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

Resumo Técnico: Determinação do Sexo Biológico em Cadáveres Utilizando Algoritmos de Aprendizado Profundo a partir de Imagens de Tomografia Computadorizada de Pelve e Crânio

Problema
Na antropologia forense, a determinação do sexo biológico é uma etapa crítica para a construção de um perfil biológico para identificação humana. Os métodos tradicionais baseiam-se na análise morfológica e métrica de estruturas esqueléticas, particularmente o crânio e a pelve. No entanto, essas abordagens clássicas são dependentes do observador, demoradas e frequentemente falham em cenários forenses desafiadores que envolvem desastres de massa, restos carbonizados, fragmentação ou decomposição severa. Além disso, os processos tafonômicos pós-morte e o trauma podem alterar as estruturas anatômicas, aumentando a complexidade da imagem e reduzindo a eficácia da análise manual. Embora a Inteligência Artificial (IA) e o aprendizado profundo tenham mostrado promessa na imagem médica, muitos estudos existentes são limitados a populações específicas ou condições de aquisição altamente controladas, carecendo de validação em casos forenses do mundo real que apresentam desfigurações anatômicas e artefatos de imagem.

Metodologia
Este estudo avaliou a robustez de arquiteturas de aprendizado profundo, aprimoradas por transferência de aprendizado (transfer learning), para a determinação automatizada do sexo biológico utilizando tomografias computadorizadas (TC) forenses.

• Conjunto de Dados: O estudo utilizou um conjunto de dados retrospectivo de 141 cadáveres de autópsia (104 homens, 37 mulheres) do Instituto de Medicina Legal (IMLAT) de Goiânia, Brasil. O conjunto de dados incluiu TC de crânio e pelve, adquiridas via um scanner Siemens SOMATOM go.Now. A amostra foi intencionalmente heterogênea, mantendo casos com desfigurações anatômicas significativas e artefatos relacionados a traumas, refletindo condições forenses do mundo real, excluindo apenas casos com destruição óssea extensa que impedisse a identificação de marcos (landmarks).
• Pré-processamento de Dados: Reconstruções tridimensionais do crânio e da pelve foram geradas utilizando a Técnica de Renderização de Volume (VRT). Para otimizar a eficiência computacional, esses volumes 3D foram convertidos em projeções de perfil 2D padronizadas. Um especialista forense selecionou manualmente os dados para identificar uma "imagem pivô" (vista frontal a 0°) para cada sujeito, a partir da qual foi extraída uma janela rotacional de ±45° (11 imagens por região anatômica). O conjunto de dados final compreendeu 3.059 imagens.
• Arquiteturas de Modelos: Sete arquiteturas distintas foram testadas: EfficientNetV2, ConvNeXt-Tiny, ViT-B16, VGG16, ResNet50, YOLO11 e YOLO26. Todos os modelos utilizaram transferência de aprendizado, inicializados com pesos pré-treinados no ImageNet.
• Estratégias de Classificação: Dois cenários foram testados:
  1. Classificação Binária: Predizendo apenas o sexo (Masculino/Feminino).
  2. Classificação Quaternária: Predizendo conjuntamente o sexo e a região anatômica (Crânio Masculino, Crânio Feminino, Pelve Masculina, Pelve Feminina).
• Treinamento e Otimização: Para lidar com o desequilíbrio de classes e o tamanho limitado da amostra, técnicas de aumento de dados foram empregadas, incluindo um pipeline offline customizado e aumentos nativos do YOLO. A otimização de hiperparâmetros foi realizada por meio de um Algoritmo Genético (AG) via ferramenta de ajuste automático da Ultralytics. Para lidar com o desequilíbrio de classes, uma Perda de Entropia Cruzada Ponderada (Weighted Cross-Entropy Loss) foi implementada.
• Protocolo de Avaliação: O conjunto de dados foi dividido ao nível do sujeito (75% treinamento, 10% validação, 15% teste) para evitar vazamento de dados (data leakage). O diagnóstico ao nível do paciente foi alcançado via votação suave (soft voting), agregando as probabilidades softmax das 11 projeções angulares por sujeito. A seleção do modelo foi refinada por métodos de tomada de decisão multicritério (TOPSIS e VIKOR) para classificar as configurações com base em acurácia, precisão, revocação (recall) e F1-score. A interpretabilidade foi avaliada através de mapas de calor Grad-CAM.

