MétaCan
Menu
Retour à la cohorte
Enregistrement W2568981416 · doi:10.1590/1981-8637201600030000193215

Potential contribution of periapical radiographic film image processing for forensic identification

2016· article· en· W2568981416 sur OpenAlexaboutno aff
Gustavo Barbalho Guedes Emiliano, Fernando Souza MARINHO, Rogério Nogueira de Oliveira

Notice bibliographique

RevueRGO - Revista Gaúcha de Odontologia · 2016
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadiographyIdentification (biology)DentistryForensic identificationMedicineFeature (linguistics)OrthodonticsDigital radiographyComputer visionArtificial intelligenceComputer scienceRadiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Periapical X-rays are the most common complementary tests in the dental clinic. The indication of image tests in forensic identification depends on the produced X-rays quality. The image processing of conventional radiographs can improve image quality. This study aimed to report the potential contribution of image processing from radiographic films by digitally edited periapical radiographs for case reporting of positive identification. The results of anthropological examinations and dental arches of the victim matched the information transferred by the family of the missing person. The antemortem and postmortem periapical radiographs were digitized on photo scanner (Hewlett-Packard Development Company, HP ScanJet G4050 Photo, United States) and images were processed in Corel PaintShop Pro X4 editing software (Corel Corporation, v14, Canada). The comparison of antemortem and postmortem periapical radiographs digital images allowed to determine 8 concordant points in the contour and delimit the maxillary sinus as well as periodontal and dental structures of the tooth 17. Identification of the individual was possible by digital editing of radiographs in computer software. Editing allowed adjusting image brightness, contrast and sharpness, color temperature and saturation of tooth-jaw structures. Such technological feature effectively contributed to positive identification performed by Forensic Dentistry.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,272
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRGO - Revista Gaúcha de OdontologiaMême sujetDental Radiography and ImagingTravaux en français237 207