Use of dental CBCT software for evaluation of medical CT‐acquired images in a multiple fatality incident: Proof of principles
Notice bibliographique
Résumé
Comparison of post-mortem dental findings to ante mortem dental records is a well-established, frequently used scientific means of human identification. Dentistry has adapted a form of CT scanning that uses a cone-shaped beam and is thus termed cone beam computed tomography (CBCT). CBCT is presently being used in many aspects of dentistry including osseointegrated implant planning, orthodontics, endodontics, investigation of pathology, and assessment prior to complex dental extractions. The identification of seven individuals from multiple fatality incident was undertaken using a simple technique for completing comparative radiographic dental identifications using post-mortem medical computed tomographic (CT) image-acquisition techniques and commercially available dental software normally used in clinical care. The authors will show the means by which the harvesting of anatomically important data from medical CTs and conversion of these files was undertaken to provide crisp, clear post-mortem dental images for forensic comparison to assist in the identification of two adults and provide age stratification of three juveniles. The use of this technique has shown to be beneficial for expediting efficient identification of deceased individuals, helping to isolate which cases may need additional scientific methods of identification, saving time and money to the organization and eliminating biological/body substance or radiation exposure to the operator. The application of this software for use in forensic dental identification cases is presented, and the methodology to create post-mortem images suitable for comparison is detailed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,019 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».