Principais Contribuições

1. Validação em Dados Forenses do Mundo Real: O estudo valida arquiteturas de aprendizado profundo em um conjunto de dados diversificado de casos forenses reais, incluindo cadáveres com desfigurações anatômicas significativas e artefatos de imagem relacionados a traumas, em vez de amostras idealizadas ou controladas.
2. Análise Comparativa de Regiões Anatômicas: O trabalho fornece uma análise comparativa do poder discriminativo entre as projeções 2D da pelve e do crânio, avaliando sua respectiva eficácia na estimativa do sexo.
3. Avaliação de Generalização: O estudo avalia as capacidades de generalização da transferência de aprendizado na presença de ruído e artefatos específicos de imagens forenses, demonstrando a viabilidade da metodologia sob condições complexas.

Resultados

• Desempenho das Arquiteturas: Entre os modelos de base, o YOLO26 emergiu como o melhor desempenho, superando consistentemente outras arquiteturas (incluindo ConvNeXt, ViT e ResNet) com uma acurácia inicial superior a 89%.
• Estratégia de Classificação: Embora a classificação binária tenha apresentado alta acurácia geral, a estratégia de classificação quaternária (separando crânio e pelve) demonstrou uma equidade métrica superior entre os sexos. Ela mitigou a disparidade de desempenho causada pelo conjunto de dados com predominância masculina, evitando que o modelo desenvolvesse um viés em direção à classe majoritária.
• Configuração Ótima: A análise de decisão multicritério (TOPSIS e VIKOR) identificou o modelo YOLO26 Nano com aumento de dados padrão do YOLO como a configuração ótima. Esta configuração alcançou o melhor equilíbrio entre desempenho e robustez.
• Métricas de Desempenho: O modelo otimizado final alcançou as seguintes métricas ao nível do paciente:
  • Acurácia: 95,65%
  • Revocação (Recall): 92,86%
  • F1-Score: 94,36%
  • Precisão: 97,22%
  • Desempenho Pélvico: O modelo alcançou revocação perfeita (100%) para ambas as estruturas pélvicas masculinas e femininas ao nível do paciente.
  • Desempenho Craniano: Os crânios masculinos atingiram 100% de revocação, enquanto os crânios femininos apresentaram menor revocação (71,43%) ao nível do paciente, atribuída à concentração de classificações incorretas em um pequeno subconjunto de casos femininos limítrofes.
• Interpretabilidade: Mapas de calor Grad-CAM confirmaram que os modelos focaram em marcos antropológicos estabelecidos (ex: ângulo subpúbico, sínfise púbica, glabela, margem supraorbital e ângulo mandibular), validando que as predições foram fundamentadas em características anatômicas válidas e não em artefatos espúrios.

Significância e Alegações
O artigo alega que a metodologia proposta demonstra a viabilidade técnica do uso de aprendizado profundo para análise esquelética objetiva e de alta velocidade em contextos forenses. O estudo conclui que modelos de aprendizado profundo podem servir como uma ferramenta de suporte confiável e reprodutível para especialistas forenses, particularmente em casos onde a avaliação morfológica tradicional é dificultada pela decomposição ou trauma.

Os autores enfatizam que o sistema é destinado a ser um instrumento de assistência, não um substituto para o especialista forense. Eles observam que as predições são probabilísticas e exigem validação individualizada. O estudo reconhece limitações, especificamente que os dados foram obtidos de uma única instituição e de um único scanner de TC, o que exige validação adicional em múltiplos centros e scanners para avaliar a generalização da abordagem. O trabalho visa pavimentar o caminho para agilizar a triagem forense e apoiar médicos legistas, preservando o papel de tomada de decisão do especialista.