Σύστημα υποβοήθησης προσδιορισμού φύλου βάση μετρολογικών στοιχείων οστών.

Abstract

Στην παρούσα πτυχιακή εργασία καλούμαστε να δημιουργήσουμε ένα πρόγραμμα που να αναγνωρίζει το φύλο σε αγνώστων στοιχείων άτομα. Έγιναν μετρήσεις με παχύμετρο σε δύο είδη οστών, την ωμοπλάτη και την κλείδα, από την ομάδα ιατροδικαστών του Πανεπιστημίου Κρήτης. Για την ωμοπλάτη έγιναν μετρήσεις σε 8 σημεία της και για την κλείδα σε 6 σημεία της. Οι μετρήσεις αφορούν 67 γυναίκες και 82 άντρες και έγιναν από δύο άτομα για να υπάρχει μεγαλύτερο εύρος δεδομένων. Αρχικά έγινε στατιστική ανάλυση των δεδομένων με την χρήση του στατιστικού πακέτου SPSS (Statistical Package for the Social Sciences). Έπειτα μέσω του Matlab δημιουργήθηκαν τρία νευρωνικά δίκτυα. Με δεδομένο ότι για κάθε οστό ξέραμε το φύλο έγινε εκπαίδευση των νευρωνικών δικτύων. Ως είσοδο βάλαμε τις μετρήσεις των οστών και ως έξοδο το αντίστοιχο φύλο. Το πρώτο νευρωνικό δίκτυο εκπαιδεύτηκε με δεδομένα τις μετρήσεις και των δύο οστών, το δεύτερο με δεδομένα τις μετρήσεις μόνο της ωμοπλάτης και το τρίτο με δεδομένα τις μετρήσεις μόνο της κλείδας. Αυτό έγινε έτσι ώστε να μπορεί να γίνει η αναγνώριση φύλου και στην περίπτωση που βρεθεί μόνο ένα οστό από τα δύο. Τέλος φτιάξαμε μια γραφική διεπαφή για να μπορεί ο χρήστης να περνάει εύκολα τις μετρήσεις των οστών. Η εφαρμογή αποτελείται από τρία κουμπιά. Το πρώτο κουμπί είναι για την περίπτωση που για το ίδιο αγνώστων στοιχείων άτομο υπάρχουν μετρήσεις και για τα δύο οστά (ωμοπλάτη - κλείδα). Το δεύτερο κουμπί είναι για την περίπτωση που υπάρχουν μετρήσεις μόνο για την ωμοπλάτη και το τρίτο κουμπί μόνο για την κλείδα. Ο χρήστης επιλέγει το ανάλογο κουμπί για τα δεδομένα που έχει, περνάει τις τιμές και βγαίνει το αποτέλεσμα.

In this thesis we are asked to create a program that will define the sex of unidentified persons. Measurements were done with the help of a caliper in two different kinds of bones, scapula and clavicle, by the group of forensic scientists of University of Crete. The scapula was measured in 8 different parts and the clavicle in 6. The research was conducted by two persons on 67 women and 82 men, so as to ensure a wider range of data. At first, there was a statistic analysis of the data with the use of SPSS (Statistical Package for the Social Sciences). Afterwards, there were created three neural networks through Matlab. Taken for granted that we knew the gender of every bone, we progress on the training of the neural network. As an input we used the bones measurements and as an output the corresponding gender. The first neural network was trained using the data of both sets of bones, the second neural network was trained using the data only of scapula and the third neural network was trained using the data only of clavicle. This was done so that we would be able to define the gender, just in case only one type of bones found instead of both. Finally, we created a graphic interface to allow the user to insert easily the measurement of the bones. The application consists of three different buttons. The first one is used in the case that for the same unidentified person there are measurements for both bones (scapula - clavicle). The second is used in the case that there are measurements only for scapula and the third is used in case that there are measurements only for clavicle. The user chooses the appropriate button for his data. He inserts the numbers and gets the results.