Towards Automated Age Estimation of Young Individuals

Beschreibung

The purpose of this work is to investigate the age estimation of living individuals on the ba­sis of MRI sequences of the knee. Using a large data collective of young male subjects, a new AI-based approach is developed to automatically detect bone structures in the image and to learn the chronological age based on this information. With a mean absolute error (MAE) of 0.69 ± 0.47 years for the prediction of the age and an accuracy of 90.9% for the majority classifi­cation on the 18-year-limit, the results demonstrate the potential of this approach. Im Rahmen dieser Arbeit wird die Fragestellung der Altersbestimmung bei Lebenden auf Basis von Knie-MRT-Bildsequenzen untersucht. Anhand eines großen Datenkollektivs von jungen männliche Probanden, wird ein neuer KI-basierter Ansatz entwickelt, um Knochen­strukturen automatisch im Bild zu erkennen und darauf basierend das chronologische Alter zu erlernen. Mit einem mittleren absoluten Fehler (MAE) von 0,69 ± 0,47 Jahren für die Vorhersage des Alters und einer Genauigkeit von 90,9% bei der Frage nach der Volljährig­keit, belegen die Ergebnisse das Potential dieses Ansatzes.

Autor*in

Auf der Mauer Markus

Themen in »Towards Automated Age Estimation of Young Individuals«

Automated age estimation Convolutional neural networks Knee MRI Machine learning Segmentation

Stimmen zu »Towards Automated Age Estimation of Young Individuals«

Details

Link teilen