骨骼性别推断是法医人类学的重要研究内容之一。由于尸体高度腐败、分解，有时难以从白骨化遗骸中提取出足够完整的性染色体用于明确死者性别；此时，法医学工作者可根据骨骼形态学特征来完成相关性别推断工作^[1]。颅骨的性别二态性特征仅次于骨盆^[2]。其中，WALKER等^[3]基于人体颅骨眉间、乳突、眶外缘、颏隆起和枕后隆凸部位所建立的logistic函数被广泛应用于法医学实践，其在英美国家人群中的性别推断准确率达78%~88%。KRÜGER等^[4]采用同样的方法对现代南非人群颅骨进行了性别分析，所构建的回归函数推断准确率达84%~93%。LEWIS等^[5]使用135个美国人群样本检验Walker法的可靠性，准确率为78%~87%。

受丧葬习俗、案件条件等因素的制约，法医学工作者通常难以获取足够多的骨骼样本用于构建性别推断模型。鉴于此，已有学者尝试采用CT三维重建骨骼样本用于开展相关人类学研究^[6-12]。BERTSATOS等^[9]对326个欧洲人颅骨CT样本结合计算机视觉和机器学习算法进行虚拟骨骼性别推断，其准确率可达91%。DERELI等^[10]对85例土耳其人颅骨CT样本进行三维重组，采用形态学观察法开展性别推断研究，准确率达92%。相较于传统方法，影像学三维重组法具有以下优点：（1）重建的骨骼样本可以数字化的形式予以保存，节省了样本的储存空间，同时具有易获取、易共享的优点；（2）可根据不同组织结构的CT值在相关软件平台的支持下高效地去除骨骼样本上附着的软组织，避免了传统水煮法对骨骼的破坏；（3）CT三维重组后的虚拟骨骼样本具有较高的分辨率能够还原原始颅骨的真实特征。

本研究旨在利用颅骨CT三维重组技术检验Walker模型推断我国西部地区汉族成人性别的可靠性和准确性，并研究适用于西部地区汉族人群的颅骨性别推断模型。

收集2017—2021年在陕西省汉中医院就诊的576例生活年龄在20~92岁患者（户籍地包括陕西省、四川省、甘肃省及青海省等）的头颅CT影像资料（DICOM格式），随机分为实验组和验证组。其中，实验组486例（男性241例、女性245例），验证组90例（男性45例、女性45例）。年龄分布为每10岁一组，共8组，验证组各年龄段性别分布与实验组近似（表1）。

纳入标准：（1）研究对象年龄范围在20~100岁；（2）无颅骨外伤史及手术治疗史；（3）CT三维重组显示颅骨发育正常，无骨骼病变；（4）图像清晰可分辨。

本研究所纳入的样本均为回顾性收集临床诊疗过程中的头颅CT影像资料，符合医学伦理要求，并经司法鉴定科学研究院医学伦理委员会审查通过。

所有样本使用GoldSeal Optima CT660（美国GE Healthcare公司）扫描，管电压120 kV，管电流300 mA，单层厚度0.67 mm。除性别和年龄外的隐私信息已被删除。头颅CT影像资料导入RadiAnt DICOM Viewer 4.6.5软件（波兰Medixant公司），进行三维重组。

Walker模型^[3]的5个颅骨特征（图1）分别为：（1）眉间。女性，眉间部位几乎没有凸起；男性，显著圆形突起。（2）乳突。女性，乳突细小，仅少部分突出于外耳道下缘；男性，乳突较大，体积明显大于外耳道。（3）眶外缘。女性，眶外缘尖锐；男性，质地厚实、边缘呈圆形。（4）颏隆起。女性，表面光滑、平坦，体积较小；男性，颏隆起体积较大，显著凸起于下颌骨表面。（5）枕后隆凸。女性，枕骨表面光滑，侧面观察未见明显骨质突起；男性，侧面观察枕骨形态呈“倒钩”状。每个特征根据各自的性别特征程度赋予1~5分，1分代表女性特征十分明显，2分代表女性特征较为明显，3分代表中性，4分代表男性特征较为明显，5分代表男性特征十分明显。

