Odhad pohlaví lebky podle povrchu exokrania s využitím CT skenů

• Název práce v češtině: Odhad pohlaví lebky podle povrchu exokrania s využitím CT skenů
• Název v anglickém jazyce: Sex assessment of skull using exocranial meshes from CT scans
• Klíčová slova: Odhad pohlaví, lebka, exokranium, biologická identifikace, 3D metoda, CT, sken, forenzní antropologie, bioarcheologie, geometrická morfometrie
• Klíčová slova anglicky: Sex estimation, skull, exocranium, biological identification, 3D method, CT, scan, forensic anthropology, bioarcheology, geometric morphometry
• Akademický rok vypsání: 2013/2014
• Typ práce: diplomová práce
• Jazyk práce: čeština
• Ústav: Katedra antropologie a genetiky člověka (31-110)
• Vedoucí / školitel: prof. RNDr. Jaroslav Brůžek, CSc., Ph.D.
• Řešitel: skrytý - zadáno vedoucím/školitelem
• Datum přihlášení: 27.11.2013
• Datum zadání: 27.11.2013
• Datum odevzdání elektronické podoby: 04.05.2015
• Datum proběhlé obhajoby: 08.06.2015
• Oponenti: Mgr. Lukáš Friedl, Ph.D.
• Konzultanti: prof. RNDr. Jana Velemínská, Ph.D.

Předběžná náplň práce

Odhad pohlaví je nezbytnou složkou biologického profilování jedince jak ve forenzní antropologii, tak v bioarcheologii. Pokud se nezachová pánev, která vykazuje nejvyšší míru pohlavního dimorfismu, pohlaví se odhaduje podle lebky. Existuje řada metod a postupů, které využívají lebku, nicméně jsou zatíženy chybou, způsobenou především populační specifitou a variabilní oscilací pohlavního dimorfismu (Brůžek a Murail, 2006). Náš příspěvek se metodologicky inspiroval studií Abdel Fatah et al. (2014), která za použití exokraniálních a endokraniálních povrchových sítí lebek dosahuje vysoké úspěšnosti 97 %.

Prezentovaná metoda využívá anonymizovaná CT objemová data lebek současné francouzské populace, ze kterých jsme segmentovali pouze exokraniální povrch. Na takto získaných virtuálních modelech jsme provedli CPD-DCA (Dupej et al., 2014). Analyzována byla forma i tvar (po odškálování velikosti) celkem 104 lebek (51 žen a 53 mužů) ve věkovém rozpětí 18 až 92 let, s průměrným věkem 58 let u žen a 52,46 u mužů. Po využití analýzy support vector machine (SVM) s radiálním jádrem (a s cross-validací), nejvyšší přesnost metody 87,5 % byla dosažena při modelování formy lebky za využití 27 hlavních komponent. Nejpřesnější klasifikace pohlaví na základě pouhého tvaru lebek byla nižší pouze o dvě procenta. Ačkoliv je přesnost metody v porovnání se studií Fatah et al. (2014) nižší, pro predikci pohlaví na základě formy i tvaru lebky ji můžeme doporučit. Přesnost naší metody mohla být snížena vysokým věkem testovaných jedinců, protože síla pohlavně dimorfních znaků na lebce se s přibývající věkem snižuje či rozdílnou mírou pohlavního dimorfismu v populaci. Dalším důvodem nižší klasifikační schopnosti bylo pravděpodobně odstranění endokrania, nicméně tato metodologie se díky tomu stává vhodná i pro data snímaná povrchovými skenery.

Předběžná náplň práce v anglickém jazyce

Sex estimation is a challenging problem in both forensic anthropology and bioarchaeology. Sexual dimorphism is most noticeably displayed by the pelvis; however in instances when it is not preserved, sex is estimated by skull. There is a multitude of approaches that use the skull, however, their population specificity and variable sexual dimorphism oscillation reduces their effectiveness (Bruzek and Murail, 2006). We base our contribution on the study by Fatah et al. (2014) that estimates sex based on exocranial and endocranial surfaces with a high success rate of 97%.

Our approach uses anonymized CT scans of skulls from recent french population, from which the exocranial surface was segmented. On these surfaces, CPD-DCA (Dupej et al., 2014) was performed. We analyzed both form and shape (form after size normalization) of these surfaces in 104 skulls (53 males, 51 females) aged 18 to 92 years. The mean age was 58 years in females and 52.46 years in males. Classification was performed using support vector macines (SVM) with a radial kernel. Leave-one-out crossvalidation was also applied. The highest success rate (87.5 %) was achieved with the first 27 principal components of form (see Figure 1). Classification of shape was less accurate by only 2 %. Even though our success rate was lower than that of Fatah et al. (2014), we believe our method is useful for sex estimation. Our success rate may have been reduced by the high age of studied specimens, considering the sexually dimorphic traits diminish with age. Another possible reason for the lower accuracy is the absence of endocranium in our model. On the other hand, disregarding endocranium makes our approach applicable to surface scans, as well.