomen dat het model een bias ontwikkelde naar de meerderheidsklasse.
• Optimale Configuratie: Multi-criteria besluitvorming (TOPSIS en VIKOR) identificeerde het YOLO26 Nano model met standaard YOLO-data-augmentatie als de optimale configuratie. Deze configuratie bereikte de beste balans tussen prestaties en robuustheid.
• Prestatiecijfers: Het uiteindelijke geoptimaliseerde model behaalde de volgende patiënt-niveau metrieken:
  • Nauwkeurigheid (Accuracy): 95,65%
  • Recall: 92,86%
  • F1-Score: 94,36%
  • Precisie: 97,22%
  • Bekkenprestaties: Het model behaalde een perfecte recall (100%) voor zowel mannelijke als vrouwelijke bekkenstructuren op patiëntniveau.
  • Schedelprestaties: Mannelijke schedels behaalden een recall van 100%, terwijl vrouwelijke schedels een lagere recall vertoonden (71,43%) op patiëntniveau, wat werd toegeschreven aan de concentratie van misclassificaties in een kleine subset van grensgevallen bij vrouwen.
• Interpreteerbaarheid: Grad-CAM heatmaps bevestigden dat de modellen zich concentreerden op gevestigde antropologische landmerken (bijv. subpubische hoek, symfyse pubica, glabella, supraorbitale rand en mandibulaire hoek), wat de voorspellingen valideerde als gebaseerd op geldige anatomische kenmerken in plaats van spookachtige artefacten.

Betekenis en Claims
Het artikel beweert dat de voorgestelde methodologie de technische haalbaarheid aantoont van het gebruik van deep learning voor objectieve, snelle skeletanalyse in forensische contexten. De studie concludeert dat deep learning-modellen een betrouwbaar, reproduceerbaar ondersteuningstool kunnen dienen voor forensisch deskundigen, met name in gevallen waarin traditionele morfologische beoordeling wordt bemoeilijkt door ontbinding of trauma.

De auteurs benadrukken dat het systeem bedoeld is als een ondersteunend instrument, en niet als vervanging voor de forensisch expert. Zij merken op dat voorspellingen probabilistisch zijn en individuele validatie vereisen. De studie erkent beperkingen, specifiek dat de data afkomstig is van één instelling en één CT-scanner, wat verdere validatie over meerdere centra en scanners noodzakelijk maakt om de generaliseerbaarheid van de aanpak te beoordelen. Het werk beoogt de weg vrij te maken voor het stroomlijnen van forensische triage en het ondersteunen van medisch onderzoekers, terwijl de rol van de expert in de besluitvorming behouden blijft.