范飞，占梦军，戴鑫华，鲁婷，王亮，张奎，邓振华

（1.四川大学华西基础医学与法医学院，四川 成都 610041；2.四川鼎诚司法鉴定中心，四川 成都 610041）

应用人体骨骼或牙齿影像特征推断年龄在法医学鉴定实践中日趋重要，例如：无名尸体的个体识别；长期逃逸的犯罪嫌疑人抓捕归案后的当前年龄推断，以判断其作案当时年龄是否满18周岁；交通事故中生前无准确可信的年龄证明文件（无身份证及相关档案记录）的死亡人员，需准确年龄以计算死亡赔偿金；社会福利保障工作中因相关年龄身份文件缺失，需确定个体年龄是否符合相关政策及法规的要求。未成年人年龄推断的指标和方法相对已趋成熟，其结果比较准确、可靠，并已被法庭作为科学证据采信，如手腕部骨骺发育、锁骨胸骨端骨骺发育、牙发育及矿化程度等。但成人后骨骼发育基本停止，骨骺和牙齿发育相关的观测指标已不适用于成人年龄推断。面对学科基础理论与鉴定实践的需求，国内外对成人年龄推断方法和预测模型开展了大量研究，以寻找准确可靠的成人年龄推断指标和方法。

成人后部分骨骼仍表现出一定的增龄性变化规律，国内外常据此推断成人年龄。2012年，GARVIN等[1]对全球145名法医及相关从业者进行成人年龄推断问卷调查。受访者根据个人既往工作的习惯和经验，从耻骨联合面、髂骨耳状面、肋骨胸骨端、颅缝和牙齿磨耗等指标中选择最常用的成人年龄推断方法，结果显示，选择耻骨联合面进行年龄推断最多，占78%。采用耻骨联合面推断成人年龄最常用的方法是Suchey-Brooks法（以下简称SB法，95.3%），髂骨耳状面推断成人年龄最常用的方法为Lovejoy法（84.5%），肋骨推断成人年龄最常用的方法为İşcan法（89.9%），颅缝推断成人年龄最常用的方法为Meindl&Lovejoy法（61.2%）。2017年，CAPPELLA等[2]比较了骨骼指标在老年尸体年龄推断中的应用价值，结果提示，总体准确性最高的是髂骨耳状面（Lovejoy法，89.6%），其余依次为髋臼+髂骨耳状面（Rougé-Maillart法，81.3%）、耻骨联合面（SB法，59.3%）、腭缝（Beauthier法，26.2%）、第四肋骨（İşcan法，22.7%）。本文对国内外常用的成人年龄推断指标和影像学方法进行综述，简述与评价各方法的准确性、操作性和可靠性，并结合最新的统计学方法、计算机技术展望未来成人年龄推断的发展方向和目前存在的问题，以期为相关研究提供新思路、新方法与新策略。

1 根据骨盆推断成人年龄

1.1 根据耻骨联合面变化推断成人年龄

耻骨联合面为耻骨上、下支移行处的内侧面，其表面形态呈现较强的增龄性变化规律：在35～40岁前呈成熟趋势，如耻骨骨化结节的形成；40岁后呈退行性变，如表面沟嵴变平[3]。1920年，TODD首次发现并描述了尸骨耻骨联合面表面形态的变化规律[4]。耻骨联合面推断成人年龄早期以骨骼样本研究为主，观测指标多为骨表面形态特征。随着医学影像学的介入和发展，耻骨联合面表面与内部结构的影像学特征逐渐受到重视，已成为成人年龄推断最有价值、研究最广泛的骨骼区域。

耻骨联合面推断成人年龄的方法主要分为两大类：（1）分级法（phase-based），将耻骨联合面的整体形态变化分级，如Todd法（1920年）、Meindl法（1985年）、SB法（1990年）、张忠尧法1（1982年）等。（2）特征法（component-based），将耻骨联合面不同特征分别分级赋分，如McKern&Stewart法（1957年）、张忠尧法2（1995年）、Chenet法（2008年）等。其中最有影响且应用最广的方法是SB法，此方法根据耻骨联合面的整体变化分为6个等级，以此估算成人年龄。部分学者将SB法进一步完善，增加为7个等级[5]。

