Fasiyal morfometrik ölçümlerin ve makine öğrenmesi algoritmalarının erişkin bireylerin cinsiyet tayininde kullanılabilirliğinin değerlendirilmesi

Maksiller sinüs, nazal kavite ve zigomatik arkta bulunan anatomik yapılardan kadın ve erkek bireylerde yapılan morfometrik ölçümler ile makine öğrenme algoritmalarını kullanarak cinsiyetler arasında anlamlı farklılık olup olmadığını ortaya koymak amaçlandı. Mann-Whitney U Testi ile analizi sonucunda; sağ maksiller sinüs yüksekliği, sol maksiller sinüs genişliği ve yüksekliğinin, sol nazal kavite genişliğinin, sol zigomatik ark genişliğinin, sağ nazal kavite yüksekliği ve genişliğinin, sağ zigomatik ark yüksekliği ve genişliği değişkenilerinin erkeklerde kadınlardan istatiksel olarak anlamlı fazla olduğu bulundu. Cinsiyet farketmeksizin maksiller sinüs yüksekliği ve zigomatik ark yüksekliğinin sağ tarafta, nazal kavite yüksekliğinin ise sol tarafta daha yüksek olduğu görüldü. Rastgele Orman Sınıflandırma, Karar Ağacı, K-En Yakın Komşu, Gaussian Naive Bayes, Doğrusal Diskriminant Analizi, Destek Vektör Makinesi algoritmaları kullanıldı. Her üç modelde de en kısa sürede sonuç veren Doğrusal Diskriminant Analizi oldu. Doğruluk skoruna bakıldığında bilateralde eğitim seti için %84, test seti için %83 ile Lojistik Regresyon modeli en efektif algoritmaydı. Sağ taraftan alınan ölçümlerde en iyi doğruluk oranı eğitim verilerinde %72, test verilerinde %71 ile, sol tarafta ise; eğitim ve test verilerinde %75 ile en etkin algoritma Gaussian Naive Bayes oldu. İlgili bölgelerdeki anatomik yapıların morfometrik ölçümleri kullanılarak cinsiyet belirlemede, makine öğrenmesi algoritmalarının kullanılabileceği sonucuna varıldı.