Evaluando la Efectividad de las Medidas del Hueso Coxal para la Estimación del Sexo a Través del Aprendizaje Automático
Autores: Toneva, Diana; Nikolova, Silviya; Agre, Gennady; Fileva, Nevena; Milenov, Georgi; Zlatareva, Dora
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 12
Citaciones: Sin citaciones
La estimación del sexo juega un papel fundamental en la reconstrucción del perfil biológico a partir de restos esqueléticos en diversas ramas de la ciencia antropológica. La pelvis humana es una estructura clave en este proceso, ya que su morfología difiere sustancialmente entre hombres y mujeres debido a las demandas distintas del embarazo y el parto en las mujeres. Muchos estudios han examinado las diferencias de sexo en el tamaño y la forma de los huesos coxales, que forman la mayor parte de la pelvis; sin embargo, solo unos pocos han aplicado algoritmos de aprendizaje automático para este propósito. El presente estudio aplicó tales métodos para evaluar el potencial de las mediciones de los huesos coxales y modelos entrenados para clasificar correctamente las pelvis masculinas y femeninas.
Descripción
La estimación del sexo juega un papel fundamental en la reconstrucción del perfil biológico a partir de restos esqueléticos en diversas ramas de la ciencia antropológica. La pelvis humana es una estructura clave en este proceso, ya que su morfología difiere sustancialmente entre hombres y mujeres debido a las demandas distintas del embarazo y el parto en las mujeres. Muchos estudios han examinado las diferencias de sexo en el tamaño y la forma de los huesos coxales, que forman la mayor parte de la pelvis; sin embargo, solo unos pocos han aplicado algoritmos de aprendizaje automático para este propósito. El presente estudio aplicó tales métodos para evaluar el potencial de las mediciones de los huesos coxales y modelos entrenados para clasificar correctamente las pelvis masculinas y femeninas.