SB法已在不同种族、地域人群中进行了大量验证。研究结果显示，SB法用于14～59岁日本尸骨时，年龄推断的平均绝对误差（mean absolute error，MAE）均未超过8岁[6]；应用于15～50岁南非尸骨时，年龄推断的MAE多小于10岁，而50～89岁年龄推断的MAE多大于10岁[7]；60岁以上泰国老年人年龄推断的MAE高达27.2～32.2岁[8]。尸骨研究[7-8]结果显示，SB法适用于中青年年龄推断，对于60岁以上老年人，推断结果误差较大。

部分研究将SB法用于CT三维重组影像。SB法用于680例法国男性活体CT三维重组样本时发现，55岁以下年龄推断的MAE小于10岁，而65岁以上年龄推断的MAE大于20岁[9]。2018年，SAVALL等[10]的CT三维重组研究结果显示，SB法与男性年龄的相关性为0.79，与女性年龄的相关性为0.74，误差随着年龄增加逐渐增大。2019年，HISHAM等[11]将SB法应用于355例马来西亚活体耻骨联合面CT三维图像，发现SB法与年龄有较强的相关性（0.884～0.90），按年龄分层推断准确率达97.8%。2019年，HALL等[12]将SB法应用于204例澳大利亚人的耻骨联合面CT三维图像，女性年龄推断的MAE随年龄增加逐渐增加，男性年龄推断的MAE多高于10岁，因此认为将SB法应用于澳大利亚人群CT三维图像的活体年龄推断时应谨慎。

CT三维重组影像观察到的表面形态与肉眼直接观测存在一定差异，因此部分研究探讨了耻骨联合面肉眼直接观察指标在CT研究中的适用性。VILLA等[13]认为，耻骨联合面背侧缘和凹陷深度、孔隙度在CT三维重组影像中较难观测，采用CT三维重组影像应舍弃此类判断指标；WINK[14]将SB法应用于活体容积再现技术（volume rendering technique，VRT），研究发现，耻骨联合面表面沟嵴、孔隙度在CT三维重组影像中较难观察，不适用于耻骨联合面VRT图像的成人年龄推断；而骨化结节和耻骨联合边缘特征明显，可用于耻骨联合面VRT图像的成人年龄推断。

鉴于尸骨和CT三维图像中指标可观察性的差异，2018年，MERRITT[15]根据耻骨联合面VRT图像特征修订了SB法，并比较了SB法、MERRITT修订的SB法和HARTNETT修订的SB法，结果发现，SB法在40岁以下男性和50岁以下女性中年龄推断的准确性最高，MERRITT修订的SB法在40岁以上男性和50岁以上女性的年龄推断准确性最高。为了提高耻骨联合面特征的成像效果，2019年，PATTAMAPASPONG等[16]采用实影渲染技术（cinematic volume rendering technique，cVRT）观察耻骨联合面，研究结果显示，耻骨联合面和下端的等级在cVRT阅片和尸骨直接阅片中的一致性Kappa值为1，耻骨联合面边缘等级在两种阅片方式中的一致性Kappa值为0.83。

部分学者将耻骨联合面CT断层图像的定量测量性指标用于年龄推断[17]，但此类研究并未提高推断准确性，且更费时，亦未经过验证，因此将测量法用于法医学年龄推断实践仍需大量研究验证。

为提高成人年龄推断的准确性，有研究将过渡分析（translation analysis）用于耻骨联合面年龄推断。LOTTERING等[18]应用过渡分析方法研究了195例15～70岁高加索人尸骨的耻骨联合面CT图像，结果显示，男性和女性左侧耻骨联合面推断年龄的MAE分别为6.77岁和8.28岁。HISHAM等[11]应用过渡分析与SB法研究了355例15～83岁马来西亚活体的耻骨联合面，研究结果显示，男性和女性推断年龄的MAE分别为7.39岁和7.67岁。

耻骨联合面是成人年龄推断最常用的部位，其中SB法为主要的分级方法。以上研究显示，耻骨联合面适用于40岁以下的成年人年龄推断，60岁以上老年人年龄推断结果误差较大。随着医学影像技术的发展，近年来，耻骨联合面推断成人年龄的研究以CT三维重组影像分析为主。但CT三维重组影像上部分指标（如孔隙度等）显示不佳，因此将用于骨骼直接观察的指标用于CT三维重组图像需谨慎，基于CT三维重组影像特征需筛选建立有规律、易观察的指标。同时，新的三维重组技术和统计方法的研究有助于提高耻骨联合面成人年龄推断的准确性，后期研究可分析不同重组方法和统计方法在耻骨联合面特征显示和结果分析中的应用价值。

