基于支持向量机构建维吾尔族青少年骨龄评估体系的探索性研究

Bone age study in adolescents is of significance for fight crime, conviction and sentencie crime, the crucial research is to explore techniques and approaches, which are suitable for Chinese youth bone age assessment. Uighur migrant population is given priority to young adults, the obvious crime rate increased in recent years, it has caused certain influence to public safety, and there is no unified bone age identification methods or standards for Uighur adolescents, mainly in accordancein with population data of the Han nationality or West Asia, and the judicial justice could be affected. Support vector machine (SVM) has been shown unique advantage in the image recognition and data mining, our preliminary research also shown that the skeleton images could be analyzed by SVM accurately, quickly and objectively, also gave epiphyseal growth accurately. Therefore, SVM has great potential value in the study of bone age in forensic medicine. 12 to 20 years uighur adolescents’ joints X-ray films will be collected in our study, the epiphyseal indexes will be selected from the different age groups by SVM. Then, construct grading database of epiphyseal indicators, and develop bone age maps, which can reflect age changes of the uighur adolescents. With the selected indicators, qualitative and quantitative mathematical models, which used to evaluate bone age, will be biult by SVM. Finally, based on the models and maps, bone age assessment system of uighur adolescents can be established by SVM technology.

青少年骨龄研究对打击犯罪、定罪量刑至关重要，而研究的关键是探寻适用于我国青少年骨龄评估的技术与方法。维吾尔族流动人口以青壮年为主，近年犯罪率呈明显增加趋势，对公共安全造成一定影响，目前尚无统一的维吾尔族青少年骨龄鉴定标准或方法，主要比照汉族或西亚人群数据进行评判，从而会影响司法公正。支持向量机（SVM）已被证实在图像识别与数据挖掘中具有独特优势，我们的前期研究成果也表明SVM可以精确、快速、客观地分析骨骼图像并准确判定骨骺发育分级。因此，SVM在法医学骨龄研究中具有巨大的潜在价值。此次研究拟采集12~20周岁维吾尔族青少年骨关节X线片，运用SVM对不同年龄组骨关节进行骨骺指标筛选，构建骨骺指标分级数据库，制定能反映维吾尔族青少年骨龄变化的骨发育分级图谱；再运用SVM对筛选出的最佳指标构建骨龄评估定量、定性数学模型。最后，基于SVM技术拟合模型及图谱构建适用于维吾尔族青少年人群骨龄评估体系。

近年来，维吾尔族人群的流动数量及区域分布较以往比较有着更明显的变化，维吾尔族流动人口以青壮年为主。由于户籍制度管理不完善，加之犯罪低龄化的倾向明显，这给案件的侦查、审理带来了相当大的阻力，对公共安全造成一定不利影响。因此，对于疑似未成年人的犯罪嫌疑人往往需要通过骨龄鉴定来确定其真实年龄。但目前我国尚缺乏维吾尔族人群骨龄鉴定的标准或方法，在当前司法鉴定实践中，我们一般比照汉族青少年人群的骨龄鉴定标准进行年龄推断。支持向量机、深度学习等机器学习已被证实在图像识别与数据挖掘中具有独特优势。机器学习可以对骨骼图像中的黑、白、灰像素运用数据挖掘方法实现图像特征提取，可以较为准确地进行骨骺发育分级判读，在一定程度上避免人工阅片的误差，并可以提高工作效能。本课题采用课题组前期研究成果《青少年骨骼年龄自动评估软件》对2925例12.0-20.0周岁维吾尔族男、女青少年七大关节骨关节骨骺发育进行分级，运用机器学习对不同年龄组骨关节进行图像识别及特征提取。研究表明：（1）12.0-15.0周岁骨龄评估重点观察肘关节、手指、踝关节及足部骨骺，16.0-17.0周岁骨龄评估重点观察胸锁关节、肩关节、腕关节、髋关节及膝关节骨骺，18.0-20.0周岁骨龄评估重点观察胸锁关节、肩关节、腕关节及髋关节骨骺；（2）通过机器学习方法探索各大关节DR摄片骨骼特征与年龄的对应关系，采用支持向量机及卷积神经网络算法评估骨骼年龄时，±1.0岁骨龄评估准确率分别约为87.74%和94.53%；（3）采用数理统计分析方法，制定12.0-20.0周岁每半岁年龄段24个骨骺发育分级标准图谱。最后，根据机器学习构建维吾尔族青少年骨龄自动评估体系，实现骨龄鉴定的自动化过程。综上所述，维吾尔族青少年骨龄鉴定对于司法实践尤为重要，通过骨龄评估自动化研究，使骨龄鉴定过程更加简便、快捷，使鉴定意见更为客观、准确，为客观适应法律要求、依法公正办案、维护社会和谐稳定、依法保障当事人的合法权益，充分体现司法公正的权威性具有重要的现实意义和应用价值。