目錄
章緒論001
節法醫學活體年齡推斷研究進展001
一、概述001
二、研究方法與進展001
第二節法醫影像技術007
一、X線技術007
二、CT技術010
三、磁共振成像技術016
四、超聲技術018
五、骨密度技術022
六、放射性核素顯像技術024
第三節活體年齡研究指標027
一、骨的形態變化027
二、骨的組織學變化030
三、骨骺發育指標031
四、牙齒指標032
五、分子生物學指標034
第四節年齡與法庭審判036
一、相關法律法規037
二、未成年人刑事責任能力040
三、成年人刑事責任能力043
四、老年人刑事責任能力044
第五節影響骨發育的因素044
一、自然地理環境因素045
二、種族因素045
三、遺傳因素046
四、營養因素047
五、常見疾病因素048
六、體育運動因素051
主要參考文獻051
第二章人工智能與法醫學骨齡研究056
節人工智能的緣起及研究前沿056
一、概述056
二、人工智能的發展歷程056
三、人工智能的應用057
第二節數據挖掘與模式識別058
一、數據挖掘基本概念及發展史058
二、數據挖掘的流程與任務059
三、數據挖掘的研究熱點和及發展趨勢062
四、模式識別和模式的概念063
五、數據挖掘與模式識別間的聯繫064
第三節機器學習066
一、基本概念和發展史066
二、策略與架構071
三、類型與算法074
第四節深度學習082
一、基本概念和發展史082
二、深度學習圖像識別的國外研究前沿086
三、深度學習圖像識別的國內研究前沿087
四、深度學習在法醫學骨齡評估中的優勢088
第五節人工智能在法醫學研究領域中的應用089
一、人臉識別090
二、年齡推斷090
三、死亡時間推斷091
四、DNA分型092
五、毒物分析093
六、損傷方式死亡原因鋻定094
主要參考文獻094
第三章法醫學骨齡099
節傳統方法099
一、X線攝影對骨齡的鋻定099
二、CT對骨齡的鋻定150
三、MRI對骨齡的鋻定163
第二節人工智能技術169
一、概述169
二、研究基礎171
三、常用的人工智能技術175
四、人工智能技術與醫學圖像識別183
五、人工智能技術與法醫學骨齡評估191
第三節法醫學骨齡鋻定202
一、概述202
二、鋻定程序202
三、影響骨發育的因素212
四、鋻定案例213
主要參考文獻219
第四章法醫學牙齡228
節傳統方法229
一、概述229
二、兒童和青少年牙齡推斷常用方法237
三、成人早期（18周歲）牙齡推斷常用方法248
四、成人牙齡推斷262
第二節人工智能方法268
一、基於深度學習間接實現牙齡預測269
二、基於深度學習直接實現牙齡預測279
第三節法醫學牙齡鋻定281
一、概述281
二、活體牙齡推斷282
三、尸體牙齡推斷284
主要參考文獻287
第五章分子生物學年齡291
節隨年齡變化分子的特征與分類291
一、表觀遺傳變化292
二、基因表達變化293
三、蛋白質濃度變化295
四、端粒長度變化295
第二節分子生物學年齡推斷296
一、表觀遺傳時鐘297
二、端粒長度年齡預測299
三、轉錄本年齡預估器300
四、蛋白質年齡預估器300
五、代謝物年齡預估器301
六、復合生物標志物年齡預測器301
七、分子年齡預測因子的比較302
第三節法醫分子生物學年齡預測302
一、T細胞受體刪除環年齡預測法302
二、DNA甲基化年齡預測法303
三、展望303
主要參考文獻304
第六章其他技術方法與骨齡評估311
節外部軟組織推斷年齡311
一、軟組織推斷年齡基礎311
二、兒童年齡推斷312
三、青春期少年年齡推斷322
第二節基於化學方法的年齡預測328
一、摘要328
二、天鼕氨酸外消旋化328
三、鉛累積329
四、膠原蛋白交聯330
五、牙齒的化學成分330
六、晚期糖基化終末產物331
第三節同位素檢測332
一、放射性碳定年法基本介紹332
二、死亡時間推斷333
三、出生年齡推斷334
四、個體年齡推斷335
五、總結336
第四節骨密度檢測337
一、骨密度基本介紹337
二、骨密度推斷青少年骨齡337
三、骨密度推斷死亡年齡338
第五節超聲檢測339
一、超聲波基本介紹339
二、超聲檢測推斷骨齡340
主要參考文獻342
第七章法醫臨床學（含法醫人類學）鋻定標準化研究347
節法醫臨床學鋻定標準化347
一、法醫臨床學標準化發展歷程347
二、法醫臨床學標準化實踐運用349
三、法醫臨床學標準實施評價352
第二節法醫學活體年齡鋻定標準化概述355
一、法醫學活體年齡鋻定及標準化綜述355
二、法醫學活體年齡鋻定標準的發展357
第三節法醫學骨齡鋻定標準化發展及展望358
一、法醫學骨齡鋻定標準化問題及對策358
二、展望360
主要參考文獻361