1.2 根据髂骨耳状面形态变化推断成人年龄的相关研究

髂骨耳状面为骶骨和髂骨间的关节面，耳状面的表面结构、耳状面顶端和后部呈现出一定的年龄相关性变化。目前基于髂骨耳状面推断成人年龄常用方法是Lovejoy法（1985年），此方法根据髂骨耳状面的表面纹理、横行结构、顶端、耳后部、孔隙度、周缘等将髂骨耳状面整体变化分为8个等级[19]。此后，张继宗[19]将中国汉族男性髂骨耳状面的周缘、耳状面、耳状面后区的形态变化整体分为6个等级，并观察其随年龄变化的规律。2002年，BUCKBERRY等[20]提出了基于指标的定量评分标准，包括髂骨耳状面的表面结构、顶端变化、横行结构、大孔结构和微孔结构。

有研究[21-22]比较尸骨和CT三维重组影像的髂骨耳状面表面形态，发现CT三维重组影像中髂骨耳状面的微孔结构和表面纹理难以观测，而横行结构、大孔隙和顶端的宏观变化可作为年龄推断的指标。MERRITT[23]根据髂骨耳状面的CT三维重组影像特征，将髂骨耳状面年龄相关变化分为6个等级。2019年，PATTAMAPASPONG等[16]应用cVRT分析髂骨耳状面指标并与尸骨直接观察比较，结果显示，cVRT可较好地显示顶端变化，但横行结构、大孔隙和微孔仍显示不佳。FERRANT等[22]应用薄层CT（层厚0.9 mm）三维重组技术观察发现，髂骨耳状面相关角度和长度与年龄增长呈显著相关，但遗憾的是研究样本仅33例，缺乏代表性。

髂骨耳状面无疑是成人年龄推断中较重要的骨骼区域，但目前有关髂骨耳状面的影像学研究较少，可能原因是髂骨耳状面在CT三维重组图像中不易提取，需精细地应用虚拟手术刀暴露髂骨耳状面。另一个原因为髂骨耳状面直接观察的指标在三维影像中不易观察，限制了其影像研究。髂骨耳状面推断年龄的影像研究有待进一步大样本深入研究。

2 根据肋软骨钙化程度推断成人年龄

成人年龄增长与肋软骨钙化程度间呈现一定的规律，特别是胸骨平面（1～7肋）的肋软骨钙化常作为成人年龄推断指标之一。随着医学影像学技术的引入，建立了基于影像特征的肋软骨钙化分级方法。1980年，MCCORMICK[24]就利用胸部X线片观察肋软骨钙化程度进行年龄推断。2011年，GARAMENDI等[25]研究123例西班牙人胸部X线片发现，第一肋软骨的钙化程度随着年龄的增长而加重。2017年，MONUM等[26]建立了男性肋软骨X线片推断年龄的指数函数，推断标准差为11.3岁。

随着CT的发展，应用CT影像可清楚显示肋骨胸骨端的形态及走行，并可对肋骨进行三维重组。2010年，MOSKOVITCH等[27]认为，第一肋软骨的CT扫描可作为成人年龄推断的一种有效且无创的方法。2014年，MILENKOVIC等[28]建立了第一肋软骨CT值推断年龄的线性回归方程，结果发现，第一肋软骨的CT值可作为成人年龄推断的新指标。2018年，MERRITT[29]根据420例20～70岁个体的第四肋骨CT三维重组影像特征，修订了第四肋骨分级方法，该方法推断男性、女性年龄的MAE分别为6.14、7.13岁。

既往根据肋软骨推断成人年龄的研究中以第一肋软骨及第四肋软骨为主，但临床胸部CT扫描包括全部肋骨，因此，可同时观察第1～7肋软骨钙化情况（与胸骨相连便于观测）。2019年，BLASZKOWSKA等[30]运用 İşcan法分析335例10～80岁澳大利亚活体CT三维重组影像的右侧第3～5肋骨胸骨端形态变化，建立年龄推断线性回归方程，男性和女性估计的标准误差（standard error of the estimate，SEE）分别为10.04、9.81岁。2018年，ZHANG等[31]根据512例20～85岁中国汉族第1～7肋软骨CT三维重组影像特征，建立了多种成人年龄推断模型，男性最佳模型为决策树，其MAE为5.31岁，女性最佳模型为逐步回归线性模型，其MAE为6.72岁。