观察者1、观察者2和观察者3均是随机挑选的具有实践经验的法医人类学学者。每位观察者分别依据特征点截图，对同一特征点的数据集一次性评分，避免观察者评分受前1例样本的影响。评分结果y>0认为该样本更符合女性颅骨特征，y<0则倾向于认为该样本更符合男性颅骨特征。计算性别偏差（女性准确率-男性准确率）^[3]。

为保证观察者对颅骨某一特征评分不受其他特征影响，将每个颅骨的CT三维重组图像旋转至一定角度并固定，获取特征点的截图并随机排序进行评分。将性别（y）作为因变量，眉间（x₁）、乳突（x₂）、颏隆起（x₃）、眶外缘（x₄）、枕后隆凸（x₅）作为自变量，观察者1对实验组486例样本进行评分，将评分结果代入Walker模型^[3]推断每例样本的性别并计算准确率。

将1.5节观察者1得出的486例西部地区汉族样本的评分结果导入SPSS 26.0软件（美国IBM公司），选择二元logistic函数进行建模，设置步进概率α=0.05，删除概率α=0.10，生成包含5个特征点的新函数，依据该函数的自变量系数，从小到大依次剔除特征点并重新拟合，得到5个修正后的logistic函数。观察者1、2、3对验证组90例样本评分，分别代入Walker模型和修正的logistic函数进行性别推断，完成回代检验。为避免组间差异和组内差异，在第一次评估1个月后，所有3名观察者再次分别对验证组90例样本重新评分评估观察者内部的一致性。

使用SPSS 26.0软件建立依据形态学特征点评分推断性别的logistic函数，使用R Studio–“irr”包中的“Kappa2”分析观察者内部和观察者之间性别推断结果的一致性。Kappa值^[5]：K=1代表完全一致，0.80≤K<1代表一致性较好，0.60≤K<0.80代表一致性良好，0.40≤K<0.60代表一致性一般，0.20≤K<0.40代表一致性较差，0<K<0.20代表一致性很差，K=0代表没有一致性。使用Hosmer-Lemeshow检验分析函数拟合程度，检验水准α=0.05。

将观察者1对486例西部地区汉族成人样本评分结果代入Walker模型^[3]，推断性别的准确率为63.2%~77.2%（表2）。预测男性样本性别准确率为42.7%~84.2%，预测女性样本性别准确率为63.3%~83.3%。性别偏差为-20.9%~40.6%。

得到的5个修正logistic函数中（表3），准确率最高（82.9%）的函数纳入了眉间、乳突、眶外缘和枕后隆突4个特征点。Hosmer-Lemeshow检验χ²显示，模型拟合优度效果较好（P>0.05）。

将观察者1、观察者2和观察者3对验证组90例样本的评分代入Walker模型和修正的logistic函数，各函数准确率（表4~5）显示：应用Walker模型，性别推断准确率为56.7%~81.1%，性别偏差为-10.1%~40.5%；应用修正函数，性别推断准确率为75.6%~91.1%，性别偏差为-17.8%~22.2%。

