RESUMO
SUMMARY: The study purposed to examine the morphometry and morphology of crista galli in cone beam computed tomography (CBCT) and apply a new analysis, supervised Machine Learning techniques to find the answers to research questions "Can sex be determined with crista galli morphometric measurements?" or "How effective are the crista galli morphometric measurements in determining sex?". Crista galli dimensions including anteroposterior, superoinferior, and laterolateral were measured and carried out on 200 healthy adult subjects (98 females; 102 males) aged between 18-79 years. Also, crista galli was classified with two methods called morphological types and Keros classification. In this study, the Chi-square test, Student's t-test, and Oneway ANOVA were performed. Additionally, Machine Learning techniques were applied. The means of the CGH, CGW, and CGL were found as 14.96 mm; 3.96 mm, and 12.76 mm in males, respectively. The same values were as 13.54 mm; 3.51 mm and 11.59±1.61 mm in females, respectively. The CG morphometric measurements of males were higher than those of females. There was a significant difference between sexes in terms of morphological classification type. Also, when the sex assignment of JRip was analyzed, out of 102 male instances 62 of them were correctly predicted, and for 98 female instances, 70 of them were correctly predicted according to their CG measurements. The JRip found the following classification rule for the given dataset: "if CGH<=14.4 then sex is female, otherwise sex is male". The accuracy of this rule is not high, but it gives an idea about the relationship between CG measurements and sex. Although the issue that CG morphometric measurements can be used in sex determination is still controversial, it was concluded in the analysis that CG morphometric measurements can be used in sex determination. Also, Machine Learning Techniques give an idea about the relationship between CG measurements and sex.
En el estudio se propuso examinar la morfometría y la morfología de la crista galli del hueso etmoides usando tomografía computarizada de haz cónico (CBCT) y aplicar un nuevo análisis, técnicas de aprendizaje automático supervisado para encontrar las respuestas a las preguntas de investigación "¿Se puede determinar el sexo con mediciones morfométricas de la crista galli?" o "¿Qué tan efectivas son las medidas morfométricas de la crista galli para determinar el sexo?". Las dimensiones de la crista galli, incluidas los diámetros anteroposterior, superoinferior y laterolateral, se midieron y realizaron en 200 sujetos adultos sanos (98 mujeres; 102 hombres) con edades comprendidas entre los 18 y los 79 años. La crista galli se clasificó con dos métodos llamados tipos morfológicos y clasificación de Keros. En este estudio, se realizaron la prueba de Chicuadrado, la prueba t de Student y ANOVA de una vía. Adicionalmente, se aplicaron técnicas de Machine Learning. Las medias de CGH, CGW y CGL se encontraron en 14,96 mm; 3,96 mm y 12,76 mm en hombres, respectivamente. Los mismos valores fueron 13,54 mm; 3,51 mm y 11,59 ± 1,61 mm en mujeres, respectivamente. Las medidas morfométricas del CG de los hombress fueron más altas que las de las mujeres. Hubo una diferencia significativa entre sexos en cuanto al tipo de clasificación morfológica. Además, cuando se analizó la asignación de sexo de JRip, de 102 instancias masculinas, 62 de ellas se predijeron correctamente, y de 98 instancias femeninas, 70 de ellas se predijeron correctamente de acuerdo con las mediciones de CG. El JRip encontró la siguiente regla de clasificación para el conjunto de datos dado: "si CGH<=14.4, por tanto el sexo es femenino, de lo contrario, el sexo es masculino". La precisión de esta regla no es alta, pero da una idea de la relación entre las medidas del CG y el sexo. Aunque la pregunta si las medidas morfométricas CG se pueden usar en la determinación del sexo sigue aún siendo controvertida. Se concluyó en el análisis que las medidas morfométricas CG se pueden usar en la determinación del sexo. Además, las técnicas de aprendizaje automático dan una idea de la relación entre las medidas de CG y el sexo.