以上研究结果提示，肋软骨钙化是法医学成人年龄推断的另一可选择参考指标。随着CT扫描技术和三维重组技术的发展，肋软骨钙化可兼备形态分析和定量分析，因此是较好的肋软骨钙化观察方法。但目前单独应用肋软骨钙化程度推断成人年龄的效果不佳，需与其他指标联合应用进行成人年龄推断。

3 根据颅缝闭合状况推断成人年龄

1924年，TODD首次提出根据颅缝闭合情况推断年龄。近年来，国内外逐渐出现了应用影像技术判断颅缝闭合状况推断年龄的研究，早期应用平板CT研究尸体颅骨骨缝愈合状况，结果发现，矢状缝、冠状缝、人字缝等闭合与年龄有较好相关性，若与其他评估指标联合应用价值更大、准确性更高[32-33]。2013年，CHIBA等[34]运用螺旋CT研究了125例尸体矢状缝闭合情况，结果显示，矢状缝在螺旋CT横断面闭合程度与年龄呈正相关，但是颅缝闭合等级仅能估计个体年龄范围，颅缝需结合其他指标联合推断年龄。在既往颅缝影像研究[33-34]中，年龄推断的95%预测区间多在±30岁左右［标准差（standard deviation，SD）为15岁］。HARTH等[33]试图通过极值来缩小年龄推断误差，但其误差仍为43.31岁（SD为12.12岁）。CHIBA等[34]和HARTH等[32]的线性模型在同一测试集中MAE分别为13.09岁和10.97岁。2020年，FAN等[35]建立了多种男性成人年龄推断的数据挖掘模型，其中，线性支持向量机的MAE最高为7.73岁。

以上研究均显示，颅缝与实际年龄的相关性较差，年龄推断准确性不高。因此应用颅缝推断成人年龄时需结合其他方法[33-35]，或仅在无其他可用指标，仅残留颅骨时采用，且仅用于成人骨龄大概推断。

4 根据牙齿增龄性变化推断成人年龄

4.1 牙髓腔体积变化

随着年龄增长，继发性牙本质不断沉积在牙髓腔内壁导致髓腔体积逐渐减小，因此可通过牙髓腔体积变化推断年龄。1961年，PHILIPPAS[36]首次应用放射影像技术研究继发性牙本质与年龄的相关性。1995年，KVAAL等[37]提出了根据牙髓腔大小推断成人年龄的方法。Kvaal法基于下颌单根牙影像片，为避免影像放大率的影响，采用牙髓腔与牙根长度比、牙髓腔与牙齿长度比、牙髓腔与牙根宽度比推断年龄。2004年，CAMERIERE等[38]提出牙髓腔与牙齿面积比推断年龄，其与年龄的相关性较好，已在不同人群得到验证[39-41]。但是，髓腔是一个立体的圆柱状腔隙，其边缘在X线平面上的投影密度不均[42]，观察者间的一致性受到影响。三维牙齿投影在二维图像上，髓腔和牙齿形态还会受拍片角度影响，加上软组织重叠，增加了牙齿、髓腔形态描绘的难度[39]。2006年，WILLEMS等首次将锥形束CT（cone beam CT，CBCT）用于髓腔与牙齿体积比和生理年龄相关性研究。由此，牙髓腔变化的研究从二维图像转变为三维图像分析。虽然三维测量极大地提高了牙髓腔与牙齿体积测量的准确性，但是牙齿和牙髓腔的三维建模操作复杂、耗时长，不利于法医学的常规鉴定应用。MARROQUIN PENALOZA等[43]研究发现，手动测量和自动测量均存在一定的限制，因此需要更完善的方法、软件实现体积的准确测量。2015年，PINCHI等[44]提出了采用几何近似法测量牙髓腔与牙齿体积比有助于快速评估。HATICE等[45]发现，上颌骨尖牙与年龄的相关性达0.716，所建线性回归方程标准差为9.23岁，平均误差为8岁。MARROQUIN等[46]综述了牙齿影像推断成人年龄的方法后发现，上颌尖牙结合其他单根牙的牙髓腔与牙齿体积比更适用于成人年龄推断。王亮等[47]根据左上颌中切牙牙髓腔体积建立了20～60岁年龄推断回归模型，年龄推断的MAE为7.723岁。2020年，ZHAN等[48]测量了392例16～76岁中国汉族左上颌中切牙、侧切牙和尖牙CT三维图像中牙髓腔与牙齿体积比，建立年龄推断非线性模型，准确性最高的为男性侧切牙，其推断年龄的MAE为6.804岁，女性中切牙推断年龄的MAE为6.104岁。上述研究均提示，牙髓腔与牙体积比在年龄推断中有较大的应用价值。

