Predicción del sexo usando algoritmos de aprendizaje automático y redes neuronales artificiales a partir de parámetros obtenidos del seno esfenoidal

Oguzhan Harmandaoglu, Department of Therapy And Rehabilitation, Çatalzeytin Vocational School, Kastamonu University, Kastamonu, Turkey
Yusuf Secgin, Department of Anatomy, Faculty of Medicine, Karabük University, Karabük, Turkey
Seren Kaya, Department of Anatomy, Faculty of Medicine, Duzce University, Düzce, Turkey
Deniz Senol, Department of Anatomy, Faculty of Medicine, Duzce University, Düzce, Turkey
Zulal Oner, Department of Anatomy, Faculty of Medicine, Izmir Bakırçay University, İzmir, Turkey
Omer Onbas, Department of Radiology, Faculty of Medicine, Düzce University, Düzce, Turkey

Objetivo: Predecir el sexo mediante el uso de algoritmos de aprendizaje automático y redes neuronales artificiales a partir de parámetros del seno esfenoidal medidos en imágenes de tomografía computarizada (TC). Método: Se evaluaron las mediciones de longitud, ancho y volumen del seno esfenoidal de imágenes de TC de 300 individuos, 150 hombres y 150 mujeres, con un rango de edad de 18 a 65 años. Se utilizaron los algoritmos de análisis discriminante lineal (LDA), análisis discriminante cuadrático (QDA), regresión logística (LR), clasificador de árbol extra (ETC), bosque aleatorio (RF), árbol de decisión (DT), Gaussian Naive Bayes (GaussianNB), vecinos más próximos (k-NN) y modelo de redes neuronales artificiales (ANN) para la predicción del sexo. Resultados: Las longitudes, anchuras y volúmenes del seno esfenoidal izquierdo y derecho fueron significativamente mayores en los hombres que en las mujeres (p < 0.05). Los valores de rendimiento de los algoritmos de aprendizaje automático fueron los siguientes: LDA 0.82, k-NN 0.80, LR 0.84, GaussianNB 0.80, DT 0.82 y ANN 0.82. Conclusiones: Las medidas morfométricas del seno esfenoidal, analizadas con los algoritmos LDA, LR, DT y ANN, mostraron alta precisión y proporcionaron datos fiables para la predicción del sexo.

Palabras clave: Redes neuronales artificiales. Algoritmos de aprendizaje automático. Predicción del sexo. Seno esfenoidal.