Gamze Taskın Senol; Ibrahim Kürtül; Abdullah Ray & Gülçin Ahmetoglu

En el estudio, el objetivo era predecir el sexo a partir de mediciones manuales utilizando algoritmos de aprendizaje automático (MLA). Las mediciones se realizaron en imágenes de RM de 60 hombres y 60 mujeres. Parámetros determina- dos; longitud de la mano (HL), longitud de la palma (PL), ancho de la mano (HW), ancho de la muñeca (EBG), longitud del metacarpiano I (MIL), ancho del metacarpiano I (MIW), longitud del metacarpiano II (MIIL), ancho del metacarpiano II (MIIW), longitud del metacarpiano III (MIIL), ancho del metacarpiano III (MIIIW), longitud del metacarpiano IV (MIVL), ancho del metacarpiano IV (MIVW), longitud del metacarpiano V (MVL), ancho del metacarpiano V (MVW), longitud de la falange I (PILL), medido como longitud de la falange II (PIIL), longitud de la falan- ge III (PIIL), longitud de la falange IV (PIVL), longitud de la fa- lange V (PVL). Además, se calculó el índice de la mano (HI). Re- gresión logística (LR), Random Forest (RF), Análisis discriminante lineal (LDA), K-vecino más cercano (KNN) y Naive Bayes (NB) se utilizaron como MLA. En el estudio, las proporciones de preci- sión, SEN, F1 y especificidad del algoritmo KNN se determinaron en un 88 %. En este estudio que utiliza MLA, se entiende que la mayor precisión pertenece al algoritmo KNN. Excepto por las variables MIIW, MIIIW, MIVW, MVW, HI de la mano, otras varia- bles fueron estadísticamente significativas en términos de diferen- cia de sexo.

TASKIN SENOL, G.; KÜRTÜL, I.; RAY, A. & AHMETOGLU, G. Sex determination by the machine learning algorithms through using morphometric measurements of the carpal, metacarpal, and phalangeal bones. Int. J. Morphol., 41(4):1267-1272, 2023.