4.2 牙齿多指标综合推断成人年龄

1950年，GUSTAFSON[49]通过牙磨片观察牙齿6种增龄性变化指标（牙齿磨耗、牙周变性、继发性牙本质、牙骨质附着、牙槽骨吸收和牙根半透明），对每个指标的发育程度进行分级（均分为4级）赋分后，代入数学模型推断牙齿年龄。2012年，OLZE等[50]将Gustafson法用于15～40岁德国人群的口腔全景曲面体层摄影，男性和女性牙龄推断的SEE分别为5.3、5.4岁。2017年，TIMME等[51]应用Gustafson法对2 346例15～70岁德国人群的口腔全景曲面体层摄影进行研究，建立了多颗牙齿的年龄推断多元线性模型，推断男性年龄的SEE为6.75～7.11岁，推断女性年龄的SEE为7.26～8.18岁；40岁以下个体男性SEE为4.64～5.17岁，女性SEE为4.68～5.14岁。Gustafson法在306例20～70岁巴西人群口腔全景曲面体层摄影中的应用结果显示，该方法仅适用于40岁以下个体年龄推断[52]。2017年，KOH等[53]通过CBCT影像观察284例20岁以上马来西亚和中国人群的继发性牙本质、牙周变性和牙齿磨耗，结果显示，年龄推断的SEE为7.16～12.49岁。2019年，SI等[54]利用Gustafson法研究1300例15～40岁中国北方人群的口腔全景曲面体层摄影片，建立了年龄推断线性回归模型，推断男性和女性年龄的最小MAE分别为3.539、3.964岁，但该研究观察者间一致性较差，可能原因为不同观察者的专业经验差异。

Gustafson法需对6个牙齿指标进行分级，牙齿退行性变化特点的把握与分级较难，需要较高的专业知识，因此该方法需由经过培训的专业人员开展分析。目前牙髓腔与牙齿体积比的准确测量还缺乏统一公认的方法，现有牙髓腔推断成人年龄的方法，无论是一维线性测量指标、二维面积指标，还是三维的体积指标，仍以手工测量为主，不同测量方法在不同人群中的准确性存在一定差异。上述两种牙龄推断方法均比较费时费力，因此自动化牙髓腔测量方法及自动化牙龄相关指标分级方法有待建立，成人年龄推断模型也需进一步完善。

5 根据喉软骨推断成人年龄

喉软骨包括甲状软骨、环状软骨、杓状软骨等，随年龄增长均呈现出规律性的骨化过程，因此在法医学成人年龄推断中有一定的价值。

1958年，KEEN等[55]研究了133例甲状软骨、环状软骨、杓状软骨的骨化规律，发现甲状软骨骨化与年龄相关性较差，骨化过程变异性较大。1980年，VLCEK[56]首次将甲状软骨的骨化规律应用于年龄推断，描述了不同年龄段的骨化规律。1993年，TURK等[57]将甲状软骨骨化过程分为5个阶段，将环状软骨骨化过程分为4个阶段，将杓状软骨骨化过程分为3个阶段。2003年，DE LA GRANDMAISON等[58]研究了82例尸体X线片中甲状软骨、环状软骨、杓状软骨的骨化（采用Keen&Wainwright分级方法）与年龄相关性，结果发现，年龄与骨化等级总分相关性达0.77，但由于样本年龄跨度大、样本数量小，应用时应结合其他指标综合推断成人年龄。2012年，TÜRKMEN等[59]研究了300例患者X线片中甲状软骨、环状软骨及舌骨后发现，甲状软骨多在20岁以后才出现骨化，男性首次出现完全骨化的年龄为30～39岁，女性在50岁后才出现完全骨化，环状软骨多在30岁以后从后部骨化，逐渐前移，但环状软骨的骨化分级较困难。2010年，滕磊等[60]研究了300例患者甲状软骨骨化的年龄规律和性别差异，结果发现，20～29岁时已出现骨化，在50岁以后均已有不同程度的骨化。程杰等[61-62]根据甲状软骨X线片骨化规律建立了年龄推断方程，结果显示，该方法适用于中国汉族甲状软骨的年龄推断。2010年，DANG-TRAN等[63]研究发现，CT三维重组影像中甲状软骨骨化情况与年龄间相关性达0.73（男性）、0.75（女性），但SEE较大，在实际年龄推断中应联合其他指标综合评估。

