目的 对法医人类学遗骸识别研究领域的文献进行计量学分析,描述当前的研究现状并预测未来的研究热点.方法 基于Web of Science信息服务平台(以下简称"WoS")中核心数据库(Web of Science Core Collection,WoSCC)检索和提取的数据,分析1991—2022年遗骸识别研究的发展趋势和主题变化.运用python 3.9.2和Gephi 0.10对法医人类学遗骸识别相关研究的发文趋势、国家(地区)、机构、作者和主题进行网络可视化分析.结果 获得法医人类学遗骸识别相关英文文献873篇.发表文献数量最多的期刊是Forensic Science International(164篇),发文最多的国家(地区)是中国(90篇),Katholieke Univ Leuven(荷兰,21篇)是发表英文文献最多的机构.主题分析结果显示,人类遗骸研究的热点是遗骸的性别鉴定和年龄推断,并且常用的遗骸是牙齿.结论 法医人类学遗骸识别研究领域的发文量具有明显的阶段性,然而,国际合作与国内合作的范围尚显局限.传统的遗骸识别主要依赖于骨盆、颅骨和牙齿等关键部位.未来的研究热点将聚焦于利用机器学习和深度学习技术,对多种骨骼遗骸进行更为精准和高效的鉴定.

1 案例资料1.1 简要案情2021年某日,胡某驾驶轿车与行人无名氏(女)相撞,致其死亡.死后立即冰冻保存.

本文对山西省黎城县27位抗战烈士遗骸进行了法医人类学鉴定,性别年龄分布特点反映了抗战时期男女老少齐上阵的历史事实.其中,编号为KJJ-001、KJJ-018的两具遗骸显示出明显的骨骼创伤.本文特别关注了编号为KZ-022的个体,发现其鼻骨有明显骨折、口腔健康状况不佳.这些烈士遗骸为军事医学和近代战争历史研究提供了重要参考.

利用指纹特征分析人的性别及年龄,一直是法医学和人类学领域的挑战性项目.现有研究因统计样本量少、特征利用率低、模型学习能力低等不足,导致利用指纹特征分析性别及年龄的准确率低.本文从多种分类及回归机器学习模型比对分析的角度,对2980份拇指及食指指纹捺印样本(男性1500份,女性1480份)的指纹特征进行统计测量,并在拇指及食指不同指纹特征相互组合的情况下,观察各机器学习模型的性别分类、年龄回归的准确率.结果表明,同时使用拇指及食指指纹特征进行学习的性别分类、年龄回归的准确率高于使用单一手指指纹特征的准确率.其中,使用指纹特征对性别进行分类的结果中,F1衡量指标值最高为0.979;对男性指纹样本进行年龄回归的结果中最高准确率为86.7％,女性指纹样本年龄回归的最高准确率为85.3％,证明使用拇指及食指指纹特征综合进行学习,可提高性别分类及年龄回归准确率思路的有效性.

目的 研究华东地区个体下颌第三磨牙根管可见度的增龄性变化,探讨应用其判断个体是否年满18周岁的可行性.方法 共收集1 280例华东地区15～30周岁人群的口腔全景片,应用OLZE等提出的方法(0～3 4个阶段)评估所有口腔全景片中下颌第三磨牙根管可见度,对各阶段的样本年龄分布进行描述性统计分析.结果 男性首次出现阶段0、1、2、3的年龄分别为16.88、19.18、21.91、25.44岁,女性分别为17.47、20.91、22.01、26.01岁.所有样本中,阶段1～3的个体年龄均超过18周岁.结论 基于口腔全景片中下颌第三磨牙根管可见度判断华东地区个体是否年满18周岁的方法具有一定的可行性.

活体年龄推断研究中通常需要对大量的数据进行数理统计分析,合理的医学统计方法在数据整理和分析中发挥着重要作用,选择准确、恰当的统计方法是影响研究结果质量的关键因素之一.本文综述了活体年龄推断研究中描述性统计、差异性分析、一致性检验、多元统计分析等较为常用的医学统计方法以及浅层学习、深度学习等机器学习方法的原理和适用原则,并概括介绍了医学统计方法和机器学习方法之间的关联性和应用前景,旨在为活体年龄推断研究获得更为科学、精准的结果提供技术指引.

目的 探讨Demirjian法结合机器学习算法在北方汉族儿童及青少年牙龄推断中的应用价值.方法 收集10 256例我国北方汉族5～24岁人群的口腔全景片,运用Demirjian法对左下颌8颗恒牙的发育进行分期,并结合支持向量回归、梯度提升回归、线性回归、随机森林回归和决策树回归等多种机器学习算法,分别基于总样本、女性样本和男性样本构建年龄推断模型,并评价不同机器学习算法在3组样本中的拟合性能.结果 对于总样本和女性样本,推断准确率最高的模型均为支持向量回归模型;对于男性样本,推断准确率最高的模型为梯度提升回归模型.最佳年龄推断模型在总样本、女性样本和男性样本的平均绝对误差分别为1.246 3、1.281 8和1.153 8岁.最佳年龄推断模型对各年龄区间的推断准确率不同,对于18岁以下人群的年龄推断相对准确.结论 本研究构建的年龄推断机器学习模型在我国北方汉族儿童及青少年中具有较好的准确率,但在成年人群中的推断效果不理想,可以考虑联合其他变量以提高年龄推断的准确性.

活体年龄推断是法医临床学、法医人类学领域关注的重要研究课题,也是司法鉴定的重点和难点内容,一直以来备受国内外学者关注.2000 年2 月21 日,最高人民检察院《关于"骨龄鉴定"能否作为确定刑事责任年龄证据使用的批复》中对于骨龄鉴定意见是否可以作为有效证据给出了肯定性的批复,确定了法医学骨龄鉴定(以下简称"骨龄鉴定")的法定证据地位.

1 案 例1.1 案例11.1.1 简要案情2022年 6月 9日,张某(男)因涉嫌强制猥亵同学,于案发当时被依法刑事拘留.在审讯过程中,张某自报出生于2006年9月22日;户籍资料记载张某出生于2005年9月22日,男性,汉族,公民身份号码为******20050922****.为正确处理此案,某市公安局委托本鉴定机构对张某本次摄片时(2022年6月10日)的骨龄进行法医学鉴定.

目的 运用CT和多平面重组(multiplanar reformation,MPR)技术获取颅缝断层图像,建立中国北方汉族成人年龄推断模型,探讨颅缝闭合规律在中国北方汉族人群年龄推断中的适用性.方法 回顾性收集29～80岁健康北方汉族成人头部CT样本132例.对颅骨进行容积重组(volume reconstruction,VR)和MPR,每例样本生成160张颅缝断层图像.根据颅缝闭合分级标准对颅缝MPR图像进行评分,分别计算矢状缝、左右侧冠状缝和左右侧人字缝的平均闭合等级.以上述等级为自变量,建立北方汉族成人年龄推断的线性回归模型和梯度提升回归、支持向量回归、决策树回归和贝叶斯岭回归4种机器学习模型,并评估各模型推断年龄的准确性.结果 各颅缝闭合等级均与年龄呈正相关,其中矢状缝相关性最高.4种机器学习模型年龄推断的准确性均高于线性回归模型,其中支持向量回归模型的准确性最高,平均绝对误差为9.542岁.结论 机器学习模型和颅骨CT-MPR技术可联合用于中国北方汉族成人的年龄推断,但在法医学实践中仍需与其他成人年龄推断指标联合使用.