性别推断结果的一致性检验显示，3名观察者之间一致性良好，K值为0.689（P<0.05）。观察者内部一致性较好，K值为0.874（P<0.05）。

尸体骨骼性别推断在法医学实际工作中发挥着极其重要的作用，可以帮助公安机关侦破刑事案件、解决民事纠纷，保障社会稳定。人体骨骼中，颅骨性别二态性特征明显，坚固稳定，是性别推断的重要部位。WALKER等使用眉间、乳突、枕后隆凸、眶外缘和颏隆起建立的颅骨性别推断模型作为经典方法被广泛应用于各个国家的法医实际工作中^{[2,4-5,9-10,13-14]}。KRÜGER等^[4]对245例南非颅骨样本进行性别推断，使用Walker模型准确率为68%~84%，修改为适用南非样本的回归函数推断准确率达84%~93%，认为针对不同人群使用特定的回归函数会显著提高性别推断准确率；GARVIN等^[13]使用Walker模型对499例样本进行性别推断，这些样本包含美国白人、美国黑人、中世纪努比亚人和阿里卡拉美洲原住民，准确率为74%~94%，该研究认为不同人群具有不同的骨骼特征，不同种族的性别二态性有明显区别。因此，检验Walker模型对西部地区汉族人群性别推断的准确性并建立适合西部地区汉族人群的性别推断模式至关重要。

本研究对实验组486例西部地区汉族样本使用Walker法进行评分，并代入Walker模型预测西部地区汉族样本性别，准确率为63.2%~77.2%，准确率较低，性别偏差（-20.9%~40.6%）较大，并不适用于西部地区汉族人群的性别推断，需要重新构建适用于西部地区汉族人群的推断模型。因此，本研究利用评分结果进行logistic回归拟合，修正所得的最优函数准确率为82.9%，性别偏差为5.6%，卡方检验P>0.05，说明函数拟合程度高，可以很好地反映变量之间的关系。其在验证组90例样本中的准确率高达91.1%，性别偏差仅为4.4%，Walker模型推断测试集的准确率仅56.7%~81.1%，性别偏差为-10.1%~40.5%。使用形态学特征进行性别推断的研究有高度主观性和经验依赖性的特点，因此评估观察者之间和观察者内部的一致性是十分重要的^[15]。在本研究中，3位观察者对90例样本进行两次独立评分，其观察者之间的一致性（K=0.689）和同一观察者在不同时间进行评分的一致性（K=0.874）均较高。因此，重新构建的模型对西部地区汉族人群性别的预测是可行的、可靠的。

修正的logistic函数显示，对预测性别准确率影响最大的部位为眉间，其后依次为乳突，枕后隆凸，眶外缘，最差为颏隆起。这个结果与Walker模型的研究结果^[3]有所不同，其认为眉间、乳突、颏隆起相对其余两个部位效果更好，推测这与不同人种头颅解剖结构性别二态性的差异有关。

下颌骨受外界环境影响常易遗失。因此本研究将颏隆起部位去掉后，重新进行拟合，结果发现，该函数相较于包含全部特征点的函数准确率略高，认为这个函数相比包含5个特征点的函数，可能更适用于法医学鉴定实践。而后计算了包含3个、2个、1个自变量的函数，结果发现，这些回归函数效果均略差，但是在应对检案中使用不完整的颅骨推断性别时，可能会起到一定的辅助作用。

RAMSTHALER等^[14]对100例欧洲人颅骨CT三维重建模型的17个形态学特征点进行评分，整体性别推断准确率达96%，认为获取更多的形态学特征点有利于提高性别推断准确率。但该研究所选样本相对较少，且男女比例差距较大，实际案件中遇到不完整的颅骨性别鉴定的情况时，准确率会大幅降低，17个形态学特征点难以发挥足够效用达到理论的准确率；BEWES等^[16]将人工神经网络和颅骨性别推断结合，使用900例澳大利亚颅骨CT样本进行训练，其对测试样本的准确率高达95%，该方法可以弥补本研究所使用形态学方法的高度主观性和经验依赖性的局限性，检验速度也更快，但图片识别区域为整个颅骨侧面，对颅骨完整性以及清洁程度要求较高，实际检案中可行性较低。

本研究结果仍存在一定局限性，受样本量限制，存在各年龄段样本分布不均情况，并且所用样本大多来自同一平台。因此，进一步研究中，需要增加更多、更均衡、更多样化的样本，同时也可以与机器学习或深度学习等人工智能技术相结合，有望获得更好的效果。