喉软骨推断年龄的相关研究中，多数研究[55，57，64]认为，喉软骨的骨化变异度太高，不太适用于年龄推断。亦有部分研究[57-58]结果显示，喉软骨可用于年龄推断。目前喉软骨的骨化用于年龄推断的分级和方法仍需深入研究。

6 多方法联用推断成人年龄

2002年，BOLDSEN等[65]基于耻骨联合面、髂骨耳状面和颅缝建立了年龄推断的综合方法——欧登塞大学人类学数据库（Anthropological Data Base Odense University，ADBOU；http://www.adbou.dk/）。2018 年，XANTHOPOULOU等[66]比较了单一指标和ADBOU的准确性，结果发现，ADBOU年龄推断准确性最高，推断男性和女性年龄的MAE分别为9.33、9.81岁。2019年，HAGELTHORN等[67]应用ADBOU对南非人群骨骼标本进行成人年龄推断，推断的MAE为10.01岁，亦优于单一指标。

耻骨联合面和牙齿“两步法”（two step procedure，TSP）也用于成人年龄推断[68]。主要采用耻骨联合面的SB法和牙根半透明度的Lamendin法。TSP在推断19例19～54岁法国人年龄的MAE为4.8岁，推断的准确性高于Lamendin法（6.3岁）和SB法（6.7岁）[69]。在对25～60岁的美国人研究[70]中，TSP法推断年龄的MAE为4.7岁，Lamendin法推断年龄的MAE为7.9岁，SB法推断年龄的MAE为6.2岁。以上研究结果显示，耻骨联合面和牙齿联用的方法准确性均高于单一指标。

多指标联合是未来成人年龄推断的发展方向，可拓宽年龄推断方法的年龄覆盖范围，有利于提高成人年龄推断的准确性和可靠性。

7 成人年龄推断的未来展望

成人年龄推断应选择合适的靶点区域骨性标志、分级方法和评估方法。随着现代影像技术的发展，成人年龄推断的研究逐渐从小样本、复杂前处理、长耗时的尸骨大体观察发展转变至大样本、不破坏、简单、省时、易存储的影像分析技术。CT影像技术较尸骨直接观察具有明显的优势：（1）无需大量前期准备；（2）不会破坏骨组织，并保持其原貌；（3）无创检查，可用于活体；（4）CT断层扫描分辨率高，可观察骨表面和内部结构；（5）电子数据可长期保存，便于重复和远程传输观察。近年来，CT及其图像后处理技术逐渐发展为成人年龄推断的主要研究手段。cVRT可较好地显示骨骼的表面特征，详细地展现特征细节，因此未来年龄推断研究可比较不同CT三维重组渲染技术，分析不同指标的成像效果，筛选最优的影像重组技术。CT的薄层扫描及三维重组技术的应用实现了无创便捷的成人年龄推断，为成人年龄推断提供了新思路、新方法，也为进一步提高成人年龄推断准确性提供了新契机和新平台。MRI和超声在活体成人年龄推断中也有一定的应用价值，两者均为无辐射的影像学检查手段，可避免非诊疗目的放射检查中的伦理问题。但超声检查受主观因素影响较大，对骨骼显示不佳，因此超声在成人年龄推断中的应用有限。而MRI为断层影像，图像分辨率较高，因此在活体成人年龄推断中有一定的应用价值。

既往成人年龄推断多采用一般描述性分析、线性回归方程推断年龄，有研究[35，71-72]已证实，年龄相关指标变化规律并不符合建立线性回归模型的条件，现代数理统计学已证实耻骨联合面的观测数据特征采用线性回归方程并不适用于年龄推断。DUDZIK等[73]认为，应用高效的统计方法有助于提高年龄推断的准确性。BUK等[74]提出，数据挖掘技术有助于提高年龄推断的准确性。贝叶斯模型、Logistic模型、决策树、支持向量机、过渡分析等高效的统计方法均已用于成人年龄推断，表现出较好的成人年龄推断效能[18，35]。近年来，深度学习技术在青少年自动化年龄推断的成功应用[75-77]，也为成人年龄推断提供了新思路。基于深度学习的图像自动识别、特征提取方法，可避免人工阅片分级的主观性，省时省力，泛化能力强。

随着现代临床影像技术及后处理技术的发展，以及数据挖掘技术与深度学习技术等人工智能方法在法医学领域的渗透应用，有望提高成人年龄推断的准确性